基于分枝路径分析的连续查询降载算法

研究了在数据流系统中,由于输入数据流速率增大而引起的连续查询过载时的降载问题.分析了数据流和连续查询网络的特点以及现有降载策略的不足,给出了问题的定义及约束条件,提出了基于分枝路径分析的降载算法.理论分析和实验结果表明了该算法的有效性.     

一种支持分布式数据流处理的双层重叠网络模型

讨论了分布式数据流处理的需求以及重叠网络的特点。在Chord模型的基础上,提出了一种支持分布式数据流处理的双层重叠网络模型,并给出了构建模型的有效算法,最后通过应用验证了该模型的有效性.     

基于最大频繁项集信息熵的数据流变化检测

应用最大频繁项集信息熵来进行数据流变化检测.采用了一种新的数据流差异度度量方法;提出了一种新的有效挖掘最大频繁项集的算法;给出了应用最大频繁项集信息熵进行数据流变化检测的算法.最后,对算法的时间效率和空间效率进行了分析.     

面向分布式数据流系统的可扩展负载平衡算法

分布式数据流系统中,数据处理任务由多台计算机相互合作共同完成.当输入数据流速发生较大波动时,会引起部分节点过载,从而影响整个系统的数据处理能力.针对这一实际问题,文中分析了分布式数据流系统的特点以及现有负载平衡算法的局限性,提出了一种适用于由不同性能计算机组成数据流系统的,具有良好扩展性的负载平衡算法.实验结果表明了算法的有效性.     

用Excel计算定积分

随机模拟方法近年来广泛应用于数学、物理、工程技术以及生产管理领域.其基本思想是建立一个概率模型或抽样试验来计算所求参数的统计特征,进而得出所求解的近似值.讨论了基于随机模拟方法在Excel中用VBA通用应用程序脚本编程语言计算定积分的问题,通过一个应用实例说明了该方法的有效性.     

CFMoment:挖掘数据流频繁闭项集算法

在数据流上挖掘频繁闭项集是数据挖掘中关联性挖掘的重要研究课题之一.该文提出了一种高效的数据流频繁闭项挖掘算法——CFMoment,通过使用滑动窗口不断维护数据流中的频繁闭项集,可适用于实时性要求较高的多种数据流处理应用环境.该算法利用项目的有效比特序列表示来减少滑动窗口所需的时间和内存,进一步提升了在数据流中挖掘频繁闭项集的效率并有效降低了运行过程中的内存需求.实验表明,该算法不仅获得了高精度的挖掘结果,而且其运算速度明显快于现有的Moment算法,在数据流上挖掘频繁闭项集的内存消耗更少.     

一种新的隐形流水印技术

已有的流水印技术向数据流中引入的时延较大,导致攻击者很容易检测和移除其中嵌入的水印信息,甚至将水印消息复制到其他未标记数据流中误导追踪. 针对该问题,引入扩频编码,提出一种新的隐形流水印技术. 对于不同的数据流和不同的水印位使用不同的伪噪声码进行扩展,通过轻微调制随机选择的包间隔到达时延来嵌入水印信息. 理论分析和实验结果表明：该方法对于时序扰乱具有鲁棒性,可有效进行多流追踪,且对基于Kolmogrov-Smirnov 测试的时序分析攻击不可见.     

融合分类器可信度的数据流集成分类

提出基于分类器可信度的权重计算策略,解决动态数据流集成分类中子分类器权重分配难题.该方法充分考虑了所处不同位置样本对权重计算的影响,利用信息熵描述分类器对预测结果的不确定性,建立分类器可信度与样本之间的关系,进而给出分类器可信度的定量计算方法.最后结合动态数据流分类需求和概念漂移特点,借助批量学习和时间遗忘策略构建基于分类器可信度的动态加权集成分类模型.理论分析和实验结果表明该分类方案可行,相比传统集中方法具有一定的优势.     

