基于分布式多服务系统的数据同步方法

针对传统的基于多服务器的数据同步方法在数据同步过程中易产生数据冲突问题,提出一种带有业务标号的数据同步方法及一种基于业务标号和时间戳的数据恢复策略,实现了分布式多服务系统各服务器间的数据一致性.实验结果表明,该数据同步方法与其他数据同步方法相比,有较好的执行效率,同时避免了一些数据同步过程中的数据冲突问题.     

Sql Server数据库加密技术应用

随着信息系统越来越多的应用,数据的安全问题越来越受到重视。数据库安全性已经成为构造现代企业管理信息系统时必须考虑的问题,数据加密技术极大的解决了数据库中数据的安全问题,但实现方法各有侧重。本文主要讨论了数据加密算法以及密钥的管理,并以Sql Server 2005为例,实现一个简单的数据加密和解密。     

多传感器最大属性数据融合及其目标识别应用

为解决干扰存在下目标分类识别问题 ,在数据融合的决策层上 ,利用属性集和属性测度的概念 ,提出了多传感器最大属性融合方法 ,既考虑了各传感器得到的数据 ,也考虑了各传感器所得数据的可信度。通过试验得到融合后的识别结果优于单传感器的识别结果 ,证明了多传感器最大属性融合方法的正确性和有效性     

左截断右删失数据下指数分布参数多变点的贝叶斯估计

主要利用MCMC方法研究了左截断右删失数据下指数分布多变点模型的参数估计问题.通过筛选法和逆变换法得到了指数分布的完全数据,在获得各参数的满条件分布后,利用MCMC方法得到了Gibbs样本,把Gibbs样本的均值作为各参数的估计.随机模拟的结果表明各参数估计的精度都较高.     

基于一致性处理和模糊理论的数据融合算法研究

本文针对异类多传感器对同一物理量进行高精度测量,各测量数据的可靠度估计困难和如何对测量数据进行融合的问题,提出了对多传感器数据进行一致性处理的一种新方法,并基于模糊理论,用模糊贴近度的方法获得多传感器测量数据的融合结果。该方法计算简单,能够客观地反映各传感器测量数据的一致性和可靠程度。既无需知道数据的先验信息,也无需人为设定判别值。实例验证表明,该算法运算过程简洁、快速、有效,获取的结果具有更高的稳定性与精度,适合工程实际应用。     

一种面向数据缺失问题的K-means改进算法

文章针对聚类分析中部分数据缺失问题,提出了一种改进的K均值聚类算法,即改变原算法中计算每个数据到各簇距离的度量方法和新中心点生成方法,从而屏蔽空值数据的影响;通过选择UCI中Iris数据集,随机抽空部分数据进行测试表明,该算法可直接对存在数据空缺的数据集合进行聚类分析,并能有效屏蔽数据空缺对聚类结果的影响.     

将Excel数据导入至Oracle数据库的技术研究

目前许多企业的各部门都在使用Excel管理数据.本文讨论了将Excel数据导入至Oracle数据库中的方法,利用Oracle对这些现有数据进行管理,解决了繁琐的数据录入问题.     

机务系统数据一致性技术研究

机务系统涉及的部门很多,而且各部门之间都有相对独立的数据节点。将各分散的数据节点中的相关数据统一共享,即各数据的一致性是一个比较难解决的问题。本文针对机务系统出现的具有问题,提出了相应的解决方案。     

基于随机森林赋权和改进ELECTRE-Ⅲ方法的科技奖励评价研究

针对科技奖励评价中各指标权重的不确定性问题,提出随机森林赋权法,利用可靠性分析计算专家评分数据的泛化误差,根据最小错误率得到各评价项目的各评价指标权重,减少主观赋权的影响;引入一致可信度、非一致可信度和净可信度信息,提出改进的ELECTRE-Ⅲ方法,将某一评价项目优于其他评价项目的程度具体量化,解决专家评分数据为次序变量的问题.实证表明:随机森林赋权法和改进后的ELECTRE-Ⅲ方法相结合,既提高了权重估计的精确度和可信度,又解决了难以给定门槛值和不能完全排序的问题,使评价结果更加科学、客观、合理.     

