期刊文献+
共找到4,812篇文章
< 1 2 241 >
每页显示 20 50 100
多传感器数据融合和改进卷积神经网络的车轮踏面损伤识别方法
1
作者 缪炳荣 徐松源 +2 位作者 吴啸林 王思明 张哲 《振动工程学报》 北大核心 2025年第6期1221-1231,共11页
针对轨旁信号难以完全表征车轮信息和车轮损伤难以定位与量化的问题,提出一种多传感器数据融合算法和改进卷积神经网络(CNN)的车轮踏面缺陷识别方法。基于多体动力学和有限元理论构建车辆-轨道动力学耦合模型。通过布置较少的传感器,进... 针对轨旁信号难以完全表征车轮信息和车轮损伤难以定位与量化的问题,提出一种多传感器数据融合算法和改进卷积神经网络(CNN)的车轮踏面缺陷识别方法。基于多体动力学和有限元理论构建车辆-轨道动力学耦合模型。通过布置较少的传感器,进行多模态特征的提取,对车轮几何特征、车速等参数进行了数据融合的算法优化。基于1D-CNN和2D-CNN提出改进的CNN模型。同时,将频域特征和图像特征进行数据融合,并提出考虑融合特征的CNN算法模型。对重构信号进行缺陷特征提取,并利用改进的CNN融合数据特征实现车轮损伤识别。结合比例车辆试验平台,并利用仿真数据和实际算例验证提出方法的有效性。在不同信号测试集和数据特征下,对CNN、BP神经网络(BPNN)和支持向量机(SVM)的损伤识别效果进行对比分析。结果表明:所提损伤识别模型可以更好地识别车轮踏面缺陷,识别结果与实测结果有很好的一致性;将不同维度的数据特征进行融合,可以表征不同损伤程度下的缺陷并提高识别效果;能够解决轨旁数据不能完整重构车轮状态等问题,为车轮缺陷的在线损伤识别提供技术支撑。 展开更多
关键词 损伤识别 数据融合 机器学习 优化算法 车轮缺陷
在线阅读 下载PDF
低空遥感与地面传感网络双采集中的数据融合
2
作者 廖世芳 刘长星 包富华 《传感技术学报》 北大核心 2025年第5期900-905,共6页
针对因低空遥感与地面传感网络双采集中数据特征间差异性较强、存在噪声影响,导致数据融合难度大的问题,提出一种低空遥感与地面传感网络双采集中的数据融合方法。采用SLIC算法设定融合区域标准阈值,融合低空遥感与地面传感网络双采集... 针对因低空遥感与地面传感网络双采集中数据特征间差异性较强、存在噪声影响,导致数据融合难度大的问题,提出一种低空遥感与地面传感网络双采集中的数据融合方法。采用SLIC算法设定融合区域标准阈值,融合低空遥感与地面传感网络双采集同属性数据,采集同属性数据集中所有极小值点和极大值点,建立拟合曲线并计算数据点在曲线上的幅值,将幅值较高的数据点视为噪声点,并对其进行去噪处理,不断迭代该过程,直到均匀曲线中的所有噪声点被处理完。分析去噪后数据的一维和二维信息熵值,提取不同维度的特征参数,利用这些特征参数进行数据的趋同性和趋异性融合。仿真数据证明,所提方法数据融合精准度高,能耗始终在0.3 J以下,具有一定应用价值。 展开更多
关键词 地面传感网络 数据融合 信息熵 低空遥感 粒子群搜索算法 欧氏距离
在线阅读 下载PDF
基于宽度学习系统的云南省多源降水数据融合模型研究
3
作者 周媛媛 杨晓辉 肖天贵 《高原气象》 北大核心 2025年第2期475-491,共17页
