无线传感器网络中的数据融合及其能效评估*

首先介绍当前无线传感器网络中具有代表性的数据融合算法;然后基于树型网络拓扑结构,结合节点休眠调度机制,建立传感器节点的能量模型;最后提出从能量的角度评价不同数据融合算法性能的方法,并通过模拟对典型数据融合算法进行分析.     

一种协作的异构传感器最优栅栏覆盖模型

栅栏覆盖中相邻的连通异构节点可以通过数据融合进行协作地感知以提高检测准确性并减少构建栅栏的活跃节点数量.首先提出一个基于数据融合的异构协作监测覆盖模型,其次分析了影响栅栏覆盖生命期的因素,并将其描述为一个多目标优化问题,最后,基于该优化模型,提出了增强覆盖图的概念.实验结果表明,基于本文提出的覆盖模型和增强覆盖图的活跃调度算法在网络生存期与覆盖率方面的性能明显高于它们在传统覆盖模型中的性能.     

一种基于数据融合的传感器网络部署方案*

采用基于指数衰减的概率感知模型来研究数据融合对覆盖性能的影响,提出节点的虚拟半径概念以量化表示数据融合对覆盖性能的改善效果,同时提出了融合覆盖和虚拟部署的概念。提出了一种基于正多边形方式的规则虚拟部署方案,分析了该部署方案对节点部署密度的影响。理论分析表明,虚拟半径内参与融合的传感节点的个数不能超过6,否则数据融合技术就不能减小传感节点的部署密度。同时也分析了节点在随机分布情况下的覆盖调度情况,提出了一种改进的基于虚拟半径的覆盖调度算法。实验表明,基于指数衰减感知模型的数据融合方案能有效地提高传感器网络的     

无线传感器网络中一种能量有效k度覆盖算法

覆盖率是衡量无线传感器网络性能的重要指标之一。在对目标节点进行k覆盖的过程中,会出现大量数据冗余迫使网络出现拥塞的现象,导致网络通信能力和覆盖能力降低、网络能量快速消耗等问题。为此,提出了一种能量有效[k]度覆盖算法（Energy Efficient k_degree Coverage Algorithm,EEKCA）。该算法利用节点之间的位置关系构造出覆盖网络模型,通过分析网络模型给出监测区域内节点覆盖期望值及对整个监测区域覆盖所需最少节点数量的求解过程;在能耗方面,给出了工作节点和邻居节点之间的能量转换函数比例关系,利用函数比例关系完成低能量节点的调度,进而达到全网能量平衡,优化了网络资源。最后,仿真实验结果表明,该算法不仅可以提高网络覆盖质量,还可有效抑制节点能量快速消耗,从而延长网络生存周期。     

IP网络质量的主客观评价融合模型

针对IP网络质量评价问题,利用BP神经网络构建一种主客观特征融合的评价模型。主客观2个评价网络分别进行自适应学习,在学习输出稳定后,2个BP神经网络通过相互共振学习使主客观评价数据融合,由此获得一致的评价结果。结合用户感知的主观评价和多种客观性能评价指标对该模型进行仿真,实验结果表明,模型具有较强的抗噪性能,可以较好地满足IP网络质量的综合评价要求。     

基于图论的无线传感器网络自组织性能研究

无线传感器网络自组织问题越来越受到人们的关注,控制方法也大量涌现,但在对自组织性能的评价上,现在大多仍停留在定性分析阶段。本文针对无线传感器网络自组织中连接和覆盖两个重要指标,利用Delaunay三角剖分评价节点实体和他们的关系以及结点之间的信息传递和融合;利用Voronoi图进行评价节点覆盖的区域;同时,对整个自组织过程,引用自组织度的概念对其分布效果进行定量分析。仿真结果表明,我们提出的性能分析方法能够很好地评价无线传感器网络自组织算法的优劣。     

