数据分离与属性状态特征

给出数据分离与它的属性状态特征生成的基本理论。利用逆P-集合的结构与动态特征,给出数据外分离,数据内分离与数据外-内分离概念,给出数据分离特征,给出数据分离生成的属性状态特征。给出数据补充定理,数据删除定理与数据补充-删除定理。给出数据外分离的属性基数定理,数据内分离的属性基数定理与数据外-内分离的属性基数定理。论文给出的理论结果是数据分离生成的特征。     

基于可信度小波神经网络的多传感器数据融合方法

针对传感器数据的多样性, 提出一种基于小波和神经网络数据融合的改进方法. 首先, 对传感器数据进行预处理; 然后, 用小波和BP神经网络相结合的方法优化数据; 最后, 利用计算传感器可信度对数据进行融合. 传感器数据融合效果对比实验结果表明, 该算法针对数据预处理和数据融合的稳定性和有效性均较好, 融合结果的离散程度优于加权数据融合和Kalman数据融合等方法.     

基于可信度小波神经网络的多传感器数据融合方法

针对传感器数据的多样性, 提出一种基于小波和神经网络数据融合的改进方法. 首先, 对传感器数据进行预处理; 然后, 用小波和BP神经网络相结合的方法优化数据; 最后, 利用计算传感器可信度对数据进行融合. 传感器数据融合效果对比实验结果表明, 该算法针对数据预处理和数据融合的稳定性和有效性均较好, 融合结果的离散程度优于加权数据融合和Kalman数据融合等方法.     

基于关系理念的大数据在高校图书馆中的应用研究

随着大数据时代的到来,大数据在各行业的应用成了时下的热点。大数据存在于我们社会生活的方方面面,新时代的图书馆在大数据的冲击下,也面临着新的改变。本文着眼于大数据的关系理念,对大数据的关键要素进行了分析,包括数据的全体性、数据的混杂性、数据的相关性、数据的创造性和数据的预测性,通过对这几个关键要素的分析和研究,结合图书馆的自身基本情况,提出了大数据在图书馆中的创新应用。     

论大数据给审计工作带来的风险与机遇

大数据时代的来临,使人们面临海量数据,这就给审计工作带来了新的风险与机遇。该文重点分析大数据的相关概念,大数据时代给审计工作带来的具体风险与机遇,并从安全方面,数据的质量问题和大数据给审计工作带来的机遇,以及如何在大数据时代合理科学的运用大数据来推进审计工作提出自己的一些意见。面对大数据时代,要利用大数据技术来推进审计工作改革,就必须正视大数据给审计事件工作带来的挑战与机遇,审计人员可以从保障数据质量,提升分析数据的能力,加强风险管理以及加强人员培训等方面着手,才能真正迎接大数据给审计工作带来的风险,最大化利用大数据带来的机遇。     

基于元数据属性的数据价值分级及加密机制

针对云存储中对所有数据采用统一的加密算法造成数据加密高复杂度的问题,提出了一种基于元数据属性的数据价值分级及加密机制。首先,利用数据对象元数据的属性评定数据对象的数据价值,并对数据进行分级,而后,根据数据的价值级别选择相应的加密算法,给出数据加密的解决方案。通过对实验数据的分析与比较,验证了该机制能够获得更好的加密效果,大大减少了数据加密的时间复杂度。     

数据迁移与清洗的策略研究及其在政务基础数据的应用

为了实现数据的共享及数据价值发现,需要对数据进行迁移和清洗.数据迁移的效率和数据质量的好坏,直接影响到数据挖掘的效果和价值.本文对数据迁移与清洗的策略进行了研究,设计了数据迁移与数据清洗的流程和策略,通过寻求最优线程数,并行处理数据迁移与清洗,并将其应用到政务服务基础数据的处理上.在处理速度和数据质量上都有明显提升,同...     

一种实现BSS帐务系统数据检测的技术方案

综合应用几种常用数据检测技术,提出一种实现BSS帐务系统数据检测的技术方案。该方案是在BSS帐务系统的日常数据监控中,采用数据排除检测法将每天不合理的数据提取出来即时处理;在月结出帐数据检测中采用数据对比检测法缩小问题数据范围后,用抽样数据检测法检查出异常或错误数据,从而确保BSS帐务系统中数据的准确性和可靠性。     

基于NoSQL的电力系统大数据管理

在大数据时代,针对大数据管理的需求,根据大数据的特点和支持大数据管理系统的特定性,电力系统也要在数据存储、数据访问、数据分析等方面进行相适应地管理,针对海量数据,采用NoSQL存储系统支持海量电力信息数据的存储和柔性管理.其中,介绍相关前沿研究和研究挑战,支持电力信息数据的体系结构,基于NoSQL的大数据管理,进而为电力系统未来发展趋势提供分析与预测.     

