基于数据挖掘的高校管理信息系统设计与实现

高校事务信息的数据规模较大,更新速度较快,复杂度较高,需要设计有效的高校管理信息系统,提高信息管理能力。传统的高校管理信息系统设计采用嵌入式Visual Basic的信息管理系统构架方法,系统的信息再植入能力和多线程处理性能不好,提出一种基于多元特征数据挖掘和嵌入式Linux内核的高校管理信息系统设计方法。首先在嵌入式Linux的核单元中进行高校管理信息系统总体设计和文件配置,进行系统的功能模块分析和技术指标描述。设计基于相空间重构和关联特征提取的数据挖掘算法,进行高校管理信息的有用特征挖掘和提取。以数据挖掘结果进行程序加载和引导,进行高校管理信息系统的软件开发和设计,主要包括程序加载模块、数据存储模块、交叉编译模块以及网络通信模块的设计,实现基于数据挖掘的高校管理信息系统的改进设计。实验结果表明,采用该系统进行高校管理信息的挖掘和存取调度,具有较好的可靠性和人机交互性,系统的吞吐性能和执行时间开销等指标具有优越性。     

物联网环境下的车辆监控信息平台设计

为使车辆管理更加科学化以及合理化,并在提高车辆管理水平的同时减少不必要的开支,需要对车辆监控信息平台进行设计。当前采用的车辆监控信息平台设计方法是利用视频图像对其进行监控,监控过程中由于视频储存占用空间大,无法设置缩小占用空间,导致监控不能及时发送信息,存在监控性能较差,安全性低的问题。为此,提出一种物联网环境下的车辆监控信息平台设计方法。该方法首先对车辆监控信息硬件平台进行设计,硬件平台是由通信平台、数据平台以及信息共享平台三部分构成,利用Adaboost算法对车辆监控信息数据进行提取,以提取的车辆监控信息数据为基础,结合REDD方案的分簇性能将终端监控的信息数据传输至通信平台,最后在通信平台进行信息发布与展示,由此完成对车辆监控信息平台设计。实验结果表明,所提方法可对车辆信息进行全方位安全监控,实现车辆的科学化管理,为车辆监控的发展提供有效依据。     

基于Map-Reduce并行构架和AE的大数据指纹监控识别算法

传统的指纹识别监控方法在应用到以海量、在线和增量为特征的大数据环境中时,不能自动高效地进行识别,且识别率和识别精度都不高。由此设计了一种基于Map-Reduce并行框架和AE的大数据智能监控指纹识别算法。首先,描述了Hadoop和Map-Reduce实现并行计算的原理;然后,设计了基于AE和BP神经网络的识别模型,采用AE进行指纹图像自动特征提取,并提出了一种基于比较差异算法对AE进行参数初始化的训练算法,采用BP神经网络进行具体识别;最后,将识别过程分解为Map函数和Reduce函数,并对函数的具体功能进行了详细定义。在Map-Reduce并行框架下对FVC2004中的指纹数据库进行实验,实验结果表明了文中方法能自动、高效地进行指纹识别,与其他方法相比,具有识别效率高和识别精度高的优点,具有较大的优越性。     

基于物联网的地铁区域安全监控系统设计

为更好的保障地铁行车安全,及地铁站内环境安全和对灾害事故的预防,需要对地铁区域安全监控进行设计。当前采用的方法是利用传感器获取的监控信号经过现场中心接口传送至监控中心,在监控中心完成对数据信号的采集分析,通过网络与数据中心进行数据通信,在监控数据中心中完成对数据参数的处理以及预警和报警等功能,并对地铁进行实时监控。虽然该方法成本较低,但存在监控数据过程中产生数据丢失问题。为此,提出一种基于物联网的地铁区域监控安全监控系统设计方法。该方法首先对地铁区域安全硬件系统进行设计,硬件系统主要由感知层模块以及网络层模块和应用层模块三部分构成,利用分段曲线算法对监控到的数据进行传输,以传输的数据为基础,结合粒子滤波对监控数据进行处理,以数据处理结果完成对地铁区域安全监控系统设计。实验结果表明,所提方法能有效地提高地铁行车的安全性,保证乘车安全,为地铁安全建设发展提供依据。     

移动计算环境下远程用户体验数据挖掘方法研究

在移动计算环境下,通过对远程用户的体验数据优化挖掘,满足远程用户的个性化需求,提高对远程用户QoS服务质量。传统的数据挖掘方法采用显著特征关联信息提取算法,当远程用户体验数据之间的差异性特征不明显时,挖掘的准确性不好。提出一种基于关联用户自适应链路跟踪补偿的移动计算环境下远程用户体验数据挖掘模型,进行远程用户体验数据挖掘模型的总体设计和数据结构特征分析,对采集的远程用户体验数据进行非线性时间序列分解,对数据序列通过自相关特征匹配和特征压缩实现挖掘数据的指向性信息优化提取,采用关联用户自适应链路跟踪补偿方法实现对数据挖掘误差的控制和补偿,提高了数据挖掘的准确性和有效性。仿真结果表明,采用该挖掘方法进行移动计算环境下远程用户体验数据挖掘的准确度高,实时性较好,满足了移动远程用户的个性化需求,提高了对用户服务的针对性。     

