汽车转弯自动照明控制系统数据采集滤波方法

为了减少汽车转弯自动照明控制系统数据滤波处理中的延时,在滑动中值滤波方法基础上,提出了一种带补偿的限幅滑动中值滤波算法,通过补偿的方式跟随信号的变化趋势。该算法通过2个步骤完成滤波,先对数据进行带补偿方式的限幅处理,再进行滑动中值滤波处理。该算法综合了滑动中值滤波法的实时性以及限幅滤波法对偶然性干扰滤除的有效性,实现更准确的滤波。仿真与实测结果表明,与滑动中值滤波方法相比较,改进后的算法滤波能够实时地滤除数据中的干扰,处理时间可减少62%,滤波效果较好,且速度信号的数据滞后时间较短,实时性较高,满足系统设计要求。     

基于自适应加权的多传感器实时数据特征值提取

为实现监测数据的特征值提取，对传感器数据的预处理、时间维及空间维融合方法开展了研究。建立了实时数据融合模型，提出了基于3σ-grubbs检验的异常数据预处理方法，兼顾了异常数据剔除的速度与精度，能很好地消除疏失误差;对单个传感器数据采用分批估计原理进行融合，得到了特征估计值，实现了数据在时间维上的融合;通过对多个传感器的特征估计值采用自适应加权方法进行赋权，实现了数据在空间上的融合，并提出了考虑传感器精度的算法修正。实例计算表明，数据经3σ-grubbs方法处理后方差减小了20%~54%，与传统的算术平均滤波方法相比，分批估计自适应加权融合算法的数据融合方差明显更小，考虑传感器精度后的融合结果更接近高精度传感器值，特征值提取结果更加准确、可靠。     

含过失误差的化工过程稳态数据的监测

针对化工过程数据普遍存在尖峰型过失误差这一现象,提出可对其进行监测的一阶微分(FOD)监测图。由于监测图的监测效果主要取决于过程数据去噪的程度,为了减小滞后和提高精度,首先在原有一阶滤波算法的基础上,给出增量式滤波算法;然后运用增量式滤波算法对过程数据进行滤波处理,并应用统计学原理构造出FOD监测图,实现自动监测过失误差的目的;最后应用连续式搅拌槽反应器(CSTR)实例验证了本文所提出的方法。     

改进型限幅递推平均滤波法在燃油表中的应用

汽车在颠簸、急加速、急减速、急转弯等工况时,油箱油液面会产生急剧变化,导致采集到的油量数据有较大的误差,从而降低燃油表指示准确性和平稳性。针对以上问题,提出限幅滤波、递推平均滤波相结合的滤波方法;该改进滤波算法能更好地滤除信号中的偶然尖峰脉冲干扰及周期性干扰;同时结合滤波参数寻优算法,确定了递推平均滤波最优参数。利用MATLAB进行仿真。仿真结果表明,所提出的改进型滤波算法能更好地滤除油量信号中的干扰信号,提高了油量数据的准确性和平滑性;还保证了燃油系统数据处理的实时性,满足燃油系统的设计要求。     

量子遗传优化粒子滤波的WSN目标跟踪算法

在无线传感器网络(WSN)目标跟踪应用中,传统粒子滤波算法存在多样性退化问题。为提高WSN目标跟踪精度,提出一种基于量子遗传算法优化粒子滤波的WSN目标跟踪方法。量子遗传算法不仅增加粒子多样性,防止粒子退化现象出现,有效缩短了计算时间且改善粒子跟踪能力。测试结果表明,所提出算法很好地减轻了粒子退化对目标跟踪精度影响,提高了WSN目标跟踪精度和跟踪的实时性,跟踪结果令人满意。     

新一代重力卫星时变重力场滤波方法分析

新一代重力卫星的成功发射使连续监测全球陆地水储量变化成为现实.为了削弱高频误差和条带误差的影响,采用Level-2 RL06版本的时变重力场数据反演全球陆地水储量变化,并讨论了高斯滤波和Fan滤波的处理效果,并且利用水文模型数据进行验证.结果表明:采用滤波半径为250 km的Fan滤波和P3M8去相关滤波的组合算法既能有效地削弱相关误差,还能减少真实信号的损失.     

