面向急救人員的傳感器融合式 精密定位和跟蹤方法，很不錯的資料，希望對你有幫助
標簽： 傳感器
上傳時間： 2022-02-01
上傳用戶：
大數(shù)據(jù)融合及應用(經典)
標簽： 數(shù)據(jù)融合
上傳時間： 2022-03-14
上傳用戶：slq1234567890
人口老齡化是世界各國正在面對的一個普遍問題。隨著我國老齡化程度的持續(xù)加劇，對于老年人群體的醫(yī)療資源投入會不斷提高。而與此同時，跌倒已經成為老年人日常生活中最為常見的危險行為活動。所以，跌倒檢測系統(tǒng)的研究和應用對降低老年人受到的身心傷害和醫(yī)療成本具有顯著的意義。目前解決老年人跌倒檢測的方案仍存在許多不足。其中，基于計算機視覺的跌倒檢測技術在無干擾的場景下檢測較為有效，但其易受環(huán)境變化（如背景光線影響、人遮擋問題等）影響。此外，基于可穿戴計算的跌倒檢測技術受限于算法穩(wěn)定性和識別準確率，系統(tǒng)的靈敏度和特異性難以同時得到保證。針對上述問題本文提出一種融合計算機視覺和可穿戴計算數(shù)據(jù)的跌倒檢測新的方法。首先，設計并開發(fā)了集成三軸加速度計、三軸陀螺儀和藍牙的活動感知模塊，實現(xiàn)實時采集、傳輸人體活動數(shù)據(jù)：其次，使用深度學習算法從攝像頭采集的圖像數(shù)據(jù)提取人體姿態(tài)特征數(shù)據(jù)：最后，對采集的人體活動數(shù)據(jù)和姿態(tài)數(shù)據(jù)進行規(guī)范化和時序化處理，設計了兩個深度學習網絡分別對數(shù)據(jù)進行特征提取，并將兩特征進行特征層數(shù)據(jù)融合，在此基礎上構建神經網絡對融合數(shù)據(jù)進行活動本文搭建了實驗平臺并進行了算法測試，其中，本文跌倒檢測算法針對離線測試數(shù)據(jù)的準確率為992%，平均敏感度為995%、平均特異性為99.8%：針對在線數(shù)據(jù)系統(tǒng)測試準確率為98.9%、平均敏感度為99.2%、平均特異性為99.5%實驗結果證明了利用計算機視覺和可穿戴計算數(shù)據(jù)融合的跌倒檢測具有較高的準確率和魯棒性。
標簽： 視覺圖像 數(shù)據(jù)融合
上傳時間： 2022-03-14
上傳用戶：bluedrops
準確量化和預測陸地生態(tài)系統(tǒng)碳水通量對于理解陸氣間相互作用，預測未來氣候變化和控制溫室效應具有重要意義。通量觀測和模型模擬是目前研究碳水通量的兩種主要方法。通量觀測精度較高，但觀測范圍局限、站點分布不均勻，易受環(huán)境影響，難以區(qū)域擴展；模型模擬可實現(xiàn)不同尺度參量估算，但由于理想化假設、模型參數(shù)和驅動數(shù)據(jù)等限制，導致其模擬結果往往與真實值存在較大偏差。模型-數(shù)據(jù)融合方法主要是通過參數(shù)估計和數(shù)據(jù)同化兩種技術集成觀測和模型信息，建立兩者相互制約調節(jié)的優(yōu)化關系，以提高模型結果與真實值之間的匹配程度。基于該思路，本研究在地面觀測數(shù)據(jù)、遙感衛(wèi)星資料以及相關氣候環(huán)境數(shù)據(jù)基礎上，重點突破全球動態(tài)植被模型（Lund-Potsdam-Jena Dynamic Globa Vegetation Model.LPJ-DGVM）敏感參數(shù)優(yōu)化方法，獲取適宜中國的參數(shù)化方案：在此基礎上，引入數(shù)據(jù)同化算法，將遙感衛(wèi)星產品信息與模型相融合，在模擬過程中不斷校正原有模型模擬軌跡，提高模型適用性。