面向移动互联网的不良信息监控系统设计

针对传统的不良信息监控系统接收端容易受到吞吐量和传输时延等因素的影响,导致不良信息监控实时性和保真性差;提出基于数据汇聚协议优化调度的移动互联网不良信息监控系统设计方法;综合考虑系统的技术指标、系统性能进行系统的总体设计;功能模块包括信息采集信道设计、收发转换和功率放大模块、模拟信息预处理及不良信息的滤波检测模块等部分;设计基于数据汇聚协议优化调度的移动互联网不良信息特征检测算法,作为软件核心处理程序,在LabWindows/CVI平台上进行系统软件开发,实现系统优化设计;仿真结果表明,采用该系统进行移动互联网不良信息监控识别的准确度较高,可靠性较好。     

低数据量环境下物联网密钥管理算法与方案设计

为了提高低数据量环境下物联网密钥的安全性与可靠性,需要对低数据量环境下物联网密钥管理算法以及密钥管理方案进行设计研究。使用当前管理算法对低数据量环境下物联网密钥进行管理时,在物联网网络节点增加到一定数量的情况下,无法保证低数据环境下物联网的安全性与可靠性。为此,提出一种基于LHKE的低数据量环境物联网密钥管理算法与方案设计方法。该算法是由当前算法为基础结合Qoskm算法优点形成的一种新的低数据量环境下物联网密钥算法,此算法将设立两个相同的低数据量密钥树,通过计算组播成员在物联网上的信任度与安全度,将信任度与安全度较高的组播成员放在一棵低数据量密钥树上,其他的组播成员放在另一棵低数据量密钥树上,再通过LHKE算法的初始化、子密钥生成和网络密钥生成三个阶段,对低数据量环境下物联网密钥进行管理。实验仿真证明,所提算法提高了低数据量环境下物联网密钥的安全性与可靠性。     

基于智能视觉的车辆事故预警监控系统设计

针对车辆行驶中驾驶员视觉盲区或注意力不集中而造成的交通事故问题,提出采用智能视觉技术对车辆行驶过程中四周的异常物体进行视频监控,对动态视频场景中的运动目标进行检测、识别与实时测距,通过车辆智能视频监控系统最大程度的为驾驶员提供更多预警信息,预防交通事故的发生。本文介绍了车辆智能视觉监控系统的硬件设计方法与软件工作流程,并研究了运动目标检测算法与单目视觉测距算法,通过仿真实验,验证了本智能视觉车辆监控系统对于运动目标进行检测、识别与智能测距判断的实验结果。     

基于SOM和PSO的云计算异构资源聚类MPI并行算法

针对云计算环境下大量用户请求同时到来造成的短暂峰值,使得用户的QOS服务需求不能得到有效保证,设计了一种基于MPI并行计算模型和SOM的异构资源聚类方法;首先,设计了一种改进的MPI的树状层次结构模型,然后,定义了基于SOM自组织映射的资源聚类算法,为了提高资源聚类精度,将PSO算法用于SOM的参数优化中,使得SOM在初始时刻就具有一个较好的连接结构;最后,为了充分满足用户请求的QOS需求,将MPI树状层次结构与基于PSO的SOM资源聚类算法相结合,并提出了具体的基于MPI的SOM资源聚类算法;为了验证文中方法,在Matlab仿真环境中进行测试,实验结果表明文中方法聚类精度为100%,且与其它方法比较,具有较高的聚类精度和较少的执行时间,是一种云计算环境下的可行资源聚类方法。     

WebGIS架构下的地理信息系统构建研究

针对目前地理信息系统对地理位置不能实时掌握,缺乏自组网管理等方面的问题,采用WebGIS技术构建物联网环境下的地理信息管理系统。利用OpenStack 云计算平台建立信息传感网,采用Web技术进行地理信息系统GIS的网络组网设计,实现了对地理信息的对象存储、虚拟计算服务以及远程调用和监控等操作。在系统测试中通过对地理位置定位模拟,验证该系统的有效性,测试结果表明,采用该系统进行地理信息管理,对地理位置的定位精度较高,能使各类地理信息动态显示在界面上,系统的稳定性较好。     

基于弱关联挖掘的网络取证数据采集系统设计与实现

对海量网络日志和服务器数据进行数据挖掘,获取网络取证,在分析犯罪证据方面具有较大的应用价值。传统的数据采集系统,主要增加对网络取证数据进行滤波处理模块,增加采集系统采集的准确率,存在采集时间长、效率低的问题。提出基于弱关联挖掘的网络取证数据采集系统设计方法,对网络取证数据采集系统的总体设计描述与技术指标分析。并以此为基础,设计基于弱关联规则特征提取的网络取证数据挖掘算法,实现网络取证数据的准确检测和采集。在嵌入式Linux平台上进行网络取证数据采集系统的软件开发和系统设计。实验结果表明,采用该系统对网络日志和服务器数据中犯罪证据进行取证采集,其可靠性较高,取证数据采集精度高于传统方法,展示了较好的应用价值。     