准确的降水量是精准预报降水引发的相关灾害的前提条件和基础,因此,获取准确的降水量显得十分必要。为此,本研究搭建了一个基于宽度学习系统(Broad learning system,BLS)的多源降水融合模型,以获取更准确的降水数据。以云南省为研究区域... 准确的降水量是精准预报降水引发的相关灾害的前提条件和基础,因此,获取准确的降水量显得十分必要。为此,本研究搭建了一个基于宽度学习系统(Broad learning system,BLS)的多源降水融合模型,以获取更准确的降水数据。以云南省为研究区域,选用2014年4月至2017年12月的3B42V7、IMERG、GSMaP、CMORPH、PERSIANN卫星数据以及雨量计数据作为源数据,加入经纬度信息,进行多源数据融合。留一年交叉验证法(Leave-one-year-out cross validation,LOYOCV)用于验证所提融合模型的性能,并使用相关系数(Pearson’s correlation coefficient,CC)、均方根误差(Root-mean square error,RMSE)、平均绝对误差(Mean absolute error,MAE)、纳什效率系数(Nash-Sutcliffe coefficient of efficiency,NSE)和克林-古普塔效率系数(Kling-Gupta efficiency,KGE)等统计指标量化在不同时空尺度上的融合降水量的准确性。同时,分别对比了基于支持向量机(Support vector machine,SVM)和深度神经网络(Deep neural network,DNN)的融合模型,评估了经纬度信息在所提融合模型中的效力。在LOYOCV中,BLS融合降水的日平均CC、RMSE、MAE、NSE均优于5个卫星产品。在时间尺度上,融合降水能够捕捉实际雨量计降水的时间趋势,且能较准确地估计2017年云南省的暴雨量;BLS融合降水在雨季(5-10月)和干季(11月到次年4月)均优于5个卫星产品中表现最好的CMORPH降水产品。在空间尺度上,相比5个卫星产品,BLS融合降水能在大部分地区表现出最高的CC、NSE以及最小的RMSE、MAE。BLS融合模型对实际降水的模拟能力高于SVM融合模型,且相对于DNN模型用时更短、更高效。此外,经纬度信息的加入能提升融合降水的准确性。总之,考虑了经纬度信息的基于BLS的多源降水融合模型能够提升云南省降水量的准确性,在多源降水数据融合领域有一定的应用价值。 展开更多
关键词 多源降水数据 数据融合 宽度学习系统 经纬度信息
在线阅读 下载PDF
基于K近邻算法的数据融合与改进图卷积神经网络的电机轴承故障诊断
4
作者 孙丽玲 唐李昱 许伯强 《电机与控制学报》 北大核心 2025年第5期12-18,共7页
为了解决单一类型数据对电机轴承故障诊断准确率不高和图卷积神经网络具有过平滑现象的问题,提出一种多数据融合和改进图卷积神经网络的电机轴承故障诊断方法。首先,通过快速傅里叶变换将电机轴承的振动信号和电机电流信号分别转换为频... 为了解决单一类型数据对电机轴承故障诊断准确率不高和图卷积神经网络具有过平滑现象的问题,提出一种多数据融合和改进图卷积神经网络的电机轴承故障诊断方法。首先,通过快速傅里叶变换将电机轴承的振动信号和电机电流信号分别转换为频域信号;然后,将每一个频率视为一个结点,对应的振动和电流信号视为节点特征,根据K近邻图构造法,将振动信号和电流信号融合成图结构数据;进而,将图数据输入通过添加初始残差连接模块而改进的图卷积神经网络进行训练,从而得到诊断结果。在帕德博恩数据集上,将所提方法和多种模型进行电机轴承故障诊断对比实验,实验结果表明,所提模型的故障识别准确率能达到98.6%,优于对比方法,证明所提数据融合方法与改进图卷积神经网络是有效的。 展开更多
关键词 深度学习 故障诊断 图卷积神经网络 电机轴承 快速傅里叶变换 数据融合 电流数据
在线阅读 下载PDF
基于多传感器数据融合的互异网络轴承故障诊断方法
5
作者 赵小强 李森 《计算机工程与应用》 北大核心 2025年第5期323-333,共11页
