民机运行大数据全寿命周期处理技术研究

针对日益增长的民用航空海量数据,本文对其从数据采集到大数据分析全寿命周期过程进行了研究。首先梳理了民机运行所涉及的数据源,并根据数据类型,对各数据源进行了分类。基于不同类型的数据,研究了各类数据的采集方式及大数据分析技术,并对大数据离线分析工具及实时在线分析工具进行了研究。研究成果能够为构建民用飞机运行大数据平台提供技术支撑,有助于提高我国民机运行效率。     

基于粗糙集理论的大型冷库制冷压缩机能耗分析

以北京市一个大型储备肉冷库的制冷系统为研究对象,对其全年运行数据和气象参数利用粗糙集理论的约简属性进行分析,以压缩机功率为决策属性,对冷库压缩机各运行参数和气象参数等条件属性进行约简,得到最佳约简属性集。通过约简,将影响参数由10个组约简到2个(排气压力,吸气压力),即排气压力和吸气压力可以表征制冷系统运行状态和压缩机功率,简化了对压缩机能耗的研究和冷库制冷系统节能控制的研究。     

基于属性约简的应用服务器优化算法改进

优化参数配置是优化应用服务器性能的重要方面;基于传统参数调节的优化策略耗时耗力缺乏系统性和规律性;利用模块化思想针对目标决策函数对应用服务器参数进行分类,可构建条件属性约简模型;基于属性约简的应用服务器优化算法,可去除对于目标决策函数相对不重要的参数,并获得相对重要的参数,从而达到锁定目标重点调节,快速提高系统性能的目的;现有的约简模型优化算法多基于经典粗糙集理论,在等价关系的基础上构造分类,容易造成大量的信息破坏和流失;文章通过拓展等价关系到一般二元关系,利用广义粗糙集理论改良了基于模块化思想和属性约简模型的应用服务器优化算法,通过定义辨识函数对条件属性进行约简,再结合依赖度计算,得到最终目标参数。     

基于大数据技术的火电厂节能环保多目标负荷优化分配

在大数据、人工智能技术迅速发展的背景下,研究基于大数据分析的厂级快速性、经济性、环保性多目标负荷优化分配,对建设智能电厂及机组节能减排等工作具有重要意义.本文引入大数据技术分析方法,以模糊粗糙集为基础,计算可控运行参数最简属性集,通过粒子群算法对支持向量机进行改进,建立负荷优化预测模型。利用MapReduce编程模型实现对NSGA-Ⅱ算法的并行化处理,计算完成厂级多目标负荷优化。以山西漳电同华发电有限公司660 MW燃煤发电机组为验证目标,研究结果表明:大数据分析方法满足厂级负荷优化分配,且节能环保效果良好;相较于传统负荷优化分配方法,大数据分析方法计算效率明显提高,优化效果显著。     

基于稀疏子空间的类星体光谱异常特征并行提取与分析

类星体是人类所观测到的最遥远天体,对于了解早期宇宙的演化具有重要科学意义。由于类星体距离地球较远,其红移一般较大,导致在光学观测窗口中只有很少的特征（发射线）,且难以识别。类星体光谱的异常特征提取与分析可对未知类星体的识别,提供有效的判别依据。离群检测作为数据挖掘领域的一个主要研究内容,旨在发现那些稀有、特殊数据对象及异常特征,可作为从海量类星体光谱数据中,发现特殊、未知类星体的一种有效途径和手段。Spark作为新一代大数据分布式处理框架,可为海量天体光谱的有效分析和处理,提供一个高效且可靠的并行编程平台。本文充分利用集群系统和Spark编程模型的强大数据处理能力,提出一种基于稀疏子空间的类星体光谱异常特征并行提取与分析方法,其工作由三个模块组成,即类星体光谱特征约减、类星体光谱的稀疏子空间构造和搜索、类星体光谱异常特征提取并行算法设计与分析。类星体光谱特征约减模块,通过属性相关性分析来识别呈现聚类结构的类星体光谱特征线,这些特征线通常会聚集在稠密区域且对类星体光谱异常特征检测毫无意义。光谱特征约减旨在运行异常特征检测算法之前剪枝类星体光谱的冗余特征线,缩小光谱数据检测范围。类星体光谱的稀疏子空间构造和搜索模块,通过设定的稀疏系数阈值来测量类星体光谱的子空间密度,并采用粒子群优化方法作为稀疏子空间的搜索策略,从而快速、高效地获取类星体的异常特征。在第三个模块中,提出了一种MapReduce框架下的类星体光谱异常数据并行检测算法,该算法由并行化数据约减策略、稀疏子空间并行搜索技术两个MapReduce构成,达到适应海量光谱数据的处理目标。最后对检测出的部分类星体异常特征进行了理论分析、测量及人眼证认,充分说明稀疏子空间可为识别特殊、未知类星体候选源,提供有效支持和有力证据。     

