一种匹配目的端模式的异构数据交换

XML已成为异构数据库之间进行数据交换的工业标准,但由于XML与数据库以及数据库之间模式的差异,须解决模式转换的问题.针对以往异构数据库之间数据交换灵活性差、实现困难等问题,利用对象/关系数据映射和对象与XML数据绑定技术,提出一种以目的端持久类作为源端生成XML数据交换文档的绑定类的方法,得到完全符合目的端模式的XML文档.该方法易于解析和存储,有效解决数据交换过程中模式不匹配的问题.     

基于PAL的图像数据存储技术研究

针对弹载图像采集系统设计中存在无法准确稳定存储高速数据流,而导致图像信息记录和存储的可靠性严重降低的问题,设计了一种基于PAL制图像数据的无延时存储方法。通过采用乒乓缓存设计和流水线结构方式,解决了高速图像数据输出和串口Flash存储器的低写入速度不匹配的问题。通过实验分析验证,设计能够解决高低速存储介质中速度匹配问题,实现对高速图像数据的精确存储和记录,为后期图像恢复提供了可靠的数据。     

传感器网络中半径环模式的节能数据发布方法

为解决数据发布时一些传感器节点会形成能量消耗热点的问题,提出一种基于半径环模式RRS(radius-ring scheme)的数据发布方法.将感知数据存储在指向圆心的存储半径上,对于移动sink提出的查询请求,在位于查询环内的节点上进行匹配计算,匹配成功后回传感知数据,否则将继续转发查询.首先介绍传感器网络数据发布模型...     

数据存储方案分析

指出了企业数据存储的重要性和必要性,介绍了当前在数据存储领域里已经存在的几种存储模式,分析了DAS、SAN、NAS几种存储模式的特点,并对这几种模式的优、缺点进行了比较.最后针对不同企业对数据存储的不同需求,提出了企业数据存储方案的选择原则和基本方法.     

基于PAL的弹载图像采集系统设计

针对弹载图像采集面临的高噪声、高振动等恶劣环境,设计并实现了一种基于PAL制式,通过SPI串行接口进行数据存储的视频图像采集系统。从系统的设计思路、工作流程和硬件结构出发,采用乒乓缓存设计和流水线结构,解决了ADV7180的高速图像数据输出和串口FLASH存储器的低写入速度不匹配的问题。通过实验分析,本设计可以解决高低速存储介质中速度匹配问题,实现对高速图像数据精确的存储和记录,为后期图像恢复提供了可靠的数据。     

面向对象XML存储性能分析

针对面向对象XML数据的两种存储模式:集中式和分布式,基于两种存储模式的存储结构信息的路径仓和存储XML数据的数据仓,分别设计并实现了面向对象XML的查询代数.采用支持继承的扩展XML-RL查询语言,使用多态元素、多态引用、独占元素和独占引用四种典型查询,分析了两种存储模式的性能.结果表明查询多态元素和独占元素时,集中式优于分布式,而查询多态引用和独占引用时分布式优于集中式.     

数据存储方案分析

指出了企业数据存储的重要性和必要性，介绍了当前在数据存储领域里已经存在的几种存储模式，分析了DAS、SAN、NAS几种存储模式的特点，并对这几种模式的优、缺点进行了比较，最后针对不同企业对数据存储的不同需求，提出了企业数据存储方案的选择原则和基本方法。     

数据存储的探讨

随着信息化进程加速,数据爆炸性的增长使得数据的存储变得尤为重要.本文介绍了当今数据存储领域中的三种主流存储模式DAS、SAN、NAS,并对这几种模式进行了分析比较.最后,结合运用实际提出了选择数据存储的见解.     

互联网信息表与RDF数据的集成

网络上存在很多包含实体属性的表格,可以用来扩充RDF知识库,这涉及到实体表与RDF知识库之间的模式映射问题.已有的模式匹配方法仍然不足以用来解决一个实体表与RDF知识库之间的模式匹配问题.为了准确高效的获得Web实体表与RDF知识库的匹配模式,本文提出了一种基于实例的模式匹配的方法,在匹配数据基础上得到统计意义上的Web实体表与RDF知识库之间的匹配模式.依此构建的系统,能根据知识库包含的信息,主动寻找与知识库相关的Web实体表,并利用找到的Web实体表扩充RDF知识库.     

互联网信息表与 RDF 数据的集成

网络上存在很多包含实体属性的表格,可以用来扩充RDF知识库,这涉及到实体表与RDF知识库之间的模式映射问题。已有的模式匹配方法仍然不足以用来解决一个实体表与RDF知识库之间的模式匹配问题。为了准确高效的获得Web实体表与RDF知识库的匹配模式,本文提出了一种基于实例的模式匹配的方法,在匹配数据基础上得到统计意义上的Web实体表与RDF知识库之间的匹配模式。依此构建的系统,能根据知识库包含的信息,主动寻找与知识库相关的Web实体表,并利用找到的Web实体表扩充RDF知识库。     

基于映射的增量式数据挖掘算法

数据挖掘算法对于支持度改变及数据集更新的适应性一直都是一个难点.本文根据数据集逐步增加的增量式方法,映射事务模式于线性空间中进行挖掘,并借助了图像在操作系统中显示及存储的特点,提出了一种新的增量式数据挖掘算法IPM-DM.同时,对比分析了其中两种模式映射方法,并与同类算法比较,经过实验证明,算法IPM-DM是有效且可行的.     