为了解决单传感器单一分支网络的输入容易受到外界干扰以及在不同域信号转换过程中丢失特征信息,导致故障诊断效果不佳的问题,提出了基于多传感器数据融合的互异网络轴承故障诊断方法。设计了数据预处理模块,以数据级的融合方式实现来... 为了解决单传感器单一分支网络的输入容易受到外界干扰以及在不同域信号转换过程中丢失特征信息,导致故障诊断效果不佳的问题,提出了基于多传感器数据融合的互异网络轴承故障诊断方法。设计了数据预处理模块,以数据级的融合方式实现来自多传感器的多角度故障特征互补,充分考虑了轴承设备多传感器之间的相关性。同时,将经过快速傅里叶变换(FFT)和频率切片小波变换(FSWT)处理后的信号融合为多域信号作为模型的输入,以多域信号独立作为模型输入的形式确保不同域信号在转换过程中关键的特征信息不会丢失。该方法针对不同的域信号设计了相对应的互异网络结构对多传感器数据高维非线性空间中的低维特征关键提取,这也为设备维修人员提供了更加可靠方便的维修手段。当其中一个分支网络的输入受到外界干扰时,另外两个分支网络会起到纠错的作用,不仅增强了网络的容错能力,同时也会增加网络的特征互补能力。利用记忆单元将特征视为不同的时间步,以此建立不同故障特征之间的依赖关系。为了防止模型陷入局部最优,使用适配于所提模型的学习率余弦退火算法优化模型训练。在两个轴承数据集上进行实验,结果表明,该方法拥有好的故障诊断效果和泛化能力,可以满足基于多传感器数据融合的轴承故障诊断任务。 展开更多
关键词 滚动轴承 故障诊断 多传感器 互异网络 数据融合 特征互补
在线阅读 下载PDF
面向任务的多源异构医养数据融合框架设计--基于数据可供性视角
6
作者 左美云 姚金玉 《图书情报知识》 北大核心 2025年第4期41-54,101,共15页
[目的/意义]推动医养结合对于发展银发经济和提升老年人满意度都有着重要意义,然而目前医养数据融合仍面临着参与主体数据共享意愿低、数据融合方案探索不够等问题。[研究设计/方法]通过文献调研和理论分析,本文基于可供性-实现理论(Aff... [目的/意义]推动医养结合对于发展银发经济和提升老年人满意度都有着重要意义,然而目前医养数据融合仍面临着参与主体数据共享意愿低、数据融合方案探索不够等问题。[研究设计/方法]通过文献调研和理论分析,本文基于可供性-实现理论(Affordance-Actualization Theory),提出了一种面向任务的多源异构医养数据融合框架,并通过现实世界数据集验证了该框架的可行性。[结论/发现]该框架明晰了医养数据资源的类型以及采集方法,设计了包含基本信息、疾病症状、健康状态和生活照护的老年人医养档案分层体系,并给出六类典型下游任务的数据供给方案。[创新/价值]所提出的医养数据融合框架实现了医疗、养老机构之间的数据采集、融合到服务下游任务的全链路流程,为医养数据融合提供了理论和实践支撑。 展开更多
关键词 数据融合 数据共享 智慧养老 医养结合 可供性-实现理论
在线阅读 下载PDF
基于Trans-Attention的飞行区航空器监视数据融合方法
7
作者 王兴隆 尹昊 丁俊峰 《北京航空航天大学学报》 北大核心 2025年第4期1215-1223,共9页
针对飞行区航空器单一监视源存在监视精度低、位置跳变的问题,提出一种基于Transformer和注意力机制的航空器监视数据融合方法。利用Transformer的编码器结构分别对各监视源数据进行特征提取,通过注意力机制对不同监视源赋予权重值,经... 针对飞行区航空器单一监视源存在监视精度低、位置跳变的问题,提出一种基于Transformer和注意力机制的航空器监视数据融合方法。利用Transformer的编码器结构分别对各监视源数据进行特征提取,通过注意力机制对不同监视源赋予权重值,经过全连接网络进行回归计算,获得最终的融合结果。选取场面监视雷达(SMR)和广播式自动相关监视(ADS-B)系统的监视数据作为融合源,多点定位(MLAT)数据作为真实标签,实验结果表明:所提方法有效降低了单一监视源的监视误差,且融合效果优于基于注意力机制的长短期记忆网络、循环神经网络和扩展卡尔曼滤波融合方法,平均绝对误差分别提升了2.81%、16.73%和35.80%。 展开更多
