基于灰色神经网络的云平台大数据安全风险评估

为了提高网络云平台大数据存储的安全性能,并对数据安全风险进行评估,提出了一种基于灰色神经网络的云存储大数据安全风险评估模型。首先,采用基于自治的元组划分方法将待分析和评估的大数据安全风险信息进行分类,利用高斯密度谱提取信息特征,然后利用灰色神经网络将待分类的信息进行分解,最后,使用自适应差分改进方法检测安全风险信息的相关性。模型根据大数据安全风险信息频谱的特征提取,实现了相关补偿和自适应控制,提高了大数据安全风险评估能力。安全评价曲线能够快速收敛,并与K近邻算法(K-nearest neighbor, KNN)对比仿真实验结果显示,基于灰色神经网络的模型评估具有较高的准确性,因而具有更好的大数据安全保护能力。     

基于Web Services的数据查询引擎的研究与实现

根据Web Services技术具有平台独立性、可穿越防火墙等特点,在基于Web services的基础上引入了引擎的思想.设计并实现了一个可以针对不同类型的数据进行灵活查询的基于Web的数据库查询系统.     

基于云计算的PC数据同步备份的研究与实现

为了更好地保证数据安全性、完整性及方便数据的异地管理,从本地数据库和个人数据角度出发,以数据备份为重点,利用微软云端数据库管理系统SQL Azure和应用程序开发工具Visual Studio,设计并实现了基于微软Windows Azure云环境下的PC数据同步备份系统,并借此平台发布和部署了该系统的Web门户网站.实验测试表明:相比于其他非云环境下的数据备份方法,该系统在移动性、操作性和数据管理等方面具有一定的优势和研究价值.     

XML在计算机辅助排课系统中的应用

新一代标记语言XML是开放环境下描述数据信息的标准技术Web服务是通过Web被编程访问的组件；ADO．NET是．NET平台数据库连接技术利用XML自我描述和方便数据交换的特点，结合Web服务与ADO．NET等相关技术，将其应用计算机辅助排课系统，使系统基于Web实现，方便了数据表示与交换，提高了数据传输的效率，从而进一步提高了排课效率。     

基于Hadoop搭建云GIS平台的探索与研究

近年来,随着互联网的发展,海量GIS的数据亦呈现着井喷的趋势,如何分享、分析和利用好如此庞大、种类繁杂的GIS数据成为一项具有严峻挑战的工作;为此借助于云计算多重数据的分布性、多重异构的特点,结合传统GIS数据特征对搭建云GIS平台进行探索性的研究和应用,最终基于hadoop尝试性构建了一套云GIS平台,完成GIS大数据的云存储和云计算分析等工作。     

基于探测查询的Deep Web实体识别

目前,Web上存在很多Deep Web网站,而各个网站的数据表现形式有很大的差别.因此要集成这些网站就需要正确抽取其中的数据,并将其中表示同一实体的数据合并.该文提出了一种基于探测查询的方法来自动完成页面的数据抽取及实体识别工作,该方法通过提交查询可以在提取数据的同时确定实体的各个属性,根据实体的各个属性进行实体识别.实验表明,该方法具有较高的实体识别准确率.     

基于MapReduce的RBF神经网络的并行性研究

针对串行传统的单机训练学习算法很难满足大数据应用需求,本文讨论了基于云平台计算机集群的神经网络并行化问题。首先,设计实验验证基于云平台机群的神经网络并行化学习的可行性;其次,将此方法应用到人脸识别;最后,通过仿真实验验证方法的有效性,与非并行化径向基网络进行对比,表明该方法可以降低数据训练时长,有更快的学习效率、更高的识别度。     

基于Hadoop云平台的数据传输保护研究

Hadoop是一套开放的云计算平台,使用Map Reduce处理数据的分割与合并,简单的设置就可使用云计算的强大功能.但随之而来的是个人数据在没有任何保护的情况下随时可能遭受攻击,因此云平台上的个人信息安全问题就显得格外重要.本研究提出了一种具备安全数据传输的Hadoop云平台规则来增加云数据分割与合并的安全度.实验结果证明,本安全方案确实提高了云平台数据传输的安全性.     

一种面向高分辨率激光扫描点云的三维建筑物的风格化渲染方法

目前,三维激光扫描仪已经可以方便且快速地获取大范围建筑物的高分辨率三维点云数据。然而,尽管高分辨的建筑物点云数据可以精确且直观的描述真实的建筑物场景,但是由于点云具有离散化的特点,传统直接展示原始三维点云数据的方法缺乏良好的视觉效果。针对高分辨率激光扫描点云的渲染问题,本文提出了一种面向高分辨率激光扫描点云的三维建筑物的风格化渲染的方法。该方法首先提出远距离点采样方法,在简化点云数据的同时保留其三维结构化信息,然后引入基于神经网络的风格渲染方法高效渲染三维建筑物网格数据,最后提出了基于KDTree的网格数据与点云数据的融合方法生成渲染点云。实验表明,该框架可有效地将给定二维图像的风格转化为三维建筑物风格,在保证良好视觉效果的同时,保留了建筑物的精确三维几何信息。     

一种基于神经网络的微服务模型

随着云计算技术的不断进步与服务的迅速增长,微服务技术愈发地得到关注。在此背景下,针对现代化Web应用,通过研究微服务技术和神经网络模型,提出了一种新的基于神经网络的微服务模型。模型将微服务定义为神经元,且将微服务具体化,把一次数据请求看作一个微服务,微服务既作为输入单元也作为处理单元。微服务数据经过数据预处理后,作为神经网络的输入数据,通过链锁式神经网络模型计算得到微服务的执行结果。针对基于神经网络的微服务模型和传统的Web应用开发模型进行对比测试,采用两种模型开发相同功能的Web应用,分别在PC端和手机端进行测试,从数据响应时间进行对比分析。实验结果表明,模型通过将微服务处理过程神经网络化,使得Web应用开发过程变得更加灵活。     