语义对等覆盖网中社区结构的发现和评价

最近,通过建立语义覆盖网络来提高大规模分布式网络环境中信息检索服务的性能成为对等计算领域的研究热点.目前,研究者们在语义覆盖协议和搜索算法方面已经做了大量研究,证明了语义覆盖在基于对等网络模型的内容定位应用方面极为有效.然而,分析和评价语义覆盖网络特征的研究工作确非常有限.文中通过建立数学模型和设计启发式回溯-贪婪混合算法、确认了语义覆盖网络的一种主要内在特性——社区结构特性.利用评价模型比较了SemreX语义覆盖网络和Gnutella网络的性能,实验结果显示SemreX覆盖网具有显著的社区结构特征,而Gnutella网络却没有这样的特征.另外,通过分别在两种覆盖网中仿真洪泛协议发现具有显著社区结构特征的覆盖网在内容定位方面效率更高.     

微博网络上的重叠社群发现与全局表示

微博网络是新兴的覆盖海量用户、涉及广泛话题并具有复杂重叠社群结构的多模网络。在深入研究微博网络各类实体和属性内在联系的基础上,提出了以用户-话题关系为主要划分原则的重叠社群表达模型及相应的社群结构发现算法。该方法不仅考虑网络中的用户-话题关系,还融合了这一网络特有的用户关注关系、博文评论与转发关系等所形成的复合网络关系。同时,改进了传统的社群隶属矩阵表述模型,通过引入虚拟社群,使隶属矩阵不仅合理反映个体对社群的隶属度,同时标识了个体在社群中的核心度。通过基于新浪微博数据集的实验验证,结果表明：该模型与方法能够高效合理地刻画该数据集包含的重叠社群结构,实验结果具有良好的可解释性,所提出的模型和算法可以有效地应用于类似多模网络社群划分和演化分析研究中。     

融合图像质量评价指标的相关性分析及性能评估

图像融合质量评价指标研究旨在提供一种高效、准确的方法,为融合模型 选择、参数优化等问题提供支持. 本文通过对现有指标的机理分析、指标性能检验与 指标间相关性分析,提出一种客观评价指标集的遴选策略. 本文首先将现有客观评价 指标归为三类:基于统计的、基于信息的和基于人类视觉系统的;之后列举了类别内经典指标和最新指标;并在标准数据集上,使用正确排序指标对各图 像融合客观评价指标的性能进行验证. 结果表明,基于视觉系统类的指标性能普遍优于前两类. 最后,利用Spearman相关系数挖掘各指 标间的相关程度. 实验表明,通过指标性能和相 关系数可以选取合适的客观评价指标集.     

基于多网络融合的缺失测井数据复原方法

为解决在实际地质储层特性分析过程中存在测井数据不完整的问题,提出一种基于多网络融合的缺失测井数据复原模型.该模型由两个网络组成,其中通过交叉网络捕获有限度的有效特征之间的相互作用关系,并通过残差思想构造网络模型,降低模型复杂度.另一网络先通过构造的树模型进行特征选择,将树模型得到的稀疏向量通过嵌入层转成稠密向量作为神经网络的输入,从而获得高度非线性的组合特征.通过组合两个网络的输出对缺失测井数据进行复原,实验结果表明,该方法在相关评价指标上优于现有方法.     

基于云模型的选煤厂效能评估数据融合研究

选煤厂效能评估对于决策的制定起着至关重要的作用.本文首先引入了数据融合的思想,并由该思想产生了评价指标分级处理的方法,建立了效能评估数据融合模型,并根据该模型提出了基于云模型的选煤厂效能评估求解算法,该算法引入计算机模拟技术和相似度比较算法,避免了图形显示不能很明显的反映评估结果的同时提高了精度.最后,在详细分析选煤厂...     