关键词 数据融合 TRANSFORMER 注意力机制 场面监视雷达 广播式自动相关监视
在线阅读 下载PDF
基于多源遥感数据融合的煤矿地质灾害风险评估
8
作者 何贞铭 高雨凌 《工矿自动化》 北大核心 2025年第S1期5-8,共4页
地质灾害风险评估是煤矿生产活动的重要保障。针对多源遥感技术在煤矿地质灾害风险评估中的应用问题,结合光学、SAR、红外等遥感技术特点,提出了风险评估指标,提出3类遥感数据融合的风险评估模型,并设计实验开展验证。研究结果表明,多... 地质灾害风险评估是煤矿生产活动的重要保障。针对多源遥感技术在煤矿地质灾害风险评估中的应用问题,结合光学、SAR、红外等遥感技术特点,提出了风险评估指标,提出3类遥感数据融合的风险评估模型,并设计实验开展验证。研究结果表明,多源遥感数据融合有助于发现地质灾害潜在特征,评估指标权重、风险指数阈值对评估结果影响较大,需根据评估重点合理设置权重与风险指数阈值。 展开更多
关键词 煤矿地质灾害 风险评估 遥感技术 遥感数据融合 光学影像 合成孔径雷达 红外遥感
在线阅读 下载PDF
基于多数据融合的水电机组劣化趋势概率区间预测
9
作者 王淑青 翟宇胜 +2 位作者 胡文庆 盛世龙 刘东 《水电能源科学》 北大核心 2025年第2期201-205,共5页
传统的基于单一测点的预测模型无法全面反映水电机组的健康状态,这导致难以实现机组劣化状态的准确评估。对此,提出了一种基于多测点数据融合与概率区间预测的水电机组劣化趋势预测模型。首先,选取机组不同测点在各工况下健康运行的数... 传统的基于单一测点的预测模型无法全面反映水电机组的健康状态,这导致难以实现机组劣化状态的准确评估。对此,提出了一种基于多测点数据融合与概率区间预测的水电机组劣化趋势预测模型。首先,选取机组不同测点在各工况下健康运行的数据构成数据集,采用期望最大化—高斯混合模型(EM-GMM)拟合机组健康运行状态下的各监测量的概率密度分布;然后,计算待估样本在给定机组健康状态分布下的负对数似然概率,以作为劣化度指标;其次,采用熵权法计算各测点劣化度指标的权重,通过加权得到综合劣化度指标;最后,为确保预测结果的可靠性,利用多目标遗传算法(MOGA)优化高斯过程回归(GPR)模型代替传统的点预测模型,并使用不同的预测模型进行对比和评估,证明本文提出的模型具有更高的预测精度。 展开更多
关键词 水电机组 数据融合 EM-GMM健康模型 劣化度指标 熵权法 概率区间预测模型
在线阅读 下载PDF
基于多模态数据融合的小麦病虫害检测技术研究与应用
10
作者 董俊磊 李冰 《河南农业》 2025年第15期53-54,57,共3页
小麦是全球重要的粮食作物之一,在我国农业生产中占据着关键地位。然而,小麦在生长过程中极易受到多种病虫害的侵袭,如小麦锈病、小麦赤霉病、蚜虫等,这些病虫害会严重影响小麦的生长发育,导致其产量和品质下降,给农业生产带来较大损失... 小麦是全球重要的粮食作物之一,在我国农业生产中占据着关键地位。然而,小麦在生长过程中极易受到多种病虫害的侵袭,如小麦锈病、小麦赤霉病、蚜虫等,这些病虫害会严重影响小麦的生长发育,导致其产量和品质下降,给农业生产带来较大损失。传统的小麦病虫害检测方法主要依赖人工田间调查,该方法存在效率低、主观性强、检测范围有限等缺点,难以满足现代农业精准化、智能化的发展需求。 展开更多
关键词 多模态数据融合 精准化 小麦赤霉病 小麦锈病
在线阅读 下载PDF