NAND型闪存不溢出存储设计

针对在无人值守的工作环境下,数据存储系统由于数据量太大而发生溢出的现象,以K9K8G08U0A闪存为例,设计读、写、擦除基本的操作,引入非离散数据与离散数据的概念来标识需要存储的数据,利用数据回卷机制来存储数据,把存储空间分成坏块记录区、非离散数据存储区和离散数据存储区3部分,同时设计数据写入方式,确保每次写入的数据在离散履历区和非离散履历区均存在。设计结果表明：在达到离散存储区最大值时,将存储引向离散存储区的开始位置,使离散存储区变成首尾相连的闭合环,从而实现数据存储不溢出;针对数据回卷造成存储时间较早的数据部分或全部被覆盖,造成数据的不完整,采用数据反向分析的方法,通过比较相邻数据存储空间是否有交集来分解出正确的数据;使用数据回卷的存储机制,使存储空间变成一个＂永远存不满的空间＂,确实保证了数据存储不溢出,保存了最新最近的数据。     

复参数最小二乘估计方法

提出了基于复数U-D分解的复参数最小二乘估计方法。在传统的加权遗忘因子法的递推算法中,方差矩阵P(k)由于衰减很快而极易失去正定性.为了保证参数估计的收敛性,利用复数U-D分解,将方差矩阵P(k)进行U-D分解,将P(k)矩阵的递推计算已转化为U(k)和D(k)的递推计算问题,保证了数值计算的稳定性.     

关于二阶线性递归序列的加权和

设{wn}为二阶线性递归序列,n为整数.给出了关于二阶线性递归序列{wn}的加权和T(m)的定义,研究了二阶线性递归序列{wn}的加权和T(m),得到了关于加权和T(m)的一个公式,本文的主要结果推广了Kiyota Ozeki的一个结果.     

一种系统在线辨识算法的改进研究

研究了线性单输入单输出系统在线辨识的递推算法．为确保复杂的智能控制有更充裕的时间，在保证辨识精度的情况下，提出了减少参数辨识运算量的变步长递推算法．传统的递推最小二乘法采用的方式是每获得一组新观测数据就修正一次参数估计值，而变步长递推算法增加了改变每次修正参数估计值前获得新观测数据的组数，合并了一些重复的运算．对该算法进行了推导，并给出了参数误差的差分方程，在理论上证明了算法的收敛性．仿真和实验表明，该算法的运算量有明显减少，而收敛速度和辨识精度几乎没降低．     

基于自回归时序盲辩识的机械故障诊断

提出了一种自回归(AR)模型的盲辨识的算法，该算法与传统AR模型的辨识算法的区别在于它可同时确定AR模型的阶次和参数，而不需事先确定AR模型的阶次或假定AR模型的阶次已知，其特点是计算量小，具有很好的收敛性，并在此基础上将AR模型的盲辨识方法应用到机械故障诊断中．     

基于XML文档DTD的展开递归节点算法

XML安全视图是实现访问控制的关键技术.本文研究了递归DTD,提出了一种避免XML递归安全视图产生的算法,并对算法进行了分析,解决了当DTD中存在环路时所带来的递归安全视图的问题,提高了查询重写的效率.     

利用奇异值分解的二阶递归系统数值稳定性方法

为了简便地解决二阶递归系统的稳定性问题,将二阶递归系统转变为二阶离散时变线性系统,并讨论递归系统的稳定性.在二阶离散线性时变系统稳定性分析的基础上,利用奇异值分解(SVD),将其转化为参考信号(RS)系统.提出一个新的离散时变线性系统不稳定性的充分条件,并以离散正交Krawtchouk多项式与Jacobsthal数列递归式为主,讨论并推导出其在Ⅱ,Ⅳ象限上的变化情况和新的不稳定性判据.仿真结果验证了结论的准确性.     

等维灰数递补模型在人口预测中的应用——以浙江省为例

介绍了GM(1,1)灰色模型的建模过程,应用等维递补方法对其进行修正,得到等维灰数递补模型,采用该模型对2010- 2020年浙江省总人口进行了动态预测.精度检验结果表明,模型预测精度较高、预测结果可靠.     

增广最小二乘限定记忆参数估计算法与仿真

最小二乘法可用于动态系统、静态系统、线性系统和非线性系统的参数估计,可用于离线估计,也可用于在线估计;文章在增广最小二乘递推算法的基础上引入限定记忆方式,获得了增广最小二乘限定记忆参数估计递推算法(RFMELS),解决了增广最小二乘递推算法的数据饱和问题,仿真结果表明了RFMELS算法的有效性.     

基于SOA理论的多体系统动力学广义质量建模

为了提高多体系统动力学广义质量建模效率,运用空间算子代数(spatial operator algebra,SOA)理论,在计算机符号演算软件Mathematica6.0的环境下,对广义质量进行高效率递推设计与实现.采用SOA空间递推方式,形成了广义质量的高效递推算法.运用VB.NET编程软件实现与Mathematica6.0软件无缝集成,对多体系统动力学广义质量进行建模分析,给出了实施过程.结合实例对PUMA560机器人进行了广义质量设计,并与结果进行了对比,通过算例验证了程序建模的正确性和高效性.     

柔性存储传输线的赋时Petri网建模

该文在深入研究了赋时Petri网的基础上，对柔性存储传输线进行了建模，提出了采用递推模型简化基本模型，为下一步对实时离散事件系统进行分析和控制研究打下了良好的基础．结果表明递推模型对化简Petri网模型是有效的．