嵌入式实时系统中劣质数据动态清理方法研究

当前常用的劣质数据动态清理方法规模大,需对其进行剪枝处理后才可应用于劣质数据动态清理中,不仅效率低,且清理结果不准确。因此,提出一种新的嵌入式实时系统中劣质数据动态清理方法,劣质数据主要包括错误数据、重复数据和不完整数据,利用统计学求期望方法对错误进行清理,计算得到一个可信区间的基准范围,依据该基准范围对错误数据进行清理。利用编辑距离获取两个字符串之间的相似度,通过得到的相似度对重复数据进行动态清理。对嵌入式实时系统数据库中所有记录的不完整性进行评估,依据评估结果决定是否清除相应数据。实验结果表明,所提方法针对劣质数据有很高的清理准确性。     

嵌入式实时系统中劣质数据动态检测方法研究

在嵌入式实时系统中,数据在采集过程中容易出现丢失现象、在传输过程中容易受到外界攻击变成劣质数据,威胁整个系统的安全。当前劣质数据检测方法通过聚类法实现,不仅通信开销大,而且检测性能低下。为此,提出一种新的嵌入式实时系统中劣质数据动态检测方法,建立嵌入式实时系统。介绍自回归模型的构建方法,通过优质数据的变化规律构建自回归模型。为了使构建的自回归模型的误差尽可能地接近0,面对嵌入式实时系统的动态变化对构建的模型进行自适应调整。通过调整后的模型对嵌入式实时系统中劣质数据进行检测,给出检测过程。实验结果表明,采用所提方法对劣质数据进行动态检测,检测精度和效率较高,通信开销较低,整体性能优异。     

基于N-Gram和动态滑动窗口的改进余弦相似度算法研究

为了解决余弦相似度算法进行数据清洗时重复与相似的数据会使计算量呈几何级增长的问题,提出了基于N-Gram和动态滑动窗口的改进余弦相似度算法.首先通过计算每条数据的N-Gram值,并对数据进行相似度排序,然后定义初始滑动窗口,其窗口值根据N-Gram值的方差动态调整,最后在每个窗口中根据相似度与阀值判断相似数据.实验结果表明,改进的余弦相似度算法在运行速度上有大幅度提高,数据清洗准确率也得到提升,且该算法适用于海量数据的情形.     

基于语义的数据清理技术

为弥补传统的基于文本相似函数(如编辑距离、语音距离等)的方法在重复记录的识别方面的不足,对记录内部单个字段的语义以及字段之间的语义进行了研究;采用字段名与统计分析相结合的方法来识别字段内部的语义,采用语义规则库来识别字段之间的层次语义和依赖关系;将语义引入到优先队列算法中,提出了改进的优先队列法(IPQM),在计算记录之间的相似度时,显式考虑字段之间的层次语义关系,对不同的字段类型调用不同的相似度计算方法．同时将语义规则库引入到数据清理框架,在预处理阶段利用语义来处理等价类型错误,在处理阶段利用IPQM来计算记录之间的相似度．实验结果表明该框架提高了数据清理的质量,遗漏率低于7％,误判率不超过3％．     

基于邻域相似度的行人重识别重排序算法

在行人重识别模型中引入邻域数据关系,提出了一种基于图像邻域相似度的重排序方法。首先扩充图像的邻域数据,然后计算图像对不同邻域数据的相似度权重,利用该权重得到代表邻域相似度的分布距离,再用分布距离与原始距离计算得出最终距离作为重排序评判标准。使用CCL,Transreid, Torchreid等行人重识别模型在Market-1501,DukeMTMC-reID数据集上进行实验,结果表明本文方法对基准模型的精度提升均超过该领域的主流算法,证实了本文方法的有效性和泛化性。该重排序方法不需要任何人工交互和额外数据,适用于大规模数据集,可以有效应用于图像检索、目标跟踪等需要考虑相似度关系的任务中。     

基于本体结构的新闻个性化推荐

为了更好地对新闻和用户进行建模, 将语义相似度模型引入基于内容的推荐系统中, 挖掘两者之间的语义关联。提出一种基于本体结构的相似度模型(OBSM), 利用在线百科构建的本体结构, 计算新闻和用户之间的语义相似度。为了降低本体结构上噪音数据对推荐效果带来的影响, 提出X-Ontology聚类算法对本体结构进行清理, 并衍生出OBSM的升级模型X-OBSM。中文和英文实验表明, OBSM和X-OBSM比基准模型具有更好的推荐效果, 尤其是对本体结构进行清理后, X-OBSM具有比OBSM更高的计算效率。     