移动最小二乘增量式多视点云数据融合算法

在散乱数据点移动最小二乘曲面拟合的基础上,提出了一种增量式多视点云数据融合算法.将算法中多视点云数据作为对同一物体表面二维流形的一次采样,采样数据中包含匹配误差、冗余和畸变,把多视点云数据融合问题转换为由包含误差的散乱数据点恢复二维流形的过程.对每一幅当前处理的点云,寻找当前点云与已增量式融合的点云数据的重叠部分,在重叠部分数据集上构造移动最小二乘曲面,将重叠部分的每一个在移动最小二乘曲面上的对应点合并到当前已增量式融合的点云数据集中,从而实现了增量式多视点云数据的融合.实验证明,该算法是一种有效的多视点云数据融合算法,并且可从较大匹配误差、噪声、畸变的多视点云数据中获得较好的融合效果.     

用神经网络进行散乱点的区域分割

点云的区域分割实质上是根据点的局部几何特性的相似性对点进行分类,利用自组织特征映射神经网络（SOFM）方法可以实现无监督的特征聚类。使用SOFM进行反向工程中点云的区域分割,选用数据点的坐标、法向量六维向量作为SOFM的输入,通过改进SOFM的学习算法,加入输入权和距离权,加速了分割的速度和正确性。利用SOFM方法实现点云分割具有以下优点：不必限定面的类型;用户可以控制分区的个数;可以处理噪声数据,实例运行结果验证了此方法的可行性。     

基于RBF神经网络的三维点云数据孔洞修补

三维扫描获取点云数据,往往由于被测物体自身形状复杂,扫描设备本身局限或者外部遮挡而出现孔洞,影响后续重构精度.由此提出一种基于RBF神经网络的三维扫描点云数据孔洞修补方法.该方法首先基于法线信息和KD tree提取三维点云的孔洞边缘信息,基于蒙特卡罗法在特征平面内生成填充数据点;然后将采集到的孔洞边缘特征点作为样本点集...     

面向云平台安全监控多维数据的离群节点自识别可视化技术

通过总结目前云平台安全监控的数据可视化技术,结合具体的多维监控数据探讨可视化技术的应用方法,从时间、节点号、性能指标类型三个维度出发,提出了基于维度压缩与维度切面的性能数据集可视化方法,并在此基础上,应用动态时间规划和卷积神经网络实现离群节点自识别,丰富扩展了警报系统的语义。经实验验证方法可行,能够更直观地展现有效信息,提高云管理员的决策效率。     

Web日志分析中数据预处理的设计与实现

Web日志数据预处理是Web日志分析的重要步骤,是通过Web日志数据获取有价值信息的基础和前提。本文介绍了对商务部主办的《中俄经贸合作网》大量Web日志数据进行预处理时所采用的算法和处理过程,即先将已知IP地址与物理地址的对应关系保存在HashMap中,然后综合运用折半与顺序查找算法,可显著减少查询次数,提高查询效率。实验结果证明这种方法具有好的应用效果,能极大改善数据预处理软件的性能。     

基于改进T-S云推理网络的板形模式识别方法

将云模型与T-S模糊神经网络相结合,利用正态云代替模糊神经网络的隶属度函数,构成T-S云推理网络.该网络综合考虑了模糊逻辑的快速性和云模型处理数据的不确定性,增强了网络处理数据的能力,同时分析了T-S云推理网络的结构和稳定性.在超熵确定的情况下,使用最速下降法辨识了T-S云推理网络的参数,将该网络应用于板形模式识别,并与T-S模糊神经网络作了对比.仿真结果表明:T-S云推理网络抗干扰能力较强,能够识别出常见的板形缺陷,并且识别精度较高.     

基于BAE云实现Android应用数据的远程存取

该文介绍了一种在Android平台上使用BAE进行应用数据远程存取的方法,通过借助百度公司为开发者提供的云平台,Android开发者可以不必再使用自己的云主机进行用户的数据存储.该方法实践性强、使用价值大,对Android应用程序开发者来说是一个较好的远程数据存储的实现方案.     

基于模糊自组织神经网络的多目标跟踪算法

分析了多目标跟踪问题的数据关联算法复杂性,研究了基于模糊C均值聚类算法的模糊自组织神经网络的特性及其在多目标跟踪中的应用,提出了将FKCN算法、自组织神经网络与数据关联、滤波相结合的跟踪算法．仿真结果表明本算法能在多目标环境下取得较好的跟踪效果．     

县级时空大数据与云平台的设计

结合智慧城市时空信息服务平台的建设需求和县级时空大数据与云平台的建设特点,构建县级时空大数据与云平台,提出标准体系、时空大数据体系、时空大数据与云平台和时空信息应用服务等四个主要建设内容。指出平台模式要直面企业和群众的生产生活,其服务模式、建设与部署模式、运维模式应深化"便捷化、精细化、广角化"等特点;平台总体架构包括基础设施层、大数据层、平台支撑层和应用软件层四个部分。建设时,基础设施层要因地制宜;数据服务要兼具广角、精细、弹性的特征;平台服务层应注重运维和对外服务;应用软件层的设计,需要考虑企业和群众的操作能力,设计最为便捷和精细的软件功能。     

基于云计算大数据的图书馆创新发展模式研究

本文研究了云计算、大数据在图书馆的应用以及对图书馆发展模式的影响,提出云计算、大数据与图书馆最终结合的形态,是云数据图书馆的模式。并从平台、服务、内容、相互关系等方面论述了云数据图书馆的特征。