將以上改進的模型推廣至中國區(qū)域，實現(xiàn)對20002015年中國地區(qū)總初級生產力（Gross Primary Productivity GPP）和敬發(fā)（Evapotranspiration，ET的空間格局模擬及分析。主要結論如下1）將LP」DGwM中所選出的22個可調參數(shù)（涉及光合、呼吸、水平衡異速生長、死亡、建立以及土壤和掉落物分解共七個作用領域）在各自取值范圍內隨機獲得不同的參數(shù)組合，結果表明22個參數(shù)可引起GPP和ET模擬結果產生較大的不確定性，尤其集中在生長季。所有站點GPP相對不確定性（Relative Uncertainty，RU）基本保持在09-1.25之間，不具有明顯的年際變異性：ET相對不確定性RU月變化趨勢明顯，且基本處于0.5以下，明顯低于GPP，說明所篩選的22個參數(shù)對GP模擬產生的影響更為顯著。
標簽： 數(shù)據(jù)融合
上傳時間： 2022-03-16
上傳用戶：shjgzh
在工業(yè)應用中常用一組傳感器對問一個被測量目標在一個過程的不同位置進行測量，然而由于每個傳感器位于過程的不同位置，它們將不問程度的受到嗓聲的干擾，為了從被嗓聲干擾的多傳感器測量值中獲得更準確的測量結果，霱要進“步研究多傳感器的融合理論多傳感器數(shù)據(jù)融合系統(tǒng)的關鍵在于如何充分利用各個傳感器的信息，得到對被測參數(shù)的最優(yōu)估計，本文主要研究了以加權的方式進行多傳感器數(shù)據(jù)融合的方法，即研究如何對每個傳感器進行加權，從而得到對被測參數(shù)最優(yōu)佑計的方法為此本文在介紹了多傳感器數(shù)據(jù)融合技術的基礎上，首先研究了基于奇異值分解的數(shù)據(jù)融合算法，通過對傳感器測量值構成的矩陣進行奇異值分解，利用每個傳感器測量值所對應的奇異值，可以估計出對每個傳感器權值的最優(yōu)估計，從而在不要任何先驗知識的條件下，可僅由多傳感器的測量值，利用提出的算法得到在最小均方誤差意義下的被測參數(shù)的最優(yōu)估計，此外，在許多工業(yè)過程中，人們利用多傳感器測量同一過程參數(shù)以控制該參數(shù)在過程中的不同位置能根據(jù)需要進行合理分布，此時人們希望利用多傳感器融合的測量結果，對每一個傳感器的測量數(shù)據(jù)進行重建，以獲得對每一個傳感器的測量結果進行更為準確的估計。為此，本文進一步研究了基于小波降噪和數(shù)據(jù)融合的傳感器數(shù)據(jù)重建算法，仿真和實驗結果都說明提出算法是有效的，最后，研究了非線性動態(tài)系統(tǒng)的狀態(tài)融合問題，研究了加權無氣味卡爾曼濾波（UKF）方法，研究表明無氣味卡爾曼波波能克服了擴展卡爾曼濾波（EKF）在狀態(tài)融合估計中的不足，可以得到了更準確的狀態(tài)融合估計結關鍵詞多傳感器系統(tǒng)，數(shù)據(jù)融合，奇異值分解，UKF
標簽： 傳感器 數(shù)據(jù)融合
上傳時間： 2022-03-16
上傳用戶：aben
