面向机电系统状态监测与故障诊断的现代技术

以现代技术为主线综述了机电系统运行状态监测与故障诊断技术的进展,阐述了机电系统运行状态监测与故障诊断方法及系统的发展;从技术流程的角度归纳了信号采集技术、信号分析与处理方法、故障诊断方法和机电系统状态趋势预测的先进技术;展望了基于网络的异地设备运行状态的远程监测与诊断技术以及基于虚拟仪器的监测与诊断仪器系统的新兴技术发展前景.     

GPS系统在现代电子对抗中的应用探讨

介绍了GPS系统的组成、原理,分析了GPS系统在电子对抗技术中的策略建模,并从影响GPS系统的干扰因素入手讨论了GPS系统干扰技术及抗干扰技术。     

浅析基于CDMA的软切换和接力切换

CDMA(码分多址)已经成为3G(第三代移动通信系统)的主流技术,CDMA系统引入的软切换技术和TD-SCDMA(时分同步码分多址)系统提出的崭新的接力切换技术,给CDMA系统的通话质量、系统容量等方面带来了新的突破.软切换技术和接力切换技术也成为了CDMA系统的关键技术.     

基本本体的智能商务系统

介绍了智能商务系统的体系结构,从数据流程角度来阐述了智能商务系统的实现过程。并对智能商务系统的三大技术:数据仓库技术、OLAP(联机分析处理)技术、数据挖掘技术进行了简要介绍。     

露天矿卡车调度系统关键技术分析

露天矿卡车调度系统是集GPS定位技术、GPRS通信技术、GIS管理技术、运筹学以及优化理论于一身的综合系统。本文主要研究了该系统的构成以及设计该系统所需要的关键性技术问题,并提出了相应的解决方法。     

物联网机器人系统研究进展

物联网机器人系统是物联网技术与服务机器人技术的交叉领域,是物联网与服务机器人领域的研究热点。在分析物联网技术与机器人技术结合必然性及优越性的基础上,本文阐述了构建物联网机器人系统的指导思想和研究现状,重点介绍了网络机器人系统、普适机器人系统、智能空间机器人系统等分支系统的研究进展。最后,剖析了当前物联网机器人系统研究中存在的问题和难点,为进一步研究指明了方向。     

数据接口技术在电力可靠性系统中的应用

讨论了电力设备管理信息系统与可靠性管理信息系统之间构建数据接口的必要性,对提出的系统数据接口模型和相关技术在实际系统中进行了应用。给出了系统中使用的编码处理技术、数据逻辑层的构建技术、数据库同步处理技术以及系统功能集成技术的具体实现方法及系统实施后的结论分析。     

嵌入式视频点播系统设计与实现

随着计算机技术和流媒体技术的发展,视频点播系统得到了广泛的应用,随着嵌入式技术技术和网络技术的发展,出现了基于嵌入式和Internet的视频点播系统。本文介绍了基于ARM微处理器的嵌入式视频点播系统的组成,着重阐述了视频点播系统的原理、设计方案,硬件模块和软件模块的实现方法。     

XML技术及web架构在银保通系统的应用

本文主要介绍了基于Web技术的系统架构和XML技术的多银行多协议接口。并以银保通系统为例,介绍了此技术在金融领域中的应用,很好地解决了银行与保险公司系统的多对多的接口问题。最后展望了XML技术在未来系统大集中的应用。     

基于移动流媒体的视频教育系统的应用

介绍了基于移动流媒体的视频教育信息平台,讨论了系统的功能实现和技术特点．给出系统的整体设计框架,着重分析了系统中流媒体技术遵循的协议、编解码技术和QoS控制技术．     

分布式数据查询技术的实现与分析

分布式数据库系统的数据在逻辑上是统一的,而在物理上却是分散的.分布式查询可以访问来自多种异类数据源的数据,而这些数据可存储在相同的或不同的计算机上,与集中式数据库相比它有诸多优点,但也有很多新问题,如:数据一致性问题、数据远程传递的实现、通信开销的降低等.本文具体分析解决了远程对象的发布与获取、数据库的访问、分布式查询等方面的关键问题,对实现分布式数据查询的技术进行初步探讨和分析.     

基于协同服务平台的分布式产品数据管理

为了实现异地设计制造环境下多产品数据管理(PDM)系统之间的数据交换、共享及其过程协同 ,在分析分布式产品数据管理特性的基础上 ,构建了一个基于协同服务平台的分布式、开放式产品数据集成管理框架结构 ,介绍了协同服务平台的功能 ,提出了多 PDM系统间的数据通信方法、安全保证机制和一致性控制策略 ,并应用于某航空产品的异地协同设计中 ,满足了协作企业对产品数据的共享要求 ,保证了数据的一致性和完整性     

浅析分布式数据库的数据存储

分布式数据库的数据存储包括数据分片和数据分配两个部分,他们是设计分布式数据库重要环节。了解数据分片与分配的目的、原则以及方法,分析数据分布的透明性和分片与分配之间的关系有利于研究人员的深入探索。     

分布式数据库设计中的数据分配问题研究

在进行分布式数据库系统（ＤＤＢＳ）的设计时,数据的分配问题对应用系统的可用性、可靠性及数据的存取效率具有直接的影响．以通信费用作为衡量标准,通过实例介绍了４ 种数据分配方法的原理及用法,并对各自的优缺点进行了分析与比较     