基于深度森林算法的分布式WSN入侵检测模型

针对现有的特征选择算法和分类算法在无线传感器网络(WSN)入侵检测系统中检测性能表现不佳、检测实时性差、模型复杂度高等问题,提出一种基于随机森林和深度森林算法的分布式WSN入侵检测模型.该模型首先对传感器节点流量数据进行预处理;然后将轻量级随机森林分类器部署到传感器节点和簇头节点,传感器节点和簇头节点合作对流量数据进行处理,并在基站上采用深度森林算法从大量流量数据中发现攻击行为;最后对WSN中的入侵行为进行实时分类入侵检测.使用无线传感器数据集WSN-DS和NSL-KDD数据集来评估所提出的模型性能.实验结果表明,该模型与现有的入侵检测模型相比,具有良好的检测性能,实时性较高,可避免模型过度拟合.     

一种由最大允差确定的散乱数据点云采样网格大小的算法

在逆向工程中，散乱数据点云获取后如何预处理(滤波、压缩和网格大小的划分)是关键，它的处理得当与否直接关系到后续的曲面重构工作。鉴于此，该文提出了一种基于最大允许误差而确定的散乱数据点云采样网格大小的算法，在实践中己取得良好的效果。     

多媒体传感网中限幅OFDM的信道估计算法

针对限幅正交频分复用（OFDM）系统中非线性失真导致信道估计性能瓶颈的问题,提出一种利用时间相关性的迭代信道估计算法.获取信道响应时,该算法综合运用了导频信息和历史信道信息,首先对硬判决后的OFDM符号进行限幅滤波,然后估计导频及数据子载波的非线性失真,最后进行信道再估计及符号再判决.理论分析及仿真结果表明：算法提高了信道估计和符号检测的准确度,而且算法只需1次再估计即可达到传统算法的均方误差理论极限,误码率性能提升了0.8dB.     

基于自适应因子设计的变形监测滤波算法

利用滤波正常时的残差向量必须服从正态分布的性质,提出1种滤波是否异常的假设检验方法,判断动态模型误差和观测粗差对变形监测滤波解的影响。研究结果表明:当滤波出现异常时,通过给定置信度的假设检验,确定自适应因子来调节误差较大的预报信息,从而较好地消除模型误差的影响;利用自适应抗差滤波解决变形监测数据处理中整体平衡观测信息和预报信息的贡献的问题,并通过实例验证算法的有效性和优良性。     

数据挖掘在电信网管中的应用研究

根据数据挖掘技术提供的对大量数据进行分析的功能,讨论了如何采用关联规则挖掘技术处理电信网管系统中的大量告警数据和性能数据的问题,重点给出了一种基于挖掘技术的综合数据分析系统,对告警和性能数据挖掘和分析,报表图形展示等技术进行了介绍。     

基于多种位场数据及3D反演结果的综合解释方法

近期位场梯度数据在勘探地球物理观测数据解释中的作用日益增加,随着计算机等硬件设施的进步,处理大型数据能力的增强,重力数据3D反演方法也越来越多的应用到重力数据解释工作中。本文提出结合重力数据、梯度数据及重力数据3D反演结果的综合解释方法,并将此解释方法应用到虎林盆地观测数据、梯度数据及3D反演结果的综合解释工作中。本文首先讨论单个棱柱体的重力数据、梯度数据的计算方法以及重力数据3D反演方法;然后,编制了matlab程序计算重力数据、梯度张量数据并处理重力数据的3D反演;最后,根据计算的数据详细讨论了梯度九分量之间的关系及重力数据反演结果的数值特征,提出结合梯度九分量数据及重力数据3D反演方法联合解释方法。模型试算及解释结果表明重力梯度数据对进一步提高勘探地球物理观测数据的解释精度及确定埋深较浅的异常源位置及水平尺寸等信息起到重要的作用,将其与重力数据3D反演方法联合解释可更准确的刻画异常源的分布特征。最后经过此综合解释方法将虎林盆地划分为8个构造单元。     

基于Web Services的数据采集

以异构的、自治的、分布的数据库系统构建数据仓库是个挑战, 必须解决两个问题:一是采取有效的措施从各分布的异构数据源采集数据,二是对收集来的数据进行清理和格式转换.笔者分析了Web services的开放性和互操作性,提出了以SOAP协议和HTTP协议连接Internet的异构数据源,实现基于Web Services的数据采集系统.基于组件技术,提出了一种通用的数据采集器结构,用于数据清理和数据转换.并探讨了数据采集器以XML方式实现数据转换和数据装载的核心技术.     

