基于地磁的车型识别模糊数据融合方法研究

把由各向异性磁阻传感器检测获得的地磁曲线视为车辆磁偶极模型的映像,通过分析车辆地磁曲线的峰值、峰谷比、峰值时间、谷值时间、车身长等特征的选择和提取,建立相应车型特征向量;然后,依据各类车型特征,应用三角形隶属度函数特征描述和模糊数据融合,提出了一种基于地磁传感器实时数据采集的车辆检测与车型识别流程和车型识别分类算法;最后,通过一组实际采集的车辆检测数据的分类结果,比较了4种模糊数据融合算式的差异,证明了车辆识别分类算法的有效性,并讨论了有待进一步研究的问题。     

TAT-BACEsp-GFP三融合基因慢病毒载体的构建与鉴定

目的 构建穿膜肽基因和BACE底物肽融合基因与绿荧光融合基因慢病毒载体,为进一步对阿尔茨海默病进行基因治疗奠定基础.方法 利用非对称互补引物/模板法制备两端含有酶切位点的TAT-BACEsp融合基因的cDNA,使之克隆到带GFP慢病毒表达载体质粒FUGW中,经限制性酶切和测序鉴定重组载体.结果 限制性内切酶酶切和DNA测序分析证实获得的TAT-BACEsp产物与设计的完全吻合;TAT-BACEsp准确克隆入FUGW的多克隆位点.结论 成功构建了TAT-BACEsp与GFP 融合基因慢病毒载体,为进一步对阿尔茨海默病进行基因治疗提供了适合的稳定转染的载体.     

超对策模型中结局偏好模糊认知信息的融合

提出了一种新的超对策结局偏好模糊认知信息的融合方法.用一种模糊集结算子来表示专家群体对其他局中人结局偏好的模糊认知,通过求解线性规划模型得到结局偏好群体模糊认知的水平截集;以与模糊数的截集相关的解模糊函数和Newton-Cotes积分公式,得到专家群体对其他局中人结局偏好清晰认知的关系矩阵;运用大多数一致性优胜者模糊集来确定其他局中人的结局偏好向量.给出的数值例子说明了文中提出方法的有效性.     

室内可吸入颗粒物粒径分布检测方法的研究

采用数学形态技术实现颗粒物图像的二值化滤波和边缘检测,完成了粒径、分形维数和形状因子等形态学参数的检测,用数据融合技术对多形态学参数处理分析,得出了室内可吸入颗粒物的粒径分布曲线.实验结果表明:这种检测方法能有效地滤除噪声,很好地保留原有图像的基本信息,提取的边缘较光滑,图像骨架也比较连续,断点少.具有直观简单、处理速度快、处理精度高、数据分析与统计方便.检测结果稳定等特点.     

基于多源数据融合的城市道路网络宏观基本图模型

宏观基本图(MFD)是描述路网平均流量和平均密度的关系模型,在路网服务水平评估、区域控制和宏观交通建模中具有重要的作用.本文以路网加权流量和加权密度为MFD描述指标,提出了一种融合微波检测器数据和车牌识别数据的MFD构建方法.为了评估不同数据源下路网MFD的有效性,提出了采用状态比指标描述 MFD的差异性.以青岛市实际数据为例,分析了单一数据来源和融合数据下的MFD变化规律.结果表明,在路网中存在不同类型检测器时,融合模型仍能够精确描述路网MFD.     

考虑航段相关性的航路拥挤态势多模型 融合动态预测方法

研究航路交通拥挤状态动态实时预测问题,可为缓解航路交通拥挤,优化拥挤管控 策略提供科学的依据.首先,采用神经网络理论建立考虑航段相关性的交通流参数预测模型, 预测航段流量和航段密度参数;然后,运用多模型融合预测算法提高预测精度,基于模糊C均 值聚类算法和航段历史及预测交通流参数预测航段交通拥挤态势;最后,采用雷达实测航迹 数据验证模型的有效性.研究结果表明,本文建立的预测模型同时考虑了时间和空间因素,对 航路拥挤状态预测准确率达到82.29%,预测方法符合实际且对航路交通态势的预测具有应用 价值;同时考虑航段相关性影响和采用多模型融合预测算法能够明显提高预测精度.     

基于自适应加权平均的路网MFD估测融合方法

路网宏观基本图(Macroscopic Fundamental Diagrams,MFD)的估测方法有基于固定检测器数据估测法和基于浮动车数据估测法,但很少有文献将两者结合起来,鉴于此,本文提出以车联网环境下联网车数据估测的交通参数为检验数据,引入动态误差,建立两个自适应加权平均数据融合模型,对两种估测法所得的路网加权交通流量和路网加权交通密度分别进行数据融合,从而更加准确地估测路网MFD.为验证模型的有效性,以广州天河区核心路网为研究区域,通过Vissim交通仿真建模分析,对比各种估测法所得路网MFD参数的平均绝对相对误差、路网MFD的状态比和差异值.结果表明,经数据融合后的路网MFD参数平均绝对相对误差和路网MFD差异值均最小,最接近标准路网MFD.     

蒸汽动力装置故障诊断策略

文章分析了蒸汽动力装置的特点,提出了基于信息融合的故障诊断策略,讨论了各种故障模式所适用的诊断方法以及围绕可靠性的缓变型故障的判定。     

һ���µĻ��ڴ������ںϵĸ��ӽ�ͨ�������·���

复杂交通场景由于背景构造困难限制了视频监控技术的应用. 为了解决这个问题,本文提出了一种新的基于传感器融合的复杂交通视频背景构造方法. 首先通过基于EM算法的高斯混合模型提高背景建模的准确性;其次,对于运动缓慢或者静止的区域,通过设定不同的采样频率来提高背景建模数据的可靠性;对来自线圈和虚拟检测线检测到的数据进行数据融合来提高虚拟线圈检测车速的精度,通过引入局部稳态最优Kalman平滑器提高了数据融合算法的自校正能力. 最后,实验结果证明了所提方法的有效性.     

面向路基监测的WSN分簇自适应加权融合算法

部署在铁路路基监测区域内的无线传感器网络（WSN）,由于节点能量和带宽等资源的限制,要求数据的采集、处理、传输满足低能耗、高效率和高可靠性. 本文提出面向智能监测的无线传感器网络分簇部署策略,在感兴趣的区域内部署尽量多的节点,并根据数量类型、环境特征等因素将网络以簇为单位进行划分. 以簇为单位,采用自适应加权数据融合处理技术,将采集的地温数据按照精度分别乘以权重值再进行平均值处理,有利于降低数据冗余度,提高数据准确度和采集效率. 仿真性能分析表明,该方法可以显著提高数据传输效率,降低网络能耗,延长网络生命周期.