基于数字孪生和多源数据融合的风力机叶片运维方法研究 被引量:2
11
作者 罗浩 孙文磊 +3 位作者 常赛科 路程 王丽鑫 王宏伟 《机床与液压》 北大核心 2025年第2期179-189,共11页
为了解决风力机叶片运行数据来源多样、类型复杂和多维多尺度的特征所带来的数据冗余、信息融合困难、监测过程不明朗等问题,基于风力机叶片数字孪生建模、信息融合、状态预警、三维沉浸式可视化表达,融合标识解析技术,构建风力机组数... 为了解决风力机叶片运行数据来源多样、类型复杂和多维多尺度的特征所带来的数据冗余、信息融合困难、监测过程不明朗等问题,基于风力机叶片数字孪生建模、信息融合、状态预警、三维沉浸式可视化表达,融合标识解析技术,构建风力机组数字孪生系统标识索引层,提出一种基于数字孪生和多源数据融合的风力机叶片运维方法;基于“7个层次-2种视角”的方法、深度学习算法引擎以及可信的虚实驱动模型,采用基于仿生树的风力机叶片数据模型对所提方法进行了建模,以实现数据与模型的映射关系准确表达、风力机叶片的状态监测、智能运维和管理、多源数据汇聚融合等功能。所提方法打破了传统运维过程中运维指标杂乱无章、要素信息汇聚融合困难、信息孤岛等阻碍,实现了风力机组对于运行数据知识信息密度的提升与转化。最后基于C#编程代码在Unity3D引擎搭建了风力机叶片数字孪生运维平台,实现了风力机叶片数字孪生模型的虚实联动,为风力机叶片的智能运维管理提供了一种可靠手段。 展开更多
关键词 风力机叶片 数字孪生 多源数据融合 UNITY3D 智能运维
在线阅读 下载PDF
基于多源传感器数据融合的断路器故障诊断方法 被引量:2
12
作者 张国宝 王朝廷 +3 位作者 黄伟民 杨为 袁欢 王小华 《高电压技术》 北大核心 2025年第2期660-668,共9页
为解决单源传感器故障诊断可识别故障种类少、诊断精度低的问题,该文利用电流与振动传感器数据,提出了一种基于前向搜索(sequential forward selection,SFS)的模糊C均值(fuzzy C-means,FCM)聚类多源特征筛选融合方法,该方法通过调整兰... 为解决单源传感器故障诊断可识别故障种类少、诊断精度低的问题,该文利用电流与振动传感器数据,提出了一种基于前向搜索(sequential forward selection,SFS)的模糊C均值(fuzzy C-means,FCM)聚类多源特征筛选融合方法,该方法通过调整兰德指数(adjusted rand index,ARI)来衡量聚类效果,对提取出的多源传感器特征进行筛选融合得到最优特征集。在此基础上,模拟了9种断路器故障,将其划分为3类,采用支持向量机(support vector machine,SVM)分别对单源传感器特征和多源融合特征进行分类,以验证该文提出方法的有效性,并通过其他3种常见分类器进行了对比试验。结果表明:多源融合特征识别准确率明显高于单源特征,在3类故障中分别达到95.0%、92.5%、96.5%,且在多种分类器下均能得到相似结果,兼具有效性和普适性,该文方法为多源传感器背景下的断路器故障诊断提供了新思路。 展开更多
关键词 断路器 多源传感器 数据融合 特征筛选 模糊C均值聚类 故障诊断
在线阅读 下载PDF
基于多源数据融合的新兴技术识别方法研究 被引量:3
13
作者 王宏 刘沁莹 +2 位作者 胡玉峰 王庆红 周育忠 《科技进步与对策》 北大核心 2025年第5期21-31,共11页
