基于ROS的多数据融合定位方法

研究一种Kinect和激光雷达数据融合的移动机器人定位技术及其在ROS(Robot Operating System)中的实现方法。首先,在ROS平台上搭建多传感器数据融合定位的软硬件平台,采集激光雷达和Kinect测距数据并分别滤波处理,再用自适应加权平均算法降低环境噪声影响。其次,融合后的定位数据配合里程计,进一步提高系统的定位精度。最后实验证明提出的方法正确有效,ROS平台上的算法实现比原有的传感器定位精度更高。     

卫星在轨遥测数据异常分级方法的研究

文章通过对卫星在轨遥测数据传输过程中各环节可能出现异常的归纳,分析总结了不同成因条件下异常数据的呈现特点,在此基础上提出了一种适用于日常监测的卫星在轨遥测数据异常分级方法。该方法基于实时遥测数据,随时间积累确定异常分级,筛选出真正由卫星异常引起的异常遥测数据,为后续卫星故障诊断提供数据支撑。     

基于聚类融合的异常检测算法

针对任意形状聚类算法用于异常检测时参数设置困难的问题,提出一种基于聚类融合的异常检测算法:设置不同的半径阈值进行多次聚类,统计每次聚类中标记为异常的簇频率,将频率高的簇作为真正的异常.在UCI数据集上对该算法进行实验,结果表明:本算法可降低直接将小簇作为异常的高误报率,并且能提供给用户更为友好的操作.     

计量测试中异常数据剔除方法的探讨

文章基于计量测试中异常数据的产生和剔除方法,进行了分析和研究,从而尽可能准确、高效地剔除异常数据,结合实例分析了剔除方法在应用中应该注意的事项。     

基于Bayes估计和加权数据融合算法的交通量检测方法

在使用格拉布斯准则剔除交通检测数据中的疏失误差数据基础上,建立了一种基于Bayes参数估计的数据融合算法,运用该方法进行交通量检测,并得到数据的最优估计值.仿真结果表明,该算法简单有效,且适合编程实现.     

异常数据的及时发现与分析

坦诚地对待异常数据,及时地分析产生异常数据的原因。只要用心工作,认真操作,注意化验的每一个环节,就能保证数据的准确,有效地避免化验因素造成的异常数据。     

基于多数据融合技术的腊肉品质分级方法

针对近年来备受关注的腊肉酸价和过氧化值超标、褪色、出油、发黏等品质问题,提出一种快速、准确、 实用的检测技术。首先利用自组织特征映射网,对生化实验测得的酸价、过氧化值以及微生物菌落总数数据,在相 关国家标准的基础上将样品腊肉的品质等级划分为4 级：放心食用、可食用、不推荐食用和不可食用。在此基础上 采用近红外光谱技术对腊肉的酸价与过氧化值进行检测,用遗传算法优选后的波长建模所得预测均方根误差分别是 用优选前建模的41%、57%,所用波长数约为整个波段波长数的1/3。采用显微图像技术获得腊肉的菌斑信息,极大 的改善了传统细菌总数检验方法操作复杂、主观性强、耗时长等问题。最后采用支持向量机对近红外光谱数据和显 微图像数据进行多数据融合,建立腊肉可食用等级快速判别模型。     

基于多传感器数据融合的纸浆浓度自适应调节方法

纸浆浓度控制过程中,需要对即时温度、浆液状态、料口状态等数据进行实时综合分析,受到不同传感器模量之间的差量的影响,实际控制调节效果与预期调节指令之间误差较大。通过对问题的分析发现,减小误差的关键在于提升多传感器之间的适应度,因此基于多传感器数据融合算法与思路,通过对常规纸浆浓度控制参数优化、多传感器控制量的浓度指标深度优化、多传感器优化量自适应优化、数据融合输出,实现提升调节精度,改善多传感器数据融合适应度的效果。实验通过3种不同函数环境的测试,证明了提出方法能够应对不同函数变量,精度调节纸浆浓度,并且在多传感器数据融合过程中,实现函数级别的自适应阈值优化,保证实际应用过程中的效果稳定。     

基于本体论的食品安全数据融合框架研究

庞杂的食品安全抽检数据由于分类编码问题不统一而使得数据融合难以实现,并进一步阻碍了与其他监测系统的融合与数据分析。解决各种食品安全数据融合的问题将对国家的食品安全监管具有重要意义,文章归纳总结了食品安全大数据在分类编码方面的主要存在问题,引入本体论的思想,并结合计算机工程,提出了构建基于本体论的计算机工程与大数据分析相结合的总体框架,以实现数据融合,服务政府和企业的有效监管。     

基于神经网络的通信系统数据融合测试评估

通信系统效能的发挥已成为制约整个社会发展的关键因素。利用多传感器的资料集成与信息融合技术把来自多个传感器的资料以及相关信息进行分析和综合处理,对通信系统的故障进行诊断定位,可提高系统的有效性和可靠性。人工神经网络为现代复杂大系统信息融合、测试评估及故障定位提供了全新的理论研究方法和技术实现手段。基于神经网络的通信系统数据融合测试评估系统模型,用神经网络的输出结果与真实情况作比较,并根据这些指标综合评估战场态势,定位故障部分,提高系统的有效性和可靠性。     