本文以數(shù)據(jù)融合理論為基礎，進行情報雷達的數(shù)據(jù)融合系統(tǒng)的設計與實現(xiàn)。系統(tǒng)主要包括數(shù)據(jù)配準、數(shù)據(jù)關聯(lián)、目標狀態(tài)估計幾個方面。在系統(tǒng)的數(shù)據(jù)配準中，首先進行坐標變換，然后采用主站雷達測量坐標系下的誤差線性化方法進行系統(tǒng)誤差估計。通過仿真表明，利用誤差修正可以抑制隨機噪聲，較為準確地估計各雷達站的系統(tǒng)誤差。在系統(tǒng)的數(shù)據(jù)關聯(lián)部分，本文將動態(tài)分區(qū)與整體相關思想相結合進行航跡相關，減小了關聯(lián)數(shù)據(jù)量，并大大降低了誤相關率，提高了系統(tǒng)的實際應用能力。同時采用灰色關聯(lián)的思想，有效地利用雷達提供的數(shù)據(jù)而盡量避免對融合系統(tǒng)的影響，很好地解決兩坐標雷達觀測數(shù)據(jù)的融合問題。在跟蹤維持部分，文中利用“模糊相似”很好地進行航跡起始，并采用序貫濾波和灰色理論解決融合中出現(xiàn)的異步和異質數(shù)據(jù)的問題，使主副站航跡更好地進行融合。除了原理的敘述外，在C+ Builder環(huán)境下，采用本文方法進行了多情報雷達的航跡綜合仿真。本文提供了很好的數(shù)據(jù)融合實現(xiàn)的思路和流程，并可以在實際系統(tǒng)中很好地應用。關鍵詞：數(shù)據(jù)融合航跡綜合誤差修正數(shù)據(jù)關聯(lián)動態(tài)分區(qū)整體相關模糊相似灰色系統(tǒng)理論優(yōu)勢分析序貫濾波
標簽： 數(shù)據(jù)融合
上傳時間： 2022-03-17
上傳用戶：ttalli
（1）介紹了模擬電路故障診斷技術發(fā)展和現(xiàn)狀，對現(xiàn)有的主要診斷方法以及近年來先進的神經網絡理論和技術以及數(shù)據(jù)融合技術在模擬電路故障診斷領域中的應用進行了簡單的論述（2）對神經網絡方法的基本原理及其在模擬電路故障診斷中的優(yōu)勢進行了詳細的介紹，包括神經網絡的分類和神經網絡的學習規(guī)則。詳細說明在電路故障診斷中應用最廣泛的BP神經網的設計、訓練和測試方法，并對一個兩級RC耦合放大器電路例進行了測試、神經網絡訓練和診斷。（3）介紹了數(shù)據(jù)融合技術的概念、優(yōu)缺點、基本方法及其在各個領域的應用情況。然后對于數(shù)據(jù)融合具體方法，著重研究了 Bayes統(tǒng)計融合方法Dempster-Shafer證據(jù)理論融合方法以及模糊集理論融合方法。最后采用基于待定系數(shù)法的隸屬度構造法以及模糊融合的方法對實例電路進行了故障診斷。（4）提出了一種新的利用包含元件直流特性信息的靜態(tài)工作點電壓和包含元件交流特性信息的不同頻率激勵下輸出電壓峰值與輸出電壓峰值的比值兩類信息進行數(shù)據(jù)融合診斷的方法，保證故障信息量的同時降低了獲取難度，應用模糊數(shù)學的理論，通過模糊變換將兩類故障信息通過兩個神經網絡診斷得出的故障求屬度進行決策層的數(shù)據(jù)融合，較好的解決了了單神經網絡診斷信息量不足，由于電路元件互相影響而產生的故障診斷不確定性的問題以及待融合故障信息隸屬度獲取困難的問題，使得診斷準確率得到較為明顯的提高本文提出的基于數(shù)據(jù)融合和神經網絡的方法可以實現(xiàn)對模擬電路的故障進行準確實時快速診斷，具有一定的實用價值。關健詞：模擬電路；數(shù)據(jù)融合；神經網絡；模糊集理論
標簽： 數(shù)據(jù)融合
上傳時間： 2022-03-17
上傳用戶：