基于模糊C均值聚类的天文光谱特征线软离散化

连续数值属性离散化是天文光谱数据预处理中的主要研究内容之一。针对天文光谱特征线,提出了一种基于改进模糊C均值聚类的天文光谱特征线软离散化算法。该算法首先利用样本的密度值选取特征线的候选初始模糊聚类中心,有效地克服了对噪声数据敏感的缺陷;其次采用决策表中的相容性作为评判标准,动态的调节聚类参数,以达到优化的光谱特征线离散化效果;最后采用晚型星、类星体、高红移类星体SDSS天文光谱特征线数据集。实验验证了该算法具有较高的识别率,为天文光谱特征线数据预处理提供了一种新途径。     

HMM模型下视频手写签名认证算法研究

为了提高视频手写签名认证的准确率,确保身份认证的严谨性,需要对HMM模型下视频手写签名认证算法进行改进设计。使用当前算法对视频手写签名进行认证时,存在认证判断误差大、效率低的问题。提出基于HMM模型下视频手写签名认证算法。该算法将使用Wacom手写板采集手写签名特征点及压力数据,对采集到的手写签名特征与压力数据进行预处理,消除采集过程中环境和手写板产生的影响,并且规范采集的视频手写签名特征位置、尺寸,提取手写签名特征与压力数据,再以HMM模型对已提取的视频手写签名特征点与压力数据进行认证与计算,确定签名的真实度。实验仿真证明,所提算法提高了视频签名认证的性能。     

基于数值分析的匿名大数据访问最优控制算法

为了降低大数据访问对人们生活的影响,减少因数据访问带来的一系列问题,更好地保护用户的隐私,需要对匿名大数据访问进行控制。当前算法是利用Purpose建立匿名大数据访问模型,在原来的K-匿名算法基础上为Purpose匿名数据访问模型构建算法,该算法对公开信息隐私安全涉及较少,对分布式数据隐私的安全保障效果不理想。为此,提出一种基于数值分析的匿名大数据访问最优控制算法。该算法利用MapReduce编程框架对匿名大数据用户的公钥和私钥进行初始化,将计算代理权授权,用户把需要保存的数据以及授权传送给第三方,也就是代理方签名,实现匿名大数据的审计。根据属性群对匿名大数据访问进行控制,系统管理员构建一棵二叉树,通过对称加密算法与属性群路径密钥,加密的群密钥,产生报头消息,根据上述所获结果,管理员对属性群密钥进行生成、更新和分发。实验结果证明,所提算法计算开销、存储开销以及通信开销较低,匿名大数据访问控制的效率高,具有较强的可实践性,为该领域的研究发展提供了支撑。     

数据挖掘在肺结核疾病智能决策中的应用研究

针对单一数据挖掘方法对肺结核疾病诊断效率低、准确性不高的问题,本研究对北京市昌平区结核病防治所,北京市结核病控制研究所的1203例肺结核病人档案资料构建了电子档案,采用粗糙集和决策树结合方法建立肺结核疾病诊断模型,并对其准确性进行评估,在此基础上构建肺结核疾病诊断系统。在研究中,使用粗糙集和决策树相结合的方法进行属性约简,约简掉冗余属性57个,剩余属性22个,得到决策规则7条,模型准确率为83.46%。与未未约简的方法相比,决策规则减少128%,模型准确率基本保持不变。研究结果表明：使用该组合算法,在保证模型准确率的同时,降低了算法的时间和空间复杂性,提高了挖掘效率,为临床诊断提供了一定的借鉴。     