网络安全管理平台中数据融合模型设计方法

互联网发展为人们生活提供便利的同时也带来了一系列网络安全问题,网络安全管理平台能够高效统一的管理安全产品,并建立安全管理系统。安全管理平台在工作过程中会涉及海量数据,高效的数据融合方法能够节省工作时间,提高工作效率。针对目前网络安全管理平台中的数据融合技术不足之处构建了新的融合模型,分别设计了功能模型、结构模型和神经元模型,并对每个模型的设计思路进行分析,介绍了设计结构。通过研究证明设计的数据融合模型能够减少冗余数据,减少错误率,提高管理效率,具有极强的发展潜力。     

基于多传感器数据融合的造纸企业水污染范围监测方法

为了满足造纸企业水环境的大范围、长期监测需求,利用多传感器数据融合技术,优化设计造纸企业水污染范围监测方法。在考虑污染物扩散规律的情况下,布设传感器网络,利用多类型传感器实时采集酸碱度、溶解氧量等污染数据,利用多传感器数据融合技术处理初始采集数据,根据水污染指标的计算结果判断当前位置的污染情况,得出造纸企业水污染范围的监测结果。通过与传统监测方法的对比,发现优化设计方法的范围监测误差降低了5.95m²。     

基于数据融合策略植物油光谱模式的识别

为实现对不同植物油的快速无损分类识别,探究数据融合技术在提升光谱分类模型精度方面的可行性与应用价值,借助衰减全反射-傅里叶变换红外光谱技术、表面增强拉曼光谱技术结合多源数据融合技术,开展了对7种共计180份植物油样本的分类识别。基于单一光谱模型、数据层融合模型和特征层融合模型,比较了Bayes判别分析(BDA)和多层感知器神经网络(MLP)两种化学计量学方法在区分各样本时的差异,同时考察了主成分分析、广义最小平方、最大似然、主轴因式分解4种算法在特征提取方面的差异。结果表明,光谱数据融合在识别植物油方面具有显著的优势,BDA模型对各样本的区分能力强于MLP模型,相较于其他3种算法,主成分分析在油样特征提取方面展现了较为理想的结果。基于PCA特征提取的特征层融合BDA模型为最佳识别模型,以此实现了180份植物油样本100%的准确区分,同时对5种品牌花生油达到了100%的准确区分,实现了对各样本“种类-品牌”的两级识别分类工作。     

分析测试中的质量保证体系及异常数据的剔除

分析测试中的质量保证体系及异常数据的剔除徐维昌，金妙仁，周伯夫（杭州老大昌酿造总公司开发研究所萧山３１１２１９）分析测试中的质量保证是十分重要的技术工作及管理工作。质量保证和质量控制是一种分析测试数据准确可靠的方法，也是科学管理实验室和分析测试系统的...     

基于Elasticsearch的纺纱生产数据追溯方法

为实现纺纱生产全过程的数字化管理和数据可追溯,提出了一种基于Elasticsearch的纺纱生产数据追溯方法。在考虑纺纱生产全流程的情况下,针对现有的人工标识体系,通过将标识数字化并规范化存储,提高数据可追溯性。同时,通过建立双向追溯方法并设计合理的追溯及融合路径,提高数据追溯性能。与常见的基于MySQL和SQL Server方法的对比实验结果表明:本文方法具有更好的存储稳定性,在追溯速度上分别是MySQL和SQL Server方法的1.6和1.2倍;在数据管理和融合上,采用的数据格式更加灵活,具备可扩展性,该方法在改善纺纱生产的质量溯源方面具有一定的应用价值。     

传感器数据融合中状态估计技术研究

状态估计是数据融合的主要任务之一,状态估计主要对目标的位置和速度的估计,本文主要介绍了应用Kalman滤波对目标进行状态估计,并应用Matlab仿真软件实现了卡尔曼滤波算法,进行了性能分析。提出了在数据融合仿真系统中应用扩展Kalman滤波算法对目标状态进行估计,提高了跟踪效果。     

无线传感器网络数据融合技术的探讨

作为无线传感器网络的核心,数据融合技术可以缩减传感器节点之间的传输量,从而达到优化网络的目的。虽然数据融合技术仅仅处于研究阶段,但是通过介绍其重要性,以及数据融合技术的现状,指出其正面对的问题,以及其发展方向。     

基于Hadoop与局部异常因子的用电行为检测方法

随着智能电网建设的不断发展,电力数据具备海量、多样性、价值密度低等大数据特点,针对异常用电行为挖掘困难,提出一种基于Hadoop和局部异常因子的用电行为检测方法,通过对用电大数据进行特征提取,根据异常用电行为规律和特征,设定异常用电行为判决条件,通过局部异常因子算法计算各用电数据点的离群性,将计算模型与Hadoop分布式大数据平台结合应用,最终确定异常用电用户。实验结果表明,该方法可有效提高电力大数据异常用电行为挖掘效率。     

基于DBSCAN聚类算法的卫星数据分区异常检测

随着我国第一颗电磁监测卫星的发射,卫星探测的海量数据不断涌现,探究空间载荷数据变化特征已成为当前研究热点。为了对张衡一号卫星LAP载荷数据进行异常检测,该文将处理后的数据按地理纬度划分为南纬50°到南纬20°,南纬20°到北纬20°,北纬20°到北纬50°三个区域,依次采用DBSCAN密度聚类算法进行聚类异常检测。结果表明,该方法可用于对LAP数据的异常检测。DBSCAN密度聚类算法可用于检测卫星异常数据,为检测卫星探测数据异常、研究空间数据变化特征提供思路参考。     

基于数据融合的食品安全社会共治体系模型构建及应用

针对食品安全社会共治存在的问题,本文构建了大数据融合背景下的食品安全社会共治体系模型,并以猪肉健康链中的安全监管为例进行应用分析,为相关政策实施提供参考.