新兴技术在科技革命和产业变革中发挥着重要作用,准确把握新兴技术发展方向有助于国家政策制定和科技快速发展。融合学术论文和专利文献数据,构建一套新兴技术识别方法。通过主题N元语法(TNG)模型抽取和筛选技术主题,确定关键技术主题,... 新兴技术在科技革命和产业变革中发挥着重要作用,准确把握新兴技术发展方向有助于国家政策制定和科技快速发展。融合学术论文和专利文献数据,构建一套新兴技术识别方法。通过主题N元语法(TNG)模型抽取和筛选技术主题,确定关键技术主题,通过量化新兴技术的5项特征指标:影响力、增长性、连贯性、创新性、不确定性和模糊性,计算新兴指数得分,对多源数据融合新兴技术进行识别和预判。预测新兴技术未来发展趋势,可为电网领域可持续发展提供有价值的参考,验证研究方法的可行性和有效性。 展开更多
关键词 新兴技术 多源异构数据融合 新兴技术画像 机器学习
在线阅读 下载PDF
基于多时空尺度特性的风电场物理-数据融合动态等值建模 被引量:1
14
作者 黄师禹 朱林 +2 位作者 胡永浩 陈乐柯 管霖 《电力系统自动化》 北大核心 2025年第1期150-160,共11页
文中提出了一种风电场动态等值建模方法。核心思路是将风电场对象的物理特征分析与数据分析进行有效融合,构建出反映风电场暂态特性的数据特征,并针对风电暂态波动多变特征提出基于形状的距离的分群聚类算法,从而实现场站内具有相似动... 文中提出了一种风电场动态等值建模方法。核心思路是将风电场对象的物理特征分析与数据分析进行有效融合,构建出反映风电场暂态特性的数据特征,并针对风电暂态波动多变特征提出基于形状的距离的分群聚类算法,从而实现场站内具有相似动态风电机组的分群等值。首先,围绕风电场多时空尺度特征展开物理特性分析,提出反映风电场站动态特性的核心因素集合;其次,针对核心因素多且存在相关性这一问题,采用降噪自编码器算法来对核心因素集合进行降维,去除冗余信息后构建数据特征;然后,引入基于形状的距离度量的聚类算法,实现风电场发电单元分群;最后,以某风电场为例,在PSCAD/EMTDC平台仿真验证了所提方法的有效性。 展开更多
关键词 等值建模 风电场 多时空尺度 降噪自编码器 分群聚类 物理-数据融合模型
在线阅读 下载PDF
基于多模态数据融合的农作物病害识别方法 被引量:2
15
作者 陈维 施昌勇 马传香 《计算机应用》 北大核心 2025年第3期840-848,共9页
现有的基于深度学习模型的农作物病害识别方法依赖特定农作物病害图像数据集进行图像特征学习,而忽视了文本特征在辅助图像特征学习中的重要性。为了更有效地提高模型对农作物病害图像的特征提取能力及病害识别能力,提出一种基于对比语... 现有的基于深度学习模型的农作物病害识别方法依赖特定农作物病害图像数据集进行图像特征学习,而忽视了文本特征在辅助图像特征学习中的重要性。为了更有效地提高模型对农作物病害图像的特征提取能力及病害识别能力,提出一种基于对比语言-图像预训练和多模态数据融合的农作物病害识别方法(CDR-CLIP)。首先,构建高质量的病害识别图像-文本对数据集,利用文本信息增强农作物病害图像的特征表示;其次,利用多模态融合策略有效结合文本特征与图像特征,以加强模型对病害的判别能力;最后,针对性地设计预训练和微调策略,从而优化模型在特定农作物病害识别任务中的表现。实验结果表明,在PlantVillage和AI Challenger 2018农作物病害数据集上,CDR-CLIP的病害识别准确率分别达到99.31%和87.66%,F1值分别达到99.04%和87.56%;在PlantDoc农作物病害数据集上,CDR-CLIP的平均精度均值mAP@0.5达到51.10%,展现出CDR-CLIP强大的性能优势。 展开更多
关键词 数据融合 多模态 大语言模型 农作物病害识别 对比学习
在线阅读 下载PDF
基于变分自编码器的多源数据融合窃电检测方法 被引量:1
16
作者 蔡梓文 赵云 +3 位作者 陆煜锌 顾莲墙 陈康 高云鹏 《电力系统保护与控制》 北大核心 2025年第4期176-187,共12页