基于关联ID的试飞FC总线ICD优化设计技术

为实现飞行试验航电总线FC数据海量ICD信息库的优化设计,从飞机航电总线设计数据库表中提取飞行试验FC总线数据分析所需的ICD信息,在关键的算法方面提出了解决方法;分析了新一代光纤通道航电总线FC的飞机设计ICD信息的数据结构特点,以及飞行试验传统航电总线ICD库的结构设计技术,针对新形势下的海量飞机设计航电总线FC的ICD信息的多重复杂结构,借鉴了飞行试验传统航电总线ICD库设计思想中成熟的四层结构技术,设计了飞行试验海量FC总线关联ID的ICD库设计技术,实现了飞行试验FC总线海量ICD信息的优化设计,最后在某试验机航电系统飞行试验中进行了应用,试验表明FC总线ICD优化设计技术满足海量FC数据的高效数据处理的需求。     

云计算环境下资源调度系统设计与实现

在云计算环境下,对开放的网络大数据库信息系统中的数据进行优化调度,提高数据资源的利用效率和配置优化能力。传统的资源调度算法采用资源信息的自相关匹配方法进行资源调度,当数据传输信道中的干扰较大及资源信息流的先验数据缺乏时,资源调度的均衡性不好,准确配准度不高。提出一种基于云计算资源负载均衡控制和信道自适应均衡的资源调度算法,并进行调度系统的软件开发和设计。首先构建了云计算环境下开放网络大数据库信息资源流的时间序列分析模型,采用自适应级联滤波算法对拟合的资源信息流进行滤波降噪预处理,提取滤波输出的资源信息流的关联维特征,通过资源负载均衡控制和信道自适应均衡算法实现资源调度改进。仿真结果表明,采用资源调度算法进行资源调度系统的软件设计,提高了资源调度的信息配准能力和抗干扰能力,计算开销较小,技术指标具有优越性。     

基于RSP的植被多角度偏振特性研究

偏振探测能够获取新的反应目标属性的信息。相对于传统遥感观测,多角度偏振信息具有更稳定的相关性和规律性。植被是地表最典型的地物之一,利用光与植被相互作用后表现出的偏振特性可以进行植被相关性质研究。RSP（research scanning polarimeter）是美国研制的星载偏振遥感探测器APS(aerosol polarimetery sensor)的原型样机,提供有九个光谱偏振通道,通过对航空飞行试验获取的扫描偏振数据预处理得到的稳定的多角度、多波段偏振探测信息分析,可以得到植被的光学特性和微物理特性。以植被密集区、植被稀疏区（接近裸地）为研究对象,根据仪器飞行时姿态信息进行配准,对比分析了可见光波段和近红外波段在-30°和65°观测天顶角下的强度反射特性和偏振反射特性。结果表明,植被密集区和植被稀疏区在不同的观测角度均表现出规律的偏振度特性,偏振反射在接近热点区域能量小,相比于常规强度反射在接近热点区域反射能量大,可有效防止因反射能量过强影响探测器的稳定性,根据在可见光波段植被密集区偏振度高于植被稀疏区,在近红外波段植被密集区偏振度低于植被稀疏区的反射特性,说明探测器在研究区域的植被密集区接收的可见光波段信号以单次散射为主而在近红外波段以多次散射为主。     

改进BP神经网络算法对煤矿水源的分类研究

煤矿安全对煤炭工业的健康持续发展至关重要,而煤矿水灾又是煤矿事故的重大隐患,因此煤矿水源数据的处理对于预防矿井突水事故具有重要意义。实验在激光器的辅助下利用激光诱导荧光技术获取7种水源的数据信息,设定激光发射功率为100 mW,向被测水体发射波长405 nm激光,获取实验水样210组的荧光光谱数据,为了剔除光谱在采集过程受到的荧光背景、检测器噪声以及功率波动等影响,利用SG平滑、多元散射矫正（MSC）预处理对数据进行降噪以及提高光谱特异性,由于初始数据运算量过大并对数据压缩、消除冗余和数据噪音,利用主成分分析（PCA）分别对7种水样进行建模降维处理,从而得到小数据并且保持原有信息的数据特征。为了识别煤矿水源的突水类型,对于降维后的数据利用粒子群算法（PSO）优化BP神经网络,PSO算法通过对新粒子的适应度值和个体极值、群体极值适应度值的比较更新个体极值和群体极值的位置,将最优初始权值和阈值赋予BP神经网络,从而对待测水样的种类进行预测分析。普通的PSO优化BP神经网络,容易出现早熟收敛,故在改进的PSO算法中引入变异因子来提高模型寻找更优解的可能性。实验证明：SG,MSC以及Original三种预处理方式中,SG算法表现良好,提高了模型的相关性。在SG预处理的前提下,BP的决定系数R2为0.984 5,平均相对误差MRE 7.39%,均方根误差为7.25%;PSO-BP的决定系数R2为0.999 8,平均相对误差MRE 0.17%,均方根误差 0.08%;IPSO-BP的决定系数R2达到0.999 9,平均相对误差MRE和均方根误差RMSE皆为0.01%。结果表明：经SG预处理过后的光谱数据,比MSC预处理效果更精确,改进的粒子群优化算法更适用于该实验的矿井水源分类。     