嵌入式远程实时监控图像传输控制系统设计

针对当前图像传输过程易出现信息丢失、耗时过长等问题,提出提出一种嵌入式远程实时监控图像传输控制系统设计方法。该设计方法基于STM32模式,通过STM43模式连接电源电路、接口电路、监控数据传输电路模块,到监控图像传输控制系统整体结构,将监控图像数据经IP网络与客户端相连实现监控图像传输,最后分别对监控信号处理模块和图像检测模块的算法进行优化。实验证明,所设计系统有效避免了图像传输中图像信息丢失现象,具有实践价值。     

嵌入式网络数字带宽测量监控系统设计与实现

网络带宽表征网络传输信息的能力,是衡量网络服务质量的重要指标。为了实现对网络数字带宽测量的低成本和网络化的需求,提出了一种基于嵌入式系统的网络数字带宽测量监控系统设计与实现方法,依据以太网为基础,由带宽测量模块、采用MIC29302BU芯片为核心的电源模块,基于EEPROM芯片的网络接入模块、嵌入式网络数字监控系统自检模块以及模数转换模块组成,分析了该系统进行网络数字带宽测量的流程以及具体的实现程序代码。实验结果说明,该监控系统实现了对海量数字带宽的准确测量,并且具有较高的监控效率和精度。     

农业节水灌溉远程监控系统的设计与实现

为了提高农业灌溉的效率,节省灌溉成本,进行农业节水灌溉智能监控系统设计,提出一种基于ZigBee多传感器分布式数据采集的监控系统设计方法,系统设计分为硬件和软件两部分,首先进行农业节水灌溉远程监控系统的总体设计构架,灌溉远程监控系统的硬件模块化设计包括农业节水灌溉传感信息采集模块、AD模块、集成控制模块和接口电路。基于FPGA嵌入式设计方法,构建ZigBee多传感器分布式阵列,进行远程多点灌溉控制和监控。软件开发建立在LabWindows/CVI工程开发环境中,通过程序加载控制,实现远程监控系统改进设计。测试结果表明,该系统进行农业节水灌溉远程监控具有较好的人机友好性,监控的覆盖度较高,性能较好。     

基于ZigBee技术的水域污染远程智能监测系统设计

针对所监测水域范围较大实时监测能力不强,水质污染程度监测不准确等问题,提出构建基于基于ZigBee无线通信技术的智能水域污染程度监测系统,利用ZigBee无线通信技术与Internet网络将水质检测数据发送到远程水质监控中心进行汇总处理,监控中心的服务器可获取到所监控水域范围内所有水域的水质污染程度数据、污染发展趋势、主要污染物等信息。本文对水质检测传感器模块、ZigBee无线通信模块、单片机外围电路、模数转换电路等硬件进行了设计;系统软件设计了远程参数设置、驱动程序等内容。通过系统测试结果表明,该系统对于水质污染程度的检测准确率可达到98%以上,通信成功率达到100%,水质检测终端工作稳定可靠,通信速率满足实时监测要求,适用于各种水域环境的水质污染程度的监测需求。     

基于COMS-CPLD的人员行为监控系统设计

针对传统的人员监控系统存在监控距离段短、信号衰减严重导致的人员行为特征识别准确率较低的弊端,设计并实现了一种新的人员行为监控系统。重点阐述了中心控制模块、图像采集模块、GPRS模块和射频模块的硬件设计方法,利用ATM32F103C8T6作为中心控制器处理数据,利用COMS图像传感器进行人员行为图像采集,利用可编程逻辑控制器CPLD对图像传感器进行同步控制,利用GPRS技术进行信息传输、利用射频标签进行监控信息的写入与读取。软件部分给出了整体的设计方案,重点阐述了射频标签的生成和读取部分。实物测试结果表明,该系统能够有效提高人员行为监控时的准确率,取得了令人满意的效果。     

基于朴素贝叶斯算法的社交网络数据挖掘技术研究

近年来,随着互联网技术飞速发展与普及,大量社交网络平台迅速崛起。社交网络平台拉近了日常人际关系,提供了便捷的信息通讯交流通道。同时,针对社交网络平台数据挖掘的技术研究成为不可缺少的网络数据研究领域一部分。现有社交网络数据挖掘技术所采用的传统数据挖掘算法与数据分离模式,存在大数据多元特征条件下,数据挖掘准确度降低、挖掘分类逻辑混乱等现象。针对问题产生根源,提出基于朴素贝叶斯算法的社交网络数据挖掘技术研究。采用基于朴素贝叶斯算法设计的PCIE-FN社交网络数据挖掘平台进行全面化的深入性解决。通过实验证明,提出的基于朴素贝叶斯算法的社交网络数据挖掘技术研究,各项数据满足社交网络数据挖掘日常应用要求。