针对当前窃电检测仅使用单一用电负荷难以捕捉复杂窃电特征,导致窃电检测发生误判,存在误检率高和准确率低下等问题,提出一种融合用电负荷、环境温度、时间以及对应台区相位线损的新型窃电检测方法。首先构建多维度特征提取变分自编码器... 针对当前窃电检测仅使用单一用电负荷难以捕捉复杂窃电特征,导致窃电检测发生误判,存在误检率高和准确率低下等问题,提出一种融合用电负荷、环境温度、时间以及对应台区相位线损的新型窃电检测方法。首先构建多维度特征提取变分自编码器(variational autoencoder for multi-dimensional feature extraction,MF-VAE)来提取用户用电行为的多维度特征。然后,基于注意力时序卷积网络(attention temporal convolutional networks,ATCN)建立判别模型,再通过膨胀卷积和因果卷积获取多维度窃电行为特征的时序关系。同时,引入卷积注意力模块分配各维度特征的注意力权重,以提高模型的表现和泛化能力。最后采用Softmax分类器完成对多源数据中潜在窃电行为的准确识别。实验结果表明,用该方法提取的窃电行为特征更加丰富和多元化,能够有效降低窃电检测误检率并提高窃电行为判别准确率。 展开更多
关键词 窃电行为判别 多源数据融合 改进时域卷积网络 变分自编码器 注意力机制
在线阅读 下载PDF
地面沉降立体监测数据融合方法
17
作者 杨魁 邱亚辉 +3 位作者 徐骏千 梁军 李文彬 孙国昱 《测绘通报》 北大核心 2025年第2期122-126,142,共6页
针对目前单一监测方法造成的地面沉降情况掌握不精确的问题,本文采用平台、参数协同完善了“空中-地表-地下”的地面沉降立体监测体系,构建了空中与地表测量的融合模型后,利用最小二乘法获取高精度沉降数据;采用可视化、时空统计等方法... 针对目前单一监测方法造成的地面沉降情况掌握不精确的问题,本文采用平台、参数协同完善了“空中-地表-地下”的地面沉降立体监测体系,构建了空中与地表测量的融合模型后,利用最小二乘法获取高精度沉降数据;采用可视化、时空统计等方法开展了空中/地表与地下数据融合,实现地面沉降精准诱因的获取。以天津市某区域为例,本文构建了由InSAR、水准、分层标等组成的地面沉降立体监测体系;利用InSAR、GNSS、水准监测数据进行融合获取高精度的地面沉降成果,中误差提高比率达20%,验证了空中与地表融合方法的有效性。此外通过结合地下水位、一孔多标分层标观测数据,从定性与定量角度进行集成分析,得到地下水开采是该区域地面沉降较严重主要原因的结论。试验结果验证了本文方法能提高地面沉降监测的可靠性,实现地面沉降诱因精准判断,其结果可为地面沉降综合防治提供支撑。 展开更多
关键词 地面沉降 立体监测 数据融合 分层标监测 沉降诱因
在线阅读 下载PDF
多模态数据融合技术在临床护理中的应用进展
18
作者 杜赛丽 徐燕 +2 位作者 黄莺 傅佳丹 程红 《军事护理》 北大核心 2025年第8期94-97,共4页
多模态数据融合(multi-modal data fusion)指利用计算机综合处理文本、图像、视频等不同异构信息,实现更全面、更准确的信息分析和决策支持的计算处理方法^([1])。在智慧医疗的推动下,临床护理领域面临数据量激增的挑战,亟需更高效的数... 多模态数据融合(multi-modal data fusion)指利用计算机综合处理文本、图像、视频等不同异构信息,实现更全面、更准确的信息分析和决策支持的计算处理方法^([1])。在智慧医疗的推动下,临床护理领域面临数据量激增的挑战,亟需更高效的数据处理方法^([2])。传统单模态数据分析方法因其视角单一、信息不完整等局限性,难以全面反映患者的健康状况^([3])。因此,多模态数据融合技术在临床护理中的重要性和必要性日益凸显,该技术通过整合时序性、不规则且关联的多元数据,提升数据分析能力,推动护理与大数据的有机融合,辅助护理人员早期识别健康风险、准确预测并发症、构建更可靠的风险预测模型及不良事件预警系统,从而实现精准的个性化护理与及时干预^([1,4])。 展开更多