基于单应性矩阵剔除SURF错误匹配点的研究

根据图像特征点匹配一一对应的特点,提出一种利用单应性矩阵剔除错误错误匹配点的方法。该方法首先利用SURF进行匹配,得到初始匹配对,进行初步筛选,然后利用相似三角形求出基准单应性矩阵,设定阈值,剔除不满足阈值的匹配点对,最后得到精确匹配点对。通过实验证明,该算法具有很高的正确匹配率。该文提出了一种剔除错误SURF匹配点的方法,首先根据三角形的相似性选取正确基准点,由基准点估计基准单应性矩阵,根据单应矩阵投影后的对应点之间的欧氏距离是否满足阈值来剔除错误匹配点。     

基于数学图论分析的数据相似度权重调整算法

为了提高嵌入式通信网络传输数据的传输质量,提出基于数学图论分析的数据相似度权重调整算法.构建嵌入式通信网络传输数据的模糊信息检测模型,分析数据传输动态模糊特征,采用数学图论分析进行嵌入式通信网络传输数据相似度权重调整过程中的自适应寻优,实现嵌入式通信网络传输数据的优化相似度权重调整.结果表明,在迭代次数分别为100、2...     

液相色谱法测定饮料中山梨酸不确定度评估

应用不确定度评估方法对液相色谱法测定饮料中山梨酸的测定结果进行不确定度评估.依据液相色谱法测定饮料中山梨酸,根据测量不确定度测定与表示的要求,对饮料中山梨酸测定结果的不确定度进行评估.通过评估得出由标准拟合带来的不确定度分量对测量结果的不确定度影响最显著,对测定值的分散性贡献最大.因此,应尽量克服此分量的影响,以减小其不确定的范围.     

基于余切相似度和BP神经网络的相似度快速计算

相似性度量在大数据相关应用中具有重要的意义,然而传统余弦相似度遍历计算方法的准确性和时效性较差,具有较大局限性,无法为海量高维数据的质量评估提供有效依据.针对上述问题,利用余切三角函数和数据维度差值构造2种余切相似度公式,提高相似度计算的准确性;借助后向传播(BP)神经网络建立一个能够逼近数据集相似度映射关系的网络模型...     

车辆动力学仿真的可信度评估方法研究

针对我国车辆动力学仿真中缺少可信度评估方法的问题,通过系统分析车辆动力学仿真特点和其他领域可信度评估方法,提出了基于相似度概念,综合应用层次分析法、模糊综合评判法的可信度评估方法,通过对仿真数据与试验数据的离散处理,以及对其相似元数、每个相似元的相似度、各相似元对系统相似度影响的权系数等分析计算,得到仿真可信度值,实现了车辆动力学仿真可信度的定量评估.      

一种改进的协同过滤推荐算法

协同过滤推荐算法是目前个性化推荐系统中应用比较广泛的一种算法,但也同样面临着数据稀疏性、冷启动、可扩展性等问题.本文主要针对数据稀疏性问题和冷启动问题导致的推荐效果不精确,提出了一种改进的数据填充方式和相似度计算方法.首先根据用户评分习惯对用户进行层次聚类,其次利用用户基本信息如年龄初步计算用户之间的相似度,并将共同评分项所占比值作为权重得到用户相似度,最后利用Slope-one算法计算前K个相似用户的填充值,加入相似度的权重以获得最终填充值.计算相似度寻找近邻集时,将用户基本属性作为相似度权重,并且引入Sigmoid函数来添加时间戳对相似度的影响,并得到最终的相似度计算方法. 实验结果表明,推荐精度得到了显著提高,数据稀疏性问题和冷启动问题得到了改善.     

非嵌入式多项式混沌方法在电磁模型验证与确认中的应用

针对电磁模型验证与确认的量化分析方法进行研究.采用非嵌入式多项式混沌方法研究电磁模型仿真输入参数不确定引起的相关输出响应量的不确定度.在详细阐述了此方法的数学原理及实现步骤的基础上,数值结果验证了非嵌入式多项式混沌法可以为电磁模型输入参数的不确定性对响应量的影响建立一种有效的不确定度传播及量化方法.针对带孔缝结构的机箱模型,采用非嵌入式混沌多项式方法研究了电磁波入射角度的不确定性对机箱中心点电场幅值的影响,在此基础上结合特征选择评估方法（feature selective validation,FSV）依据实际测量值对此电磁模型进行度量评估,最终给出评估等级.结果表明,机箱模型的评估为优异.      