分布式数据挖掘综述

随着网络技术、通信技术等的不断突破,互联网、移动网、广电网等多种类现代网络及其衍生业务迅速扩张,形成泛在于网络空间的分布式计算环境。为了最大化这些数据的价值,需要利用数据挖掘技术发现其中隐藏的模式或规则,用以指导和辅助生产或运营中的管理决策行为,以提高决策水平及决策收益。然而,受到普遍存在的异构性、私有性和平台兼容性等限制,兼因行业竞争和法律约束等因素(如个人或企业的数据隐私保护问题等),互联于网络的数据源难于进行集中式挖掘,分布式数据挖掘(DDM)技术应运而生。介绍了DDM的定义与框架、适用场景和研究挑战。根据文中给出的DDM高层架构,最终结果的质量与局部数据源的类型、可用性、局部结果的质量及整合方法等密切相关。DDM的实施未必都以站点间纯粹独立挖掘的方式进行,此外,对于数据集中,系统分布式站点多的情况,也可采用DDM。当前,DDM研究领域的挑战主要有:异构与同构挖掘、动态环境下的数据多变性、通信开销、知识整合和语义异构等。当前的DDM系统被分为4类:1)基于Multi-Agent的系统,利用Agent的自治性实现局部挖掘以保护数据私有性;利用Agent的主动性减少用户参与以提高挖掘自动化水平;利用Agent的协作性实现多算法协同挖掘等;2)基于网格的系统,利用网格在资源共享、开放服务和协同工作等方面的优势,提高挖掘的可靠性和协同性;3)基于元学习的系统,通过元学习优化挖掘算法的选择与组合,并对已获知识进行多次学习以提高结果质量;4)基于CDM(collective data mining)框架的系统,将待学习的函数表示为一组基函数的分布式存在,允许各数据源选择不同的学习算法,并以全局结果正确为前提减少网络通信量。进而,对当前DDM研究存在的共性问题进行了归纳:1)结果质量问题,不考虑各个站点数据源间的内在语义联系,各站点独立挖掘本地数据,与其他站点间无语义层面的数据交互或融合,形成纯粹的"分割式"挖掘,最终导致全局结果质量受损;2)挖掘效率问题,如何调度资源以平衡挖掘负载、减少协作挖掘中的通信开销问题。针对结果质量问题,探讨本体与数据挖掘的结合。作为语义网的基础,本体能为对象语义距离度量提供有效支持。当前,在利用本体描述挖掘任务的领域背景方面,利用本体描述DM过程本身方面,都已经有研究人员进行了探索性工作:针对关联规则挖掘中需要从海量规则中遴选有效规则的问题,提出了交互式的、用于删减冗余规则的挖掘后处理方法;针对在给定知识发现过程的输入和输出类型前提下,知识发现工作流的自动构造问题,提出了解决方法。通过阐述可知,为了提升分布式挖掘过程中局部结果和最终结果的质量,策略之一就是将DDM理论和本体理论作融合,以数据源间语义距离的度量为突破口,建立语义距离度量的复合量化体系,通过构建和求解新型DDM模型来实现目标。     

面向分布式存储的空间数据放置方法研究

目前,互联网中海量空间数据采用分布式存储,空间数据放置直接关系到数据访问效率.为了提高分布式存储中空间数据访问效率,提出了一种DHT-R数据放置策略,该策略将分布式哈希表（DHT）和R树相结合,按照分布式哈希表存储空间数据基本信息和索引地址,同时以R树型结构组织和存放空间数据,R树存储使得快速访问空间数据成为可能.实验发现,数据存取的可靠性较高,数据的吞吐时延也明显低于业界的阀值,DHT-R放置方法在大量访问压力下依然能良好的平衡和并发.     

基于云计算的数据存储技术研究

以云计算环境下大数据存储技术为研究对象,首先介绍了云计算环境下主要的两种典型的分布式存储系统,即Googk的GFS和Hadoop的HDFS;对其中的数据存储技术进行了专门分析,从可扩展性和延迟性（如何支持海量小文件的存储）、容错性（在数据丢失时进行数据恢复）和海量数据存储的实时性这3个方面对现有技术进行了评价.在此基础上,提出了分布式文件系统的系统架构.最后给出了研究展望.     

分布式数据库约束性关联规则挖掘

针对分布式数据库和约束条件的特点,提出了2种在分布式环境下挖掘约束性关联规则的有效算法,即基于Apriori算法的DMAIC算法和基于频繁模式树的DAMICFP算法.此外,进行了实例验证和测试分析,指出了这2种算法各自的优缺点及适用条件.研究结果表明:DMAIC算法可靠性高,通信协议简单,适用于对通信性能要求不高的分布式数据库;DAMICFP算法执行效率高,通信性能好,适用于对通信性能要求较高的多项目分布式数据库;这2种算法均能有效地解决分布式挖掘约束性关联规则的问题.     

保证分布式数据库可靠运行的方法研究

在计算机网络环境下由基于不同地域的数据库服务器构成分布式数据库系统是目前通常采用一种模式,在这样的环境下保证分布式数据库可靠运行是十分重要的。简述了在分布式数据库系统中通常采用的几种提高系统可靠性的技术和方法,这些技术和方法在实际应用的过程中都收到较好的效果。     

数据挖掘中并行离散化数据准备优化

在海量数据挖掘中,针对元数据的离散化数据准备处理能有效提高数据挖掘效率.本文提出了一种并行比较并获得最优离散化的数据准备算法(AOA),针对不同数据集,先进行数据集的特性检测以获得数据集分布特性,按照分布特性进行数据集的异常值检测和剔除,并行完成与分布特性适配的离散化方法处理,通过比较不同离散化方法的熵、方差指数、稳定性参数的最小欧氏距离,根据三个参数自动化比选,获得最优离散化的预处理成果.仿真表明,对不同样本数据库进行关联规则挖掘结果中,比较四种固定的离散化数据预处理方法,在使用AOA数据准备算法并行比选出最优的离散化来数据预处理后,在不同最小支持度阈值情况下,挖掘得到关联规则数都更少,因此效率得到提高.