基于云计算的大数据自动分类处理系统设计

随着现代网络技术不断进步,系统数据量也在逐渐增多。传统的大数据自动分类处理系统已经无法满足现阶段用户需求,其软件与硬件的设计都比较单一,存在能源消耗大、分类速度慢、处理时间长、内存占用率高等问题,为此,提出基于云计算的大数据自动分类处理系统的设计。首先设计系统硬件结构,主要包括数据采集器、数据处理器以及数据自动存储模块,并详细的介绍了各硬件结构;然后利用时域特征提取数据的算法对频域特征数据进行提取,从而实现数据自动分类处理系统的软件设计;最后对两种系统性能进行对比实验。实验结果证明,基于云计算的大数据自动分类处理系统的资源不仅占用率低,内存消耗小,而且数据库内存较大。该系统不但可以提高数据自动分类精准度,还能加快数据分类速度,从而使系统拥有更好的分类性能。     

基于PHM的电力中间件故障预警技术研究

提出一种面向中间件的故障预测与健康管理模型,将当前电力信息系统中中间件的运维工作,从传统的事后排查转变为故障预判和智能预警。依据故障预测与健康管理(PHM)技术,以灰色-马尔科夫为核心预测算法,结合时间切片管理和动态置信阈值技术,设计并实现了面向中间件业务的故障监控和预警系统。以湖北省电力公司构建的智能化运维管理平台上的应用为实例,实践证明了该方案的可行性和有效性。     

指纹采集仪混频现象的研究

由于图像传感器的采样不足,在指纹仪成像质量检测中高频区域出现了混频现象。为了避免混频,提高指纹仪的成像质量,提出了指纹仪出现混频的区域。描述了指纹采集仪出现的混频现象,通过理论分析和计算,获得了指纹仪的混频区域。对实验得到的图像所出现的混频区域进行了测量,测量结果与理论计算结果基本一致。