嵌入式实时系统中劣质数据动态清理方法

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。     

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...     

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.      

一种基于Kinect的角色骨骼动画方法

针对当前骨骼动画制作方法存在实时性差?抗光照干扰能力弱?角色模型运动误差大的问题,提出了一种新的骨骼动画方法?采用微软Kinect设备获取人体三维骨骼坐标数据,用改进的D-H(denavit-hartenberg)描述法在关节点处建立虚拟坐标系,对捕捉对象单帧姿态进行抽象空间位形描述,再根据前后帧位形数据求解骨骼矩阵,对根节点进行位移调整形成骨骼动画?实验结果表明,该方法实时性与抗光照干扰能力强,角色动作与捕捉对象动作之间的相似度高?     

无人驾驶车辆基于角点和斑点的特征提取算法

针对运行在计算资源有限的车载嵌入式系统中的视觉里程计算法实时性较差的问题,提出一种基于Harris和SIFT相结合的图像匹配方法——Harris-SIFT算法。在介绍了SIFT算法的基础上,给出了Harris-SIFT算法的原理:使用Harris算法提取图像中的角点作为特征候选点,再利用SIFT算法在Harris的特征候选点中进行特征点提取。通过实例用Matlab软件对算法进行了仿真,并对算法的复杂度及各种性能进行了分析。结果表明,所提出的方法在特征检测模块中降低了算法的运算量、提高了特征点提取速度。Harris-SIFT算法可用于实时视觉里程计系统中,进而可使视觉里程计在车载嵌入式导航系统上得到广泛的应用。     

采用动态劣化度的风电机组运行状态实时评估

为满足大数据环境下风电机组状态评估的实时性要求,提出一种基于动态劣化度的实时状态评估方法.首先,建立动态劣化度计算模型;然后,引入正态云模型取代传统隶属函数,将正态云模型与模糊综合评价法相结合,形成风电机组运行状态实时评估方法;最后,基于辽宁某风电机组的SCADA数据,利用所述方法对其进行状态评估.实验结果表明:该方法能够准确把握机组的实时运行状态,并对其早期缺陷及时预警,有助于防范机组严重故障的发生.     

用于社区医院的无线心电监护系统设计

针对现有心电监护仪实时性差及难以实现集中监护等问题,提出一种用于社区医院的无线心电监护系统的设计方法.系统硬件选用高性能的ARM9(Advanced RISC Machines)作为微处理器,蓝牙模块作为无线数据传输装置;软件选用Windows CE嵌入式操作系统.实验结果表明,系统能实现实时心电数据采集、压缩存储、异...     

在嵌入式应用中增强Linux实时性的方法研究

在给出嵌入式系统实时性概念基础上，分析了在嵌入式系统中所运行任务的一般特点和Linux通用内核的实时机制，在肯定Linux的实时性性能的同时，指出了将其应用于嵌入式系统时所存在的不足，在分析目前提高Linux实时性的各种改进方法的基础上，提出了一种新的非常有效且可行的提高Linux实时性的思想及实现方法，并对改进的结果进行了分析．这为Linux在嵌入式系统中的应用提供了一种新的方法．     

基于S3C2440A的振动信号采集分析系统的硬件设计

针对传统MCS-51单片机数采分析系统稳定性和实时性差的问题,提出一种基于S3C2440A和嵌入式Linux操作系统的机械设备振动信号采集分析系统的设计方案．重点阐述了系统硬件结构中的ARM主控模块、信号预处理模块和数据采集模块的设计,并对软件设计进行讨论．经实验验证表明：该系统完全能够满足实时性要求,稳定性良好,可靠性较高．     

基于滑动窗口的RFID数据流多标签清洗算法

RFID数据流清洗技术主要关注的是数据的实时性、完整性和动态性.传统的适应性清洗机制针对的只是单标签的情况,且在调整窗口以保证动态性的情况下丧失了完整性.为此,首先在二项分布模型的基础上提出了一种新的单标签清洗算法,改进和完善了传统的单标签清洗算法;之后提出了基于防碰撞模型的多标签清洗算法,从而形成了一套完整的数据流清洗算法.此外,进行了大量实验,验证了算法的有效性.     

基于嵌入式Web服务器的水情遥测系统的设计

针对水情遥测系统数据传输实时性差、维护费用高的问题,提出了一种基于嵌入式Web服务器的水情遥测系统设计方案,详细描述了系统的总体结构原理以及嵌入式Web服务器的软硬件实现.该系统不但能够提高远程水情数据传输的实时性和水情数据的精度,而且能降低系统成本和维护费用.