基于感觉运动BCI系统的EEG手部运动分类

对于残疾人或者运动不便的健全人,感觉运动相关的BCI（Brain Computer Interface）系统是十分必要的.BCI系统的关键部分是对EEG（Eletroencepalograph）信号的采集、提取和分类.本文研究的是手部三种动作在运动执行的情况下,人脑产生的EEG信号的不同.利用EEG信号在运动时发生于大脑感觉运动皮层区域的ERS（Event-Related Synchronization）和ERD（Event-Related Desynchronization）现象,运用EMD（Empirical Mode Decomposition）等算法进行信号的特征提取,然后进行分类,得出了平均准确率为78.75％的良好结果.此次研究提供了一种基于EMD新的有效的运动相关BCI系统研发中的EEG信号的特征提取算法.     

面向服务的大数据分析平台解决方案

本文针对日益增长的大数据分析与信息服务的应用需求,提出基于数据中心和互联网、面向服务的大数据分析平台解决方案,为开展大数据分析相关的研究和实践提供借鉴和参考。首先对国内外大数据技术的产业现状进行回顾,然后给出基于数据中心和互联网的大数据分析平台拓扑架构,讨论大数据分析平台的系统功能和关键技术,最后阐述该平台系统的应用和产业化前景。     

大数据与科技新挑战

本文简述了对大数据引发科技新挑战的一些粗浅认识,这些认识会随着大数据时代的变迁而改变。作者首先描述了大数据时代需要解决的三个技术问题,即将非结构化与半结构化数据转化为可分析的数据形式;大数据复杂性描述与建模;数据异构性与决策异构性。本文还进一步讨论了特定的大数据流以及数据驱动的决策管理等基本的大数据问题。在结论中,本文提出了一些数据科学的公开性研究问题,这些问题日益发展,最终将超越大数据的范畴。     

新信息技术给财务信息化带来的机遇和挑战

分析近年的新信息技术如云计算、物联网、大数据、XBRL等给财务信息化带来的机遇,探讨这些新技术对财务信息化建设产生的挑战和困难,指出财务信息化将朝着公共化、智能化、动态化、标准化方向发展.     

基于两点的时间序列相似性研究

目前,时间序列相似性判定大多采用欧式距离和动态时间弯曲DTW（DynamicTimeWar．ping）方法,这两种方法均存在一定缺陷。欧式距离要求序列长度一样,垂直移动序列将影响相似性判定和阈值设置的经验性;动态弯曲距离对欧式距离进行了优化,避免了欧式长度的一致性,但其他两个缺点仍然存在且计算复杂度增加。提出了一种新的基于两点时间序列相似性算法,可计算任意两序列的相似度。首先分析了两点组成的序列形态,提出了相似性判定方法TPSS（TwoPointsSegmentationSimilarity）;其次为提高相似性判定的鲁棒性,减少人为阈值设置的影响,对TPSS进行了拓展;最后给出了算法及实验分析。实验结果表明,该算法能很好地判定任意序列的相似性,提高了鲁棒性及减少人为干预,对数据挖掘中的聚类与预测有很好的帮助作用。     

基于USB的低成本429总线数据加载器的实现

本文基于ARINC429规范和USB报文协议,实现了429数据总线协议数据包与USB报文协议数据包之间的转换。根据429数据总线和USB接口之间的电器特性,提出了一种低成本的429数据总线和USB接口相互转换的硬件实现方法,采用USB总线同时完成对多路ARINC429总线设备的数据通信。方便了ARINC429总线设备与PC机之间的数据通信,有效地降低航空设备数据更新需要的成本。     

达梦数据库中大规模数据可扩展并行算法

DM数据库中的数据规模大且维度复杂,为了在有限的条件下尽可能满足用户对DM数据库功能的需求,提出一种新的DM数据库中大规模数据可扩展并行算法。不可扩展并行算法包括朴素并行、典型并行与逻辑并行三种处理规则,新算法将这三种处理规则结合起来实现数据自主运算,令每个运算节点均拥有三种处理模式,采用有向图将大规模数据划分为局部数据,并分配到处理器上,通过设置数据处理优先等级,完成流水线形式的数据处理过程,赋予并行算法强大的可扩展性。实验结果表明,新算法具有较强的可扩展性,负债均衡能力强。     

两阶段估计非参数固定效应Panel Data模型

推广参数Panel Data模型,考虑非参数固定效应Panel Data模型的估计.采用两阶段估计步骤,推导出了估计量的具体表达式.在一些假设条件下,分别得到了固定效应参数和非参数函数的收敛率以及渐近正态分布性质.此外,Monte Carlo模拟显示我们的估计比一阶差分估计具有更令人满意的有限样本性质.     

基于人工蜂群的WSN故障数据挖掘算法

为了有效提高无线传感器网络中故障数据的判别能力,本文结合人工蜂群算法提出了一种新的挖掘算法FDMA(Fault Data Mining Algorithm)。该算法首先利用小波变换降低故障数据的突发性,以达到对故障数据的标准化处理。其次,基于关联系数来划分故障数据分布区间,并建立了数据挖掘的目标函数,同时利用人工蜂群算法对目标函数进行优化。最后,通过实际传感器样本数据进行仿真实验,对比研究了FDMA算法与其它算法之间的性能状况(包括吞吐量、延迟时间、丢包率和能耗),结果发现FDMA算法具有较好的适应性。     

基于遗传算法的蜜罐系统

入侵诱骗系统作为一种网络安全工具,其价值在于被扫描、攻击和入侵时,通过创建一个高度可控的攻击环境,从而捕获尽可能多的入侵信息.基于这些信息,分析入侵行为,预防更多的恶意破坏,从而更有效的保护网络.介绍一种基于遗传算法的蜜罐系统,其关键技术包括隐蔽的数据捕捉和基于遗传算法的行为分析技术.实验证明,该系统能有效捕捉恶意行为,防御多种新型攻击.