基于平行坐标法的发动机多变量设计优化数据相关性分析

为有效利用发动机设计分析和优化计算中产生的多变量数据,应用平行坐标法对数据进行可视化.首先将设计方案点映射为平行坐标系中的一系列多边折线,然后采用一定赋色原则解决大量数据点引起的图形重叠问题,并采用一定交互手段选择不同的设计变量、目标函数和约束,最终根据平行坐标与笛卡尔坐标的映射关系,结合各坐标轴上颜色变化趋势分析各设计变量、目标函数和约束之间的相关关系.该方法将多变量相关关系分析问题转变为二维模式识别问题,为设计优化提供一种直观有效的辅助分析手段.某型发动机设计优化数据相关性分析实践证明了该法的有效性.     

利用整数变换的高效图像可逆信息隐藏方法

针对Alattar算法运算复杂度过高的问题,提出一种基于整数变换的高效图像可逆信息隐藏方法.该方法在数据嵌入和提取过程中,只需要对各宿主向量进行一次整数变换,且所有向量通过整数变换后即可直接判定该向量是否可用于嵌入机密数据,降低了数据嵌入和提取过程中的运算复杂度.实验结果表明:该方法具有较大的数据嵌入容量,较好的隐蔽性和较低运算复杂度,在正确提取嵌入数据后可无失真恢复原图像.     

结合节点计算能力的MapReduce负载均衡方法

MapReduce是大数据计算领域广泛使用的编程模型,默认的Hash分区方法易导致数据倾斜,使各计算节点负载不均衡,影响了整体计算性能并造成了大量集群资源浪费。针对这一问题,提出一种结合节点计算能力的分区方法。通过运行一个独立的抽样作业,利用Reservoir抽样算法抽取待处理数据并统计样本里关键字的位置和频次;根据关键字的统计数据制定分区策略,使各分区负载与节点计算能力达到平衡,同时优化网络开销;以全量数据为输入运行计算作业,并采用已制定的分区策略对中间数据进行分区,得出计算作业的运行结果。实验结果表明,方法使各节点负载更加均衡,可明显提升计算作业执行效率。     

基于数据特征的加热炉钢温预报模型

针对加热炉工业过程具有复杂、非线性、时滞性的特点和钢坯出炉温度预报问题,提出了一种基于数据特征的改进主元回归(PCR)加热炉钢温预报模型的建立方法.首先通过对原始数据进行同步化处理来解决各数据变量间存在的时间滞后问题;然后提取生产过程中各批次钢坯的统计特征和熵特征,并依据一定顺序将这些特征排列组合,构造等长的数据特征向量;最后通过PCR方法建立过程变量的数据特征和钢坯出炉温度之间的回归预报模型.本文以某钢厂加热炉工业过程为背景进行实验仿真,采用实际生产数据求取建模参数,并对钢坯出炉温度预报进行了测试.实验的校验与误差分析表明,该方法在预测钢坯出炉温度方面具有更好的性能,且预测误差满足工业应用的精度要求.     

Holter记录盒的软件设计

给出了动态心电分析系统记录盒软件的一种设计方法。该记录盒是整个系统的前端，承担数据获取和处理功能，要求具有实时数据提取，以及心电数据的实时显示和异常心电信号报警功能。此程序采用基于优先级的调度算法，较好地解决了系统各功能模块之间的并行处理问题，同时采用模块化设计方法，降低各模块之间的耦合性，提高了系统的稳定性和可维护性。     

