6篇关于信息融合的计算机毕业论文

今天分享的是关于信息融合的6篇计算机毕业论文范文, 如果你的论文涉及到信息融合等主题,本文能够帮助到你

基于图神经网络的推荐方法研究

这是一篇关于推荐算法,信息融合,图神经网络的论文, 主要内容为随着互联网技术的快速发展,网络负担日益加重,推荐系统能够帮助用户解决信息过载问题,为用户提供高效、精准地获取个性化信息的服务,因此受到学术界和工业界的广泛关注。目前大多数推荐模型只是基于用户与项目的交互关系进行建模,而忽略了用户属性和项目属性的辅助信息,以及忽略了用户与用户之间、项目与项目之间的隐藏信息。另外,由于图卷积网络结构的特点,当网络层数加深时,节点的特征会趋于相似,出现过平滑现象,导致模型的性能下降。针对属性表示和协作信号提取问题,我们提出了一种基于多信息融合的图卷积推荐方法。该模型包含了两个模块,分别是属性表示模块和协作提取模块。属性表示模块能够融合用户节点、项目节点的多种辅助属性信息,协作提取模块能学习用户-用户、项目-项目、用户-项目的隐藏信息,通过多信息图卷积将属性图和交互协作图的信息进行融合,从而对节点的特征属性及其交互关系更好地进行建模。与现有的先进方法相比,提出的方法在Movielens-1m数据集上Recall值和NDCG值分别提升了1.47%和1.12%,在Lastfm数据集上Recall值和NDCG值分别提升了1.45%和3.95%,充分验证了提出的方法能有效提升模型的推荐性能。针对邻居节点的权值分配和图卷积中的过平滑问题,我们提出一种基于残差连接的深层注意力图卷积推荐方法。设计了一个权重聚合模块,通过简要的注意力机制,学习不同邻居节点的贡献。设计了一个残差模块,在消息更新中引入残差结构,将节点的浅层特征输入深层网络,可以缓解图卷积中的过平滑问题,有效训练更深层数的网络模型。本文将网络模型深度设为5层,在Gowalla、Yelp2018、Amazon-book数据集上进行实验。与现有先进方法相比,Recall值分别提升了2.04%、3.39%和4.08%,NDCG值分别提升了1.41%、4.32%和4.88%,充分验证了提出的方法能有效缓解深层图卷积网络中的过平滑问题。

基于可重构组件技术的风电机组在线监测与分析系统研究

这是一篇关于可重构组件,风电机组在线监测与分析系统,CNN-LSTM,信息融合的论文, 主要内容为风电机组数据采集与在线监测系统是风电机组长期安全可靠运行的重要保障。系统大多由整机企业以外的专业厂商开发和供应,由于商业壁垒及技术限制,系统往往面临机组型号众多、传感数据多样,数据仅用于报表展示缺少分析预测功能等障碍。针对上述问题,同时考虑到未来无人值守风电场需求,研究用于区域集控的风电机组在线监测与分析系统框架,并重点研究其中的两项关键技术,分别是面向异构风电机组的可重构组件技术和基于系统采集数据的风电机组预测技术。首先,基于无人值守风电场的区域集控思想,设计风电机组在线监测与分析系统架构,并在C/S开发模式下对系统进行总体设计,完成系统功能及数据库规划。其次,针对风电场异构数据的特点,对系统的可重构性展开研究。基于组件思想设计可重构数据结构组件及接口,实现各区域风电场监测系统数据的动态配置。再次,针对传统风电机组数据采集与在线监测系统“只监控少分析”的问题,尝试用神经网络在系统采集数据的基础上展开研究。建立用于系统采集数据的深度学习模型,结合信息融合思想给出风电机组状态评价指标分析模型,用CNN-LSTM网络预测风电机组的功率。本文应用上述理论和技术研究成果,参与开发了华能新能源集团的风电机组区域集中监控系统,设计并构建了系统模拟测试环境,验证上述研究成果的可行性和可用性。

基于信息融合技术的电弧炉终点预报方法的研究

这是一篇关于信息融合,LS-SVM,预测,电弧炉的论文, 主要内容为铁合金冶炼行业是我国重要的基础产业部门之一,对我国社会经济发展起着至关重要的作用,在铸造、化学和有色金属冶炼中广泛应用。但是,我国的铁合金企业,与西方发达国家的同行相比,自动化程度低,能耗高,资源浪费严重,由此而造成企业生产成本高,缺乏市场竞争力。在铁合金生产过程中,耗能设备主要是电弧炉。由于电弧炉炉温高、粉尘大、冶炼条件恶劣,电弧炉炉内的温度和熔池参数不宜直接连续检测。因此,选择先进的控制方法实现,对电弧炉冶炼锰硅合金的终点进行预报,能够有效的缩短电弧炉的冶炼周期,从而降低冶炼成本,并且提高生产效率。针对冶炼锰硅合金的特点,本文以吉林某铁合金厂生产实际为背景,提出以多传感器信息融合技术为基础,对电弧炉冶炼锰硅合金的终点时刻进行预报,主要对以下几个方面的进行了研究： (1)依托国家科技支撑计划项目,在对吉林某铁合金厂冶炼锰硅合金的终点判断调研的基础上,分析终点预报的内在特性； (2)针对冶炼锰硅合金冶炼的实际环境和传统支持向量机的不足,提出对支持向量机进行多尺度分解,即多分辨率支持向量机； (3)围绕LS-SVM算法,建立了LS-SVM分层结构模型,并详细描述了融合过程中LS-SVM的训练和测试两个重要环节,并对其测试结果进行MATLAB仿真； (4)依托课题研究背景,将SVM模型应用于解决电弧炉冶炼锰硅合金的终点预报上,实验结果验证了本算法的有效性； (5)针对实际生产控制需要,采用基于WEB系统开发的Java语言,结合Jsp、Javabean技术,实现实际问题的网络化。本文为吉林铁合金冶炼锰硅合金终点判断提出了一条新的解决方案,打破传统的人工经验判断方式,对企业的节能降耗,具有广泛的实际应用前景。