大数据中网络节点拓扑不稳定性的评估模型设计

大数据中网络节点拓扑结构复杂且具有明显的不稳定性,当前网络节点拓扑不稳定性评估模型大多依据社会网络分析方法理论,从不同角度表示具有不同拓扑结构特性的网络元件,获取的评估结果不充分、不可靠。为此,提出一种新的大数据中网络节点拓扑不稳定性评估模型,通过节点收缩法对大数据中网络节点重要性进行评估。针对大数据中网络节点拓扑不稳定性的评估,结合风险函数丰富熵的内涵,将事件的风险函数在效用系数空间中的平均值看作网络的效用风险熵,依据得到的效用风险熵对效用风险熵权重进行计算。将节点收缩法和效用风险熵权重结合在一起,重新考虑权重的影响,给出新的大数据中网络凝聚度,得到大数据中网络节点拓扑不稳定性评估模型。实验结果表明,所提方法评估可靠性很高。     

支持指令预取和缓存划分的多核实时系统缓存WCRT最小化

对嵌入式多核实时系统,为了保证任务的可调度性和可靠性,最坏情况下的性能是一个优先考虑的问题.顺序指令预取可以提高实时任务的最坏情况下的性能,但对于实时系统中不同的子任务,在不同预取度下,指令预取获得的最坏情况下性能效率也不同,因此会影响整个实时系统的最坏情况下响应时间WCRT(Worst-Case Response Time).本文利用缓存划分技术消除多核实时系统中多个子任务在共享缓存上的干扰,然后提出了多核实时系统的WCRT优化方法.该方法建立ILP(Integer-Linear Programming)方程,通过调整共享缓存划分因子和系统中子任务的指令预取度来最小化系统的WCRT.实验对多核上的DEBIE系统进行实例分析,结果表明优化算法在保证DEBIE系统满足时间截止期的情况下,使得优化后的WCRT比不同预取度下的WCRT平均减少12.2%.     

基于RT-UML模型的实时系统可调度性分析

简要回顾实时系统的开发现状,对实时系统可调度性相关理论进行探讨.提出一种基于实时统一建模语言对实时系统可调度性进行分析的方法.通过将系统RT-UML模型中实时任务的相关数量信息提取出来,在相应分析工具中进行可调度性分析,分析结果自动反馈到模型中去,实现了对实时系统可调度性进行系统实现前的离线分析.     

嵌入式实时操作系统中优先级反转问题的研究

研究嵌入式实时操作系统中的优先级反转现象产生的原因和解决方法。在研究动态优先级实时系统中采用的优先级继承解决反转方案的基础上,提出一种可用于静态优先级实时系统的防止发生优先级反转的方案。     

冷冻饮品中总固形物测定的不确定度分析

目的对重量法测定冷冻饮品中总固形物含量的不确定度进行分析,找出影响不确定度的因素,对不确定度进行评估,给出不确定度报告。方法依据商业部标准SB／T10009—1999、测量不确定度评定理论和方法建立数学模型,分析影响重量法测定冷冻饮品中总固形物结果的因素和来源,计算不确定度。结论根据电子分析天平对样品重量的测定数据和已给出相关数据建立数学模型,进行不确定度评定,方法直观简明,能如实反映重量法测量结果的置信度和准确度。     

基于动态独立成分的单类支持向量机方法及其在故障诊断中的应用

针对工业过程故障诊断中数据的动态性、非高斯性和非线性特点,提出一种基于动态独立成分的单类支持向量机(OCSVM)方法。为了分析数据的动态特性和非高斯性,应用动态独立成分分析(DICA)方法提取数据变量中的动态独立成分作为特征信息,基于特征信息建立OCSVM模型并构造非线性监控统计量。检测到故障后,计算故障数据与故障模式数据决策超平面的相似度,通过相似度分析识别故障模式。在Tennessee Eastman基准过程上的仿真结果表明,提出的方法能够比单类支持向量机更有效地检测过程故障,并且能够正确识别故障模式。     

UML扩展机制在嵌入式实时建模中的应用

在嵌入式实时系统建模中,针对UML没有专门的图来描述实时性,对时间约束的建模能力不强的情况,提出了一种使用UML扩展机制进行嵌入式实时系统建模的方法,并介绍了该方法的一个应用实例。