Markov逻辑网在重复数据删除中的应用

为了解决和突破现阶段重复数据删除方法大多只能针对特定领域,孤立地解决问题的某个方面所带来的不足和局限,提出了基于Markov逻辑网的统计关系学习方法。该方法可以通过计算一个世界的概率分布来为推理服务,从而可将重复数据删除问题形式化。具体采用了判别式训练的学习算法和MC-SAT推理算法,并详细阐述了如何用少量的谓词公式来描述重复数据删除问题中不同方面的本质特征,将Markov逻辑表示的各方面组合起来形成各种模型。实验结果表明基于Markov逻辑网的重复数据删除方法不但可以涵盖经典的Fellegi-Sunter模型,还可以取得比传统的基于聚类算法和基于相似度计算的方法更好的效果,从而为Markov逻辑网解决实际问题提供了有效途径。     

基于FPGA的多通道并行UART接口设计

针对现有多串口测控系统数据传输率低,各通信接口之间相互影响且不能并行通信的问题,提出了一种基于FPGA的多通道并行UART接口设计方法。依据RS-232异步通信协议,首先采用硬件描述语言设计了UART接口的波特率发生器、发送模块和接收模块,然后在EP2C8器件上对设计的多通道并行UART逻辑功能进行测试。试验结果表明,该设计方法能够实现10 Hz GPS数据帧和76.29 Hz航向参考系统AHRS数据帧的完整接收,各UART模块之间能并行工作,数据帧传输完整可靠。     

智能化数据字典

数据字典DD是数据处理系统结构化分析方法的重要工具之一.在DD中,各数据元素之间应能相互匹配,并应与数据流程图DFD中各元素一一对应.DD与DFD分别以文字和图形的方式描述系统,因此DD更有利于计算机的数据表达.若对DD的内容描述更进一步地细化和扩充,采用人工智能AI的方法来实现人的感知行为活动和推理的智能化数据字典,那么DD即可成为一份通过系统分析和设计而产生的系统的详细说明文档.为此,本文就智能化数据字典的知识库的建立,以及实现其推理机制、知识获取和实用数据处理系统的功能优化等问题进行讨论,并探讨由智能化数据字     

桥梁预警系统的数据预处理

针对影响桥梁预警系统有效工作的数据获取问题,提出了融合神经规则、数据分类和数据评估的预警系统数据预处理方法.通过训练集将人工完成数据处理过程中所用到的知识融入到神经规则中,并应用神经规则剔除噪声数据;根据拟定的相似性指标对神经规则输出的数据进行分类,合并相似度较大的信息,以大幅度降低数据量;应用曲率模态对各测点保留的信息进行剖分,并与桥梁结构各测点的标准曲率模态比较,提取与初始数据信息不一致的采样数据,为预警系统的损伤识别提供依据.模拟分析表明,该方法能够在大幅度降低预警系统数据量的基础上保留结构状态发生变化的关键信息,具有一定的应用价值.     

基于GPS轨迹数据的混合多步Markov位置预测

随着移动设备和定位技术的广泛应用,基于位置服务成为研究热点,位置预测是其重要研究内容.基于GPS轨迹数据,对位置预测方法进行研究.Markov模型可以较好地表示时序数据,因此可较好地用于位置建模和预测.在基于Markov建模的位置预测中,1阶Markov模型存在轨迹信息利用不充分、预测准确率低的问题;而多阶Markov模型存在状态空间急剧膨胀的问题.针对这些问题,提出了基于混合多步Markov模型的位置预测方法,在将原始GPS轨迹转化为区域轨迹的基础上,对各多步模型进行融合,提出了基于Adaboost框架的各多步模型影响系数的生成方法,在保证状态空间不变的情况下提高了预测准确性.真实数据集上的实验验证了所提位置预测方法的有效性.     

面向飞机装配质量数据深度分析方法研究

针对飞机装配质量数据体系化不高,数据挖掘利用率低下等问题,探索出一种面向飞机装配质量数据深度分析方法。通过建立由质量数据关系模型和质量数据仓库模型共同组成质量数据模型体系,设计出一种基于数据模型体系的飞机装配质量数据挖掘循环机制。采用聚类算法选择质量问题关键特征点,同时运用Apriori算法寻找各关键因素的关联关系,最终借助Weka软件实现装配质量数据深度分析。以某型飞机前机身部件装配质量数据验证了该方法的可行性和有效性。