戰(zhàn)場環(huán)境是影響戰(zhàn)爭勝負走向的關鍵因素，其中地形是戰(zhàn)場環(huán)境的主要構成。隨著軍事技術的變革、精確打擊和精確斬首武器的運用，傳統(tǒng)二維地圖的局限性已經無法滿足軍事訓練和軍事指揮方面的需求。而對于當前的三維戰(zhàn)場地形，快速進行地形模型構建、地形模型精細化以及海量數(shù)據(jù)可視化呈現(xiàn)的要求顯得越來越高。因此，本文為構建真實的三維戰(zhàn)場地理環(huán)境及可視化進行了深入研究。本文選用傾斜攝影技術與 Cesium可視化庫進行真實三維地形的建立及可視化平臺的搭建，以西安工業(yè)大學未央校區(qū)做為典型應用實例進行城市作戰(zhàn)可視化開發(fā)。首先，本文介紹了三維實景建模與可視化相關理論；論述了在Web端進行可視化開發(fā)的優(yōu)勢；提出了傾斜攝影測量技術對三維戰(zhàn)場地形構建時存在的問題及解決辦法。其次，本文制定了戰(zhàn)場環(huán)境多源數(shù)據(jù)采集方案以及基于 Smart3D多源數(shù)據(jù)融合建模流程。制作了三維戰(zhàn)場地形數(shù)據(jù)并進行了模型質量分析，包括模型的紋理精度、幾何精度和地理坐標精度。確保生成的地形數(shù)據(jù)滿足逼真的可視化視覺效果及地形對地面人員裝備的各種干涉作用的真實性最后，本文在前三章的基礎上采用BS三層架構的方式，通過 Cesium、HTLM，JavaScript等語言進行戰(zhàn)場環(huán)境可視化平臺的搭建，實現(xiàn)了城市化作戰(zhàn)的三維戰(zhàn)場環(huán)境構建。同時本文基于 Cesium完成了模型單體化和模型驅動等功能本課題對三維戰(zhàn)場地形環(huán)境構建與可視化研究具有重要意義。本文提出的戰(zhàn)場環(huán)境構建方法可以運用到各種戰(zhàn)場環(huán)境的構建，包括山地丘陵的作戰(zhàn)地形環(huán)境構建、城市反恐作戰(zhàn)等。通過可視化平臺的加載可以直觀、真實了解戰(zhàn)場環(huán)境。通過模型驅動完成戰(zhàn)場中各種演示效果。關鍵詞：多源數(shù)據(jù)融合；傾斜攝影測量：三維建模；Cesium：三維戰(zhàn)場環(huán)境可視化：CZML
標簽： 數(shù)據(jù)融合
上傳時間： 2022-03-17
上傳用戶：
摘要：無線傳感器網絡（Wireless Sensor Networks，wSN是由許多具有低功率無線收發(fā)裝置的傳感器節(jié)點組成，它們監(jiān)測采集周邊環(huán)境信息并傳送到基站進行處理在某一時刻通過wSN采集的數(shù)據(jù)量非常大，如何正確、高效地處理這些數(shù)據(jù)成為當前WSN研究中的一個熱點。傳感器節(jié)點一般部署在惡劣環(huán)境中，一些偶然因素會使采集的數(shù)據(jù)中出現(xiàn)不準確的數(shù)據(jù)，用戶依據(jù)這樣的數(shù)據(jù)很難準確判斷出被測對象的真實狀態(tài)。基于模糊理論的決策級數(shù)據(jù)融合算法能夠很好的解決這個問題本文以國家863研究項目《基于無線傳感器網絡的鐵路危險貨物在途安全狀態(tài)監(jiān)測技術研究》為背景，結合鐵路運輸中棉花在途狀態(tài)監(jiān)測系統(tǒng)的開發(fā)，在分析了當前有效的決策級數(shù)據(jù)融合技術基礎上，提出了基于模糊理論的決策級數(shù)據(jù)融合算法，該算法通過對采集數(shù)據(jù)進行處理和分析，以獲得準確的被測對象狀態(tài)的描述。