低成本高故障覆盖率内建自测试方案

提出了一个基于重复播种的新颖的BIST（build-inself-test)方案，它使用侦测随机向量难测故障的测试向量作为种子，并利用种子产生过程中剩余的随意位进行存储压缩，通过最小化种子的测试序列以减少测试施加时间，实验表明，本方案需要外加硬件少，测试施加时间较短，而故障覆盖率高，近似等于所依赖的ATPG工具的故障覆盖率。     

太阳能光热热量存储技术的工程节能应用

文章论述分析太阳热存储技术的工程节能原理,及其应用领域、实例、技术重点,给出了技术方向与关键的一定结论。在太阳能光热技术及热量存储技术的基础上,论述分析太阳热存储的定义、原理与特点,由蓄热放热的模式、环节、过程的深入分析,论述太阳热存储的应用的工程节能原理。文章论述了热水与热空气两大光热系统太阳热存储技术的显热与潜热存储应用及特点,以及太阳热存储技术的广泛工程应用,并对其建筑节能应用及相变蓄热技术重点分析。     

一种基于FDR的高测试质量测试压缩方法

FDR编码方法有效地降低了测试数据量,但其测试集中的无关位全部填充为0,平均每个测试向量检测的故障数目较少,测试质量较低.为了提高测试质量,并进一步提高测试数据压缩率,本文基于FDR方法提出了一种利用上一个测试向量的响应填充该测试向量中无关位的测试压缩方法.该填充方法提高了测试向量中无关位填充的随机性,从而提高了测试集的测试质量.提出方法的压缩效率与测试向量的顺序有关,基于最近邻居算法对测试集进行排序,降低了测试响应与下一个测试向量之间不相同的位数,对测试响应和测试向量差分处理后再进行FDR编码,从而降低了测试数据量.ISCAS’89电路中几个大电路的实验结果表明,与FDR相比该方法的测试质量平均提高了5.9%,测试数据压缩率平均提高了2.5%,而只需要增加一个异或门的硬件开销.     

基于注意的图像识别模型及其在人像检测中的应用

提出了一种基于注意机制的图像识别模型。其基本想法是：在进行复杂的场景分析或目标识别时,首先通过注视控制机制,获得视景中的关键特征区域,并将注视点按照一定的顺序对这些关键特征区域进行串行扫描。在扫描到每一个关键特征区时,将对该区域附近的局部模式进行记忆或匹配。对一个复杂目标的记忆将包括2部分,一部分是对局部模式的记忆,即组成该目标的各“部件”的模式;另一部分是对各局部模式之间的空间关系的记忆,即组成该目标的各“部件”之间的结构关系。与记忆过程对应,识别过程也包括2部分,一部分是对局部模式的匹配,另一部分是对各局部模式之间结构关系的匹配。当匹配上的局部模式足够多且其空间关系正确时,目标即得到识别。用该模型对复杂背景中的人像进行了检测。实验结果表明,模型较好地解决了不变性识别的问题,即识别结果与目标物的平移、旋转和尺度变化无关,并且具有良好的鲁棒性和速度,是一种具有认知意义并且可以实用化的模型。     

最小频繁相关模式的挖掘

频繁模式不能反映模式内部各项目之间的关联和相关关系，频繁关联模式挖掘与孥繁相关苎式兰苎已越来越受到人们的重视．按照相关模式定义，如果一个模式是相关模式，其超模式一定是相关模式,最小频繁相关模式挖掘将大大减少挖掘出来的数量，有利于用户分析．给出最小频繁相关模式挖掘算法，并在标准数据挖掘数据集蘑菇数据上测试，实验证明算法是正确有效的．     

列车运行记录系统硬件结构及通信方式的探讨

探讨了列车运行记录系统的硬件结构以及记录系统与列车主监控系统之间的数据通信方式,并对随车检测单元与数据记录单元之间的通信接口、大容量数据存储器的扩展以及数据存储器的掉电保护电路做了较详细的阐述,系统采用性能优越的 RUPI-44系列通信控制单片机8344,实现车载微机系统之间的高速可靠的数据通信.     

数据网格中存储I/O的SPN建模与性能评价

针对数据网格中存储资源的结构、协议和I/O模式的复杂性问题,分析了存储网络的并行存储I/O请求模型,采用随机Petri网(SPN)建立了SPN并行存储I/O传输的数学模型,描述了系统请求响应时间与系统负载、网络带宽和节点处理能力之间的关系,然后通过排队论进行了并行I/O的性能分析,最后归纳了影响存储网络系统I/O性能的因素,在并行策略和数据组织与分配等方面提出了提高整体存储性能的改进方法.为改进提高数据网格的整体存储I/O性能提供了有效的建模方法和具体的理论依据.     

一种传感器网络中频繁移动模式挖掘算法

针对传感器网络中包括目标位置和时间的二维属性频繁移动模式挖掘问题,建立了一种新的树状结构OMP-tree,OMP-tree可以压缩存储大量的原始移动模式.同时提出了一种条件搜索算法,使用该算法可以大大减少满足条件的前缀模式数量.基于OMP-tree和条件搜索算法,设计了一种新的挖掘目标的频繁移动模式算法OMP-mine.该算法基于模式增长思想,直接递归地从条件模式基中得到频繁的前缀模式,然后连接后缀,达到模式增长的目的.仿真结果表明,OMP-mine算法可以有效挖掘出传感器网络中具有二维属性的频繁移动模式,并较好地降低了算法的时间和空间复杂度.     

基于数据流的序列模式挖掘算法

为了实现对数据流的序列模式挖掘，提出了基于数据流的序列模式挖掘算法MFSDS-1和MFSDS-2，它们均通过调整入选度的大小来调整保存信息的粒度．算法MFSDS-2利用分层存储结构，不仅能更好地保存序列信息，而且可以通过与全局序列模式的对比得到当前活动的一些异常序列模式．实验结果表明，基于分层存储的算法MFSDS-2的效率比算法MSFDS-1高．