多传感器信息融合性能的测试与评估

讨论了信息融合系统性能评估的一般性理论和方法，以军事上的应用为背景建立了信息融合性能指标体系。通过软件测试的方法，对融合算法进行测试与评估。提出了一种用于多传感器信息融合性能测试与评估的系统结构，并以一个舰艇信息融合系统为例，讨论了评估其航迹相关性能时的测试步骤，给出了部分性能指标的计算方法。     

基于多层次灰关联分析的图象分割性能评估

图象分割是自动目标识别系统(ATRS)的关键部分,它是一种基本的图象分析技术,作为图象分析的重要步骤在许多图象应用分析中都是必不可少的,其结果直接影响到其后的信息处理过程.分割算法性能的评估是ATRS离线评估的重要组成之一.根据信息融合与系统工程思想,提出了基于多层次灰色关联度分析的图象分割性能评估模型,该方法综合信息融合、灰色系统和层次分析法等新兴学科精华而成,该方法既可以从整体上进行评估、又可以从某个侧面进行评估.文中给出了该方法同以往方法的实验对比,应用实例显示,它在现有文献的基础上提高了数据的离散性,便于区分不同分割算法的性能,克服了以往方法的奇异性和不灵敏性,它在分割算法的性能评估方面比其他方法更为有效、合理,从而使评判更易进行.     

数据融合仿真系统通用架构及关键技术研究

在构建数据融合仿真系统通用架构的基础上,介绍了系统主要功能和仿真流程;研究了数据融合模块设计、效能评估指标体系、效能评估数学模型等仿真系统实现的关键技术,从数据融合算法设计及系统软件开发两个方面,提出了数据融合仿真系统通用架构开发实现的基本思路和方法.该系统不但可用来研究评价不同数据融合模型、算法的性能,而且可用来评估数据融合系统的整体性能,对实际系统实现也有相当的借鉴作用.     

基于句对质量和覆盖度的统计机器翻译训练语料选取

该文研究的目的是在待翻译文本未知的情况下,从已有的大规模平行语料中选取一个高质量的子集作为统计机器翻译系统的训练语料,以降低训练和解码代价。该文综合覆盖度和句对翻译质量两方面因素,提出一种从已有平行语料中获取高质量小规模训练子集的方法。在CWMT2008汉英翻译任务上的实验结果表明,利用本文的方法能够从现有大规模语料中选取高质量的子集,在减少80%训练语料的情况下达到与Baseline系统(使用全部训练语料)相当的翻译性能(BLEU值)。     

多目标跟踪系统数据融合算法的性能评估

通过构建一个多传感器信息融合算法的仿真测试系统,模拟了多种实际战场环境,对不同信息融合算法的测试结果的统计与分析;综合性能评估领域已有的研究成果,建立了完整的多目标跟踪数据融合算法性能评估的通用的指标体系;针对基于声传感器布阵的多目标跟踪系统,提出了系统时间延迟的统计方法;最后,通过蒙特卡罗仿真实验的多次测试,验证了该指标体系能够很好地反映多目标跟踪系统数据融合算法的基本性能.     

Subjective tests for image fusion evaluation and objective metric validation

This paper focuses on the methodology for perceptual image fusion assessment through comparative tests and validation of objective fusion evaluation metrics. Initially, the theory of subjective fusion evaluation, adopted practice and methods to gauge relevance and significance of individual trials are examined. Further in this context, the methodology, experiences and results of a series of specific, subjective preference tests aimed at relative evaluation of fusion algorithms are presented. Test conditions and experimental procedure are described in detail and a number of explicit fusion metrics derived from the subjective test data are proposed. Relative fusion quality, fusion performance robustness (to content) and personal preference are all assessed by the metrics as different aspects of general image fusion performance. Finally, the methodology for subjective validation of objective fusion metrics using the reported test procedures is presented. In particular, explicit subjective–objective validation algorithms are defined and applied to a range of established objective measures of fusion performance in order to evaluate their subjective relevance.     

基于综合性能最优的小波域图像融合新方法

以提高融合图像的综合性能为目标,提出了一种基于综合性能最优的小波域图像融合方法。首先根据融合目的和专家经验,选择融合图像的多个客观评价标准,并由之构建综合性能指标。然后,对待融合图像分别进行多尺度小波分解,引入遗传算法创建初始种群作为小波域的图像融合参数,求解融合图像及其综合性能值;利用综合性能评价指标最优作为遗传算法的适应度函数,经过选择、交叉、变异等种群进化操作,快速逼近并定位最优性能参数,最后得到综合性能最优的融合图像,即该参数对应的融合图像。实验结果显示,所提融合方法的综合融合效果优于常见的小波变换、金字塔分解等多种融合方法。