智能化数据挖掘系统

目前通用数据挖掘系统需要由用户自主去选择需要的数据挖掘算法．这就使这些通用数据挖掘工具很难被那些不熟悉数据挖掘术语和数据分析技术的普通用户所使用．为了解决这个问题,文章讲述了一种基于案例推理的智能化数据挖掘系统,这种系统的主要功能是根据用户提交的任务书,在算法库中查找相应的算法自动实现数据挖掘,将用户从繁重的算法设计、算法选择中解脱出来．     

基于GIS的BP神经网络遥感影像分类研究

传统统计模式识别方法进行遥感影像分类时要求数据服从正态分布且难以加入地理辅助数据．通过分析BP网的分类原理与学习算法，采用了融合遥感影像光谱数据和GIS产生的地理辅助数据进行土地利用类型分类的方法．选择最能反映实验区土地利用信息的光谱数据，结合DEM数据和坡度数据，通过归一化处理后进行BP网的训练分类．将分类结果与采用最大似然法所得的结果综合比较，结果表明，该方法优于最大似然法．     

多媒体的数字嵌入及水印技术

数字水印技术是一种信息隐藏技术，该技术将标识数据添加到载体数据中，在出现所有权纠纷时可以通过提取算法随时检测其中的标识信息来证明所有权，因此，数字水印已经被公认为保护多媒体数据所有权的良策，主要讨论了数字水印的原理及一般算法，给出了数字水印的添加有提取的一般模型。     

结构化数据到XML数据的语义映射

XML的DTD机制不足以表现结构化数据的语义，本文在路径约束的基础上，提出一种新的语义映射机制，引入域的概念描述结构化数据到XML数据的结构映射，将结构化数据的平面结构映射为XML数据的树状结构，通过有域层次的键规则表达式，将结构化数据中分散在各表中的键的定义映射到XML数据中，利用域的概念和模板匹配的原理，引入域关系表达式及其扩展表达式来实现结构化数据以XML数据的语义映射，由此构成的语义映射机制可以和XML数据的模式抽取很好的集成在一起，体现数据的语义约束并为数据库对XML数据存储和查询的优化提供有效信息。     

网络信息计量的数据挖掘技术研究

网络信息计量的数据挖掘技术研究是运用数据挖掘技术方法发现网络信息计量中的数据特征模式,利用现代可视化软件工具,开发网络信息计量中的数据特征模式的可视化系统,满足网络信息分析人员使用更复杂、更为强大的数据挖掘技术分析、处理数据的要求,为网络信息计量学理论研究及其方法和技术的丰富与发展开拓新的方向,为网络信息计量学规律应用于数据挖掘领域提供平台.     

非标准格式地理空间数据的GIS方式直接读取研究

探讨了基于优秀GIS平台 ,利用GIS平台提供的二次开发函数及其内部数据结构 ,用通用计算机语言VB ,采用一种“开后门”的方法 ,开发直接读取非标准格式地理空间数据的技术方法 ,及其在珠江口近岸海洋环境立体监测综合技术示范系统中的实际应用     

人工智能赋能高校数据治理:逻辑、挑战与实践

随着人类社会逐步迈入以情感计算、自然语言处理等智能技术为核心支撑的人工智能时代,数据的战略资源地位日益凸显,数据治理已成为推进高校教育治理现代化的关键工具。人工智能赋能高校数据治理的基本逻辑主要体现在数据管理、数据质量、数据决策与数据服务4个层面。高校数据管理忽视“多方协同管理”、缺乏相对统一的数据质量标准、数据决策在权责限定与顶层设计方面存在缺失、数据服务潜能激发不力制约数据价值高效释放等可被视为人工智能赋能高校数据治理的现实挑战。对此,应创设落位智能共管的高校数据管理职能优化机制、完善校本化高校数据挖掘与共享质量标准、构建基于责权厘定的智能化数据决策体系、优化指向数据价值释放的智能数据服务体系。