混沌参数调制下RSA数据加密算法研究

随着网络信息通讯技术的发展,信息数据的通讯安全成为信息化网络信息数据通讯过程中的重要问题。面对大量侵入程序与数据漏洞的威胁,一套强有效的数据加密算法成为数据研究领域的研究方向。RSA数据加密算法作为如今常用的安全性最高的算法,在大数据动态数据节点混沌排列的条件下,无法有效保证数据的加密安全。混沌参数下,出现加密逻辑断裂、溢出、数列逆排等严重的算法漏洞。对此,提出混沌参数调制下RSA数据加密算法研究,采用混沌参数特征处理单元、特征序列逻辑控制单元与混沌FIE-RSA算法,对传统RSA加密算法存在的问题进行针对性解决。通过仿真实验证明,提出的混沌参数调制下RSA数据加密算法研究中,采用的一系列方法具有加密处理响应速度快、处理运算时间短、加密安全度高、反破解性能强等特点。     

Fast filtering algorithm based on vibration systems and neural information exchange and its application to micro motion robot

This paper develops a fast filtering algorithm based on vibration systems theory and neural information exchange approach. The characters, including the derivation process and parameter analysis, are discussed and the feasibility and the effectiveness are testified by the filtering performance compared with various filtering methods, such as the fast wavelet transform algorithm, the particle filtering method and our previously developed single degree of freedom vibration system filtering algorithm, according to simulation and practical approaches. Meanwhile, the comparisons indicate that a significant advantage of the proposed fast filtering algorithm is its extremely fast filtering speed with good filtering performance. Further, the developed fast filtering algorithm is applied to the navigation and positioning system of the micro motion robot, which is a high real-time requirement for the signals preprocessing. Then, the preprocessing data is used to estimate the heading angle error and the attitude angle error of the micro motion robot. The estimation experiments illustrate the high practicality of the proposed fast filtering algorithm.     

基于WT算法联合混沌理论的图像加密研究

图像加密作为信息加密领域的重要一支,其对于信息安全的重要性显得愈发重要,能够有效地对目标图像信息进行加解密逐步成为了人们的研究热点。为了提高图像加密的安全性,以混沌系统所具有的初值敏感性以及类似随机为基础,提出了采用“混沌变换”方法对图像进行置乱操作的算法,随后以此为基础结合小波理论设计一种图像加密算法。在图像的预处理阶段首先对图像采用小波变换得到四幅小波子图;随后基于混沌置换将四幅子图置乱处理;最后通过小波逆变换恢复出目标加密图像。通过数值仿真实验表明通过该方法解密获得的图像具有与原图像非常高的一致性,并且获得了较高的安全性。     

基于图像处理技术的电能表外观检测系统

为适应智能电能表自动化检定的要求,设计了由图像处理技术完成外观检测功能的系统,实现了外观检查的自动化,解决了人工检测方法工作量大、效果不佳的问题。系统采用高性能CCD相机完成图像采集,确保图像信息丰富完整。利用图像平滑去噪、形态学处理等技术完成图像的预处理,大幅降低后续比对的难度。运用基于高斯金字塔的混合配准算法完成图像配准,最终实现待检图像与模板图像之间匹配程度的检测。该方法检测时间短,正确率高,已成功应用于省级计量中心电能表自动化检定线,满足生产需求。