桔园蜘蛛空间分布型及抽样技术

桔园蜘蛛的空间分布型,应用Iwao和Taylor法及多种聚集度指标测定的结果表明,混合种群以随机分布为主,但在较低(0.4头/枝条)和较高(1.4头/枝条)密度下都趋向均匀分布,优势种斑管巢蛛(Clubiona reichlini)均为聚集分布。对不同抽样单位和抽样方法进行比较测定,结果表明以抽查枝条法和平行线取样方式的效果最佳,其误差率可控制在5%以内,且简便易行。     

基于数据流技术的电信网络异常检测模型研究

通过分析当前电信网络中数据流的特点,结合当前研究成果,给出SWDM数据流入侵检测模型。模型对基于密度和基于距离的两种算法分别进行了改进,将两种算法有效结合,该模型的入侵检测效率有了较大的提高。     

数据流上异常数据的在线检测与修正

给出了带有遗忘因子改进的Kalman滤波预测算法,能够检测未来时刻的异常数据;提出了一种新颖的数据流上的异常数据修正方法,应用插值小波根据连续异常数据数量的不同,实现了可变插值尺度的异常数据修补,能够自适应修正精度.在实际电力负荷数据上的仿真实验证明这种方法可以在线准确地检测到异常数据,并能提供精确的异常数据修正.     

数据流窗口查询语义的局限性及改进方法

在数据流处理系统普遍使用滑动窗口查询模型来解决数据流的持续查询问题.对一些特殊的查询类型,在使用滑动窗口查询时无法完全达到查询要求,通过引入条件窗口对滑动窗口模型进行更一般化的扩展和改进,可以解决滑动窗口语义在处理这一类型查询中的局限性.     

临床医疗设备数据处理的数据流模型

在临床重症病人的连续观测中,医疗设备及其上的传感器会产生数量庞大的流式数据,传统的数据库管理方式无法适应这一不确定性强、实时处理要求高的数据流.本文提出一个适合医疗设备数据处理的数据流模型,并分析其系统结构、查询计划、查询语言以及网络适应性.     

三网融合系统电视信号预处理的FPGA实现

针对PON技术在实现FTTH方面存在的缺点与不足,提出了一种在P2P的传输模式下,基于背板交换和采用星型网络拓扑的三网融合架构.为实现中心交换模块对数据交换的要求,需对三网输入信息进行前期预处理,本文对电视信号进行了预处理设计.借助QuartusⅡ平台搭建了一电视信号预处理电路的仿真实验,进行了包含三路电视节目TS流的预处理仿真.结果表明,已成功从TS流中分离出组成每路电视节目的音、视频基本流,可为中心交换模块提供友好的交换界面.     

面向数据流挖掘过程的算法管理框架

结合数据流的特点,提出了一种面向数据流挖掘的过程模型PM-DSM。针对目前数据流挖掘过程中存在算法众多但利用率低的问题,提出了一种基于Web服务的数据流挖掘过程模型算法管理框架PMAMF-DSM,描述了该框架的体系结构和运行机制,并用UML活动图给出了框架的实现语义。在Eclipse上基于该框架实现了一个数据流挖掘算法管理系统,实验结果表明了该框架的灵活性与自适应性。     

一种基于误差传播的过程数据流压缩新方法

过程数据压缩研究是流数据管理中的一个重要课题，现有的流数据压缩方法都强调其动态性、持续性与海量性，没有考虑到过程数据的具体特性．为了有效利用过程数据采样的局部特性，在对过程数据进行采样时，只要采样区间不大，则相邻样本数据值之差比较少，该文提出了一种基于误差传播的压缩方法．实验表明，该方法具有高效率与低误差等优点．     

一种用于频率选择性信道的高速率单载波空时分组码系统

针对4根发射天线的宽带无线通信系统,提出一种两路复用的单载波空时分组编码方案.每一路信号均利用2根发射天线并采用满速率的正交空时分组码.本编码方案的码率为2,且只要求信道在两个连续的块内保持恒定.在接收端需要2根接收天线以分离两路空时编码信号,采用的干扰抵消和频域均衡算法具有较低的计算复杂度,且两路信号的检测均实现了满发射分集增益.     

基于滑动窗口的时间序列数据流分析与预测技术研究

数据流管理与分析的研究是目前国际数据库领域的一个研究热点,数据流上回归分析是一项非常必要而有意义的工作.结合数据流的特征,研究了时间序列数据流的回归分析与预测技术,以及一元线性回归方程的聚集技术,给出了时间序列数据流上的一元线性回归分析模型.在此基础上,提出了一种数据流上的预测模型.最后,试验分析展示了研究结果能够有效地产生时间序列数据流的回归模型和实现数据流未来数据的预测.