基于Transformer的粮食安全信息融合算法研究

作者：王百皓; 祝玉华; 李智慧^*

来源：中国粮油学报, 2023, 38(09): 182-189.

DOI：10.20048/j.cnki.issn.1003-0174.000164

• 粮食多源信息
• 数据融合
• 自注意力机制
• 深度学习
• 决策级融合

粮情监测和环境控制对保证粮库安全具有重要意义，但是由于粮库环境复杂，令相关工作人员对其的实时监测十分困难。这就出现了对粮库多源数据融合分析的需求，特别是对异质传感器信息的融合，即对多传感器时间序列数据进行有效的异常检测。但是如何提高数据融合结果的准确度和稳定性一直是个问题。为了能够实现准确的多源异质数据融合，提高粮库监控的智能化，以自注意力机制为切入口，提出了一种基于无监督的Transformer深度学习模型来进行粮库安全信息融合，该模型能够广泛适用于不同的粮库安全监测场景。实验结果表明，本文基于自注意力机制的信息融合模型具有更好的粮情监控能力，能够及时有效的发现粮库的存储问题，保证储粮安全。

• 单位
  河南工业大学