基于瑞利熵的多无源传感器数据关联算法

针对当前多无源传感器数据关联算法构造关联代价时,未考虑位置估计不确定性所引入的误差,提出一种基于位置估计不确定性的被动传感器数据关联算法。首先通过量测与伪量测概率密度函数之间的瑞利熵构建关联代价函数,以准确描述两个相似的概率密度函数之间差异,然后通过具体实验测试本文算法的有效性和优越性。实验结果表明,相对于当前经典的数据关联算法,本文算法提高了数据关联的正确率和速度,具有更高的实际应用价值。     

飞行试验大数据技术及展望

现代航空武器装备综合化和信息化程度越来越高,飞行试验测试数据的种类增多,测试数据量剧增,飞行试验进入了大数据时代。试飞大数据的来临,对试验数据的获取、记录、传输和处理等传统技术及模式产生了强大的冲击,也提出了严峻的挑战。本文在简要介绍大数据概念及国外研究应用现状的基础上,通过总结分析飞行试验数据的新特征、新需求,提出了“试飞大数据”的概念,得出飞行试验数据是典型大数据的结论;按照试飞测试流程和大数据技术范畴,重点分析了试飞大数据技术中的数据获取、交换、记录、传输、监控、处理、存储等关键技术,最后,对试飞大数据技术的应用前景进行了展望。     

装备使用与保障研究数据的生成方法研究

装备使用与保障数据是开展装备科学研究的重要依据,而由于管理不善、保密、样本过少等原因常常导致相关数据缺少应有的积累,无法满足实际研究的需要。为了克服这一困难,文章提出通过算法生成数据予以解决。首先根据数据的应用特性,将装备使用与保障数据看作简单数据、规律已知数据和规律未知数据三类,分别制定生成策略。对于简单数据和规律已知数据,通过已有的商用软件或简单的自定义方法生成;对于规律未知数据,采用模式注入或特性继承的方法生成。在某大型装备管理综合信息系统的设计开发中,对这些生成方法进行了工程实践,结果表明了方法的正确性和可行性。     

基于G/S模式的空间信息云服务架构研究

针对多系统间的数据交换、共享问题,尤其在大数据时代,海量的数据增长给数据的管理带来的挑战,提出了一种基于G/S(General-Browser/ Service-Cloud,G/S)模式的空间信息云服务架构——面向数据的架构(Data Oriented Architecture,DOA)。以数据为核心,以数据标识为主线,通过数据注册中心和数据交换规范XXML(Specific Industry Markup Language),对海量异构数据进行存储、计算和管理,实现多系统间的数据共享、访问和协同。通过在地质灾害监测预警方面的应用,证明了该架构作为信息技术的系统构建方法在大数据时代独特的优势。     

运载火箭试验数据管理及可视化系统设计

针对现有运载火箭试验数据管理及可视化系统依赖于第三方功能插件,未实现纯浏览器端三维模型渲染及交互,系统对运行环境依赖性强、部署和维护成本高等问题,设计了基于JavaScript框架ExtJS和WebGL框架three.js的运载火箭试验数据管理及可视化系统。首先基于B/S架构设计了系统总体框架,然后针对二维图形数据传输延迟问题设计了基于Web Worker的数据读取方案,最后针对浏览器端三维模型渲染需求提出了基于VTK模型的转换算法,设计了三维模型渲染及交互方案。试验结果显示,本系统不依赖于运行环境和功能插件,能实现浏览器端二维图形和三维模型渲染及流畅交互,为兼容国产化操作系统、降低部署和维护成本创造了条件。     

大数据时代下的化学经验2.0：基于键能的大规模反应途径预测

报道了一个基于键能数据预测反应途径的可编程算法．运用该算法,成功预测了F₂+CH₃Cl气相反应的最优产物(CF₄)和对应的反应途径．提供了一个启示性的化学经验2.0 的例子,并可能开启大数据时代下的大规模反应途径预测的大门．     

基于Matlab数据库工具箱的实验数据自动抽取及应用

矩阵计算和多领域的算法库是Malab科学计算软件的核心,它所提供的大量函数库为科研工作者进行专业领域实验提供了巨大的方便。Matlab数据库工具箱虽然开启了自动化调用数据的功能,但是并不是每位科学实验的研究者均具备数据库编程和书写SQL语句的技能,而大规模参数赋值却是科学实验的基础。因此通过介绍工具箱中Query Builder的使用,建立ODBC/JDBC兼容数据源,对大规模实验数据进行自动抽取数据、变量赋值及图形化表示、函数测试及调用。实现不书写任何计算机语句,完成大规模数据的调用赋值以及函数调用的功能,旨在帮助实验者快速完成物理数据的计算工作。     

收入分布变迁与消费结构转变——基于门限模型的非线性计量分析

当前我国消费存在着明显的结构性转变特征,且居民收入分布上不同收入层次人群的消费偏好具有显著的差异。由此选取CHIP数据并运用门限回归模型,根据城镇居民收入与消费(关系)的非线性特征划分出不同的收入组群,来对居民消费进行更为细致的分析。结果表明,城镇居民消费存在显著的收入组群差异,同时各类消费市场的发展阶段也存在区别,收入分布变迁正促使城镇居民消费结构由生存型消费向更高一级的享受发展型消费转变。可见当前我国经济中,居民收入水平对消费的影响与消费对经济增长的贡献,都已不再具有明显的整体效应。因此,拉动消费以促进经济增长就需要关注重点的收入组群以及具有显著成长性的消费市场。     

基于自适应权重的函数型数据聚类方法研究

基于有限维离散数据的传统聚类分析并不能直接用于函数型数据的分类挖掘。本文针对函数型数据的稀疏性和无穷维特殊性展开讨论,在综合剖析现有函数型聚类方法优势与不足的基础上,依据聚类指标的信息量差异重构加权主成分距离为函数相似性测度,提出了一种函数型数据的自适应权重聚类分析。相对同类函数型聚类算法,新方法的核心优势在于:(1)自适应赋权的距离函数体现了聚类指标分类效率的差异,并且有充分的理论基础保证其必要性和客观合理性;(2)基于有限维离散数据的聚类实现了无限维连续函数的聚类,能够显著降低计算成本。实证检验表明,新方法的分类正确率明显提高,能够有效解决传统聚类算法极端情形下的失效问题,有着复杂函数型数据分类问题下的灵活性和普遍适用性。