本文的主要工作包括：（1）分析了WSN中傳統(tǒng)的決策級數(shù)據(jù)融合算法，如自適應加權數(shù)據(jù)融合算法和算術平均數(shù)數(shù)據(jù)融合算法，總結這兩種算法的優(yōu)缺點和檢測系統(tǒng)的需求，進步明確理想算法應達到的目標。（2）提出了基于模糊理論的兩階段數(shù)據(jù)融合算法：該算法第一階段利用基于貼近度的數(shù)據(jù)融合算法進行同類數(shù)據(jù)的融合校準，這一階段的目的是剔除錯誤的和可信度較差的數(shù)據(jù)，得到相對更加準確的數(shù)據(jù)，第二階段利用模糊推理對第個階段得到的異類數(shù)據(jù)進行融合推理，得到被測對象當前狀態(tài)的描述，為決策提供支持（3）結合實測數(shù)據(jù)仿真本文所提出的算法，結果證明與傳統(tǒng)的融合算法相比，可以更加準確的描述被測對象狀態(tài)
標簽： 無線傳感器
上傳時間： 2022-03-17
上傳用戶：
隨著科學技術的發(fā)展和現(xiàn)代戰(zhàn)爭的需要，數(shù)據(jù)融合作為一門新興交叉學科，在近年來得到了廣泛關注和快速發(fā)展，而關于雷達情報處理的研究和應用也日益受到重視。現(xiàn)代戰(zhàn)爭中，指揮、控制通信和情報系統(tǒng)面臨著嚴峻的挑戰(zhàn)。在多雷達情報處理系統(tǒng)中，采用數(shù)據(jù)融合技術，提供更加實時、準確的情報是現(xiàn)代戰(zhàn)爭的迫切需求。論文正是圍繞這一需求展開的，研究了雷達情報數(shù)據(jù)融合系統(tǒng)的誤差校正和航跡關聯(lián)問論文較為系統(tǒng)地介紹了數(shù)據(jù)融合的概念、研究意義、國內外發(fā)展狀況及其應用，并討論了數(shù)據(jù)融合的模型、結構及關鍵技術論文針對多雷達情報處理系統(tǒng)中的系統(tǒng)誤差問題，研究了四種誤差校正方法。文研究了密集目標環(huán)境中的航跡關聯(lián)問題，對多傳感器數(shù)據(jù)關聯(lián)的方法進行了分類，并針對多雷達情報處理系統(tǒng)這個分布式系統(tǒng)，研究了分布式數(shù)據(jù)關聯(lián)方法。運用0-1整數(shù)規(guī)劃法建立了密集目標環(huán)境的規(guī)劃模型函數(shù)并求解應用在多雷達數(shù)據(jù)融合軟件中，使航跡關聯(lián)達到了極好的效果，為開發(fā)多雷達數(shù)據(jù)融合軟件提供了技術支持。關鍵詞：雷達情報，數(shù)據(jù)融合，數(shù)據(jù)關聯(lián)，誤差校正，航跡關聯(lián)，0-1整數(shù)規(guī)劃現(xiàn)代戰(zhàn)爭中，新型作戰(zhàn)飛機機動性能強，具有隱身特性，加上電子對抗的戰(zhàn)場環(huán)境，傳統(tǒng)雷達情報處理系統(tǒng)已應付不了多目標，高密度的空情要求。為了適應新軍事變革要求，在未來信息化戰(zhàn)爭中雷達能夠給出準確的信息情報，雷達情報處理系統(tǒng)在改善硬件條件的同時，開發(fā)運用數(shù)據(jù)融合新技術，從根本上改善雷達情報質量已然成為當務之急數(shù)據(jù)融合一詞最早出現(xiàn)在七十年代末期，是從軍事CI系統(tǒng)中提出的，它與信號處理、計算機技術、概率統(tǒng)計、圖像處理和人工智能學科密切相關，是一門新興發(fā)展起來的交叉學科。
標簽： 雷達 數(shù)據(jù)融合
上傳時間： 2022-03-18
上傳用戶：wangshoupeng199