消防重点单位动态信息融合分析方法研究

这是一篇关于重点单位,信息融合,动态信息,智慧消防的论文, 主要内容为最近几年,智慧都市的不断兴办不断加速,在各大城市举行“互联网+”办法举措的措施下,物联网、云计算、大数据等为代表的新一代手段变动对当局部门的行政执掌和公共服务、对企业的筹备管理和交易局势都呈现了久远的影响。都市建设和管理都在从人工化转向数字化、网络化而且同时向自动化、智能化方向并进,构建平安都市、智慧都市已经成为技术变动的大方向。“智慧消防”是附属于公共安全板块中主要构成部分,是智慧都市在城市消防范围的详细使用。本文在“智慧消防”的基础上提出消防重点单位动态信息的融合方法,把重点消防单位的消防系统信息分为三大部分,分别是探测信息、报警信息、视频信息三大主体,首先根据燃烧材质的类型把火灾分成慢速火、中速火、快速火和超快速火四种,利用Pyrosim软件进行温度、CO、烟气浓度的慢、中、快、超快速火曲线模拟,通过重点单位的温度、CO、气浓度的变化规律符合软件模拟的慢速火、中速火火灾模拟曲线,以CO浓度和温度作为阴火和明火的判断依据,利用Netica软件以温度、CO和烟气浓度为输入参数建立贝叶斯动态网络得到各个输入参数的发生概率,通过此判断重点单位的安全状态。对于视频信息融合,利用OpenCV和Java的计算机处理,对图像进行差影处理、视频灰度化、图像二值化、去噪、图像灰度检测、面积分析、尖角分析等计算机技术处理,最后得到火灾的报警信息,报警信息融合是利用java的Spring MVC框架,把防排烟系统、自动喷淋系统、气体灭火系统、消防给水系统、应急照明系统五大系统重要节点信息汇入数据库,软件平台根据反馈到的信息研判系统关键节点可靠性和系统的可靠性,最后通过SSM框架把三种融合方法融合得到一个统一的Java平台,通过实例验证了融合方法的可行性和合理性。

可见光和红外图像的联合语义分割算法研究

这是一篇关于信息融合,语义分割,多模态感知,红外和可见光图像的论文, 主要内容为随着深度学习算法的不断发展,基于可见光图像的语义分割算法取得重大成果。由于可见光图像在光照恶劣等情况下成像质量较差,导致语义分割结果不理想,最近,联合多模态的语义分割算法尝试弥补该缺点。本文研究了基于可见光和红外图像的联合语义分割算法,结合热红外探测器图像,尝试解决暗光、黑夜、大雾、逆光等恶劣环境中的语义分割问题。本文的主要的研究方面为:首先,本文设计了一个高精度的基于红外和可见光图像的联合语义分割网络RFSSNet(Stepwise Segmentation Network based on Residual Fusion)。为有效均衡红外和可见光特征模态的重要性,过滤两种模态中的特有噪声,从而联合有效特征,本文设计了特征残差联合的特征融合方法。为有效提高语义分割预测图的细节精度,本文采用编码器解码器结构,通过跳连接的方式将编码器中各级信息链接到解码端,有效增强细节信息,并设计多级混合损失函数,指导解码器逐级语义标签构建。实验结果表明,红外和可见光的特征残差融合设计和解码器端的多级混合损失函数是有效的,对算法效果提升有着关键作用。其次,本文设计了一个可实时运行的基于红外和可见光图像的联合语义分割方法Fast Mix Seg(Fast Mix Semantic Segmentation)。针对当前的红外和可见光联合的语义分割算法网络参数量普遍较大,联合语义分割推理速度较慢的问题。提出轻量型双分支联合语义分割算法,基于Mobile Net V3网络,定制了适用于语义分割的骨干网络。面对联合语义分割算法数据较少的情况,采用迁移学习的理念,使用Mobile Net V3的预训练参数初始化网络。对于提取的红外和可见光特征,采用软连接方式,加强红外和可见光的特征融合。实验结果表明,网络在保证精度的条件下,实现了轻量的联合语义分割算法,在Ge Force RTX 2070 Super的GPU平台上能够实现97帧的推理速度。最后,本文搭建了一个红外和可见光的双视系统。针对红外和可见光图像的配准问题,使用直接线性变换(Direct Linear Transform,DLT)方法对可见光图像进行透视变换,完成红外和可见光图像的配准。最后将RFSSNet和Fast Mix Seg分别部署在在NVIDIA Jetson AGX Xavier平台上,实现一个红外和可见光的联合语义分割算法系统,实验结果显示,RFSSNet和Fast Mix Seg均具备一定的场景迁移能力。