关键词 多模态数据融合 护理 应用
在线阅读 下载PDF
虚实感知数据融合的智能驾驶仿真场景生成方法
19
作者 柴琳果 刘湘言 +3 位作者 上官伟 杜煜 巴晓辉 蔡伯根 《汽车工程》 北大核心 2025年第3期440-448,469,共10页
为实现可自定义设计且具备高真实度的智能驾驶仿真测试感知数据生成,本文构建了虚实感知数据融合的智能驾驶测试场景仿真架构,通过融合仿真交通主体感知数据与真实环境场景数据,以危险测试场景为目标实现感知仿真数据连续生成。在此基础... 为实现可自定义设计且具备高真实度的智能驾驶仿真测试感知数据生成,本文构建了虚实感知数据融合的智能驾驶测试场景仿真架构,通过融合仿真交通主体感知数据与真实环境场景数据,以危险测试场景为目标实现感知仿真数据连续生成。在此基础上,通过RANSAC方法提取真实点云中障碍物位置并确定每一时刻真实环境场景中仿真交通主体运行空间约束;而后为实现测试场景中主车与其他交通主体行为及位置交互关系,在仿真软件中根据真实主车传感器参数及运动轨迹对主车及交通主体进行仿真建模及行为设计,输出连续仿真交通参与者感知数据;最后利用掩膜替换法及射线替换策略分别对图像及点云数据进行虚实融合,获得不同真实环境场景下危险驾驶测试场景虚实融合感知数据,并对结果进行测试验证。结果表明:真实路采数据集中多数场景具有对仿真数据注入的支撑能力,注入的仿真交通主体行为均可与测试场景需求匹配,具有较高的真实性。在感知层面,注入的仿真交通主体与真实交通主体在目标检测算法置信度上具有86.5%的相似度。该方法可以可控地向真实环境场景数据中注入满足测试需求的仿真交通主体,快速且同步地获得具有较高真实度的虚实融合图像及点云数据。 展开更多
关键词 智能交通 智能驾驶 场景测试 虚实数据融合 感知数据仿真
在线阅读 下载PDF
联邦学习赋能数智化科技情报工作中的多源数据融合
20
作者 窦路遥 魏凤 +3 位作者 邓阿妹 周洪 辛竹琳 付豪 《情报杂志》 北大核心 2025年第5期191-198,共8页
[研究目的]数智驱动背景下,面对传统机器学习方法所存在的数据孤岛、隐私泄露和计算资源限制问题,联邦学习提供了创新的解决方案。通过分析联邦学习在科技情报多源数据融合中的理论基础与实际应用,以期推动科技情报多源数据融合的转型升... [研究目的]数智驱动背景下,面对传统机器学习方法所存在的数据孤岛、隐私泄露和计算资源限制问题,联邦学习提供了创新的解决方案。通过分析联邦学习在科技情报多源数据融合中的理论基础与实际应用,以期推动科技情报多源数据融合的转型升级,实现数据共享与安全融合,提升科技情报分析的精准性和安全性。[研究方法]结合联邦学习技术特点与科技情报工作中多源数据融合的实践落脚点,从信息保密、信息优化和信息协同三个方面分析联邦学习在科技情报工作多源数据融合中的理论基础;再从跨组织、跨地域、跨领域、跨体量四个维度探讨联邦学习赋能科技情报多源数据融合的应用场景;继而从技术创新、多重模式、全域感知、多方协作角度提出促进科技情报多源数据融合的具体路径。[研究结果/结论]通过联邦学习技术的应用,科技情报工作可以在保护数据隐私和确保数据安全的前提下,实现多源数据的高效融合和共享,推动科技情报系列分析模型的持续优化和创新发展。 展开更多
关键词 数智驱动 联邦学习 科技情报 多源数据融合 安全共享 数据安全
在线阅读 下载PDF
上一页 1 2 241 下一页 到第
使用帮助 返回顶部