基于多源系统融合的结构形态感知技术

针对薄壁结构零件在装配过程中由于装配状态变化存在的装配受力变形问题，结合数字孪生发展背景，提出一种激光跟踪、视觉测量、光纤监测多源系统融合的结构形态感知技术。首先，建立多源系统多站位坐标统一模型，实现坐标基准统一；其次，建立异构数据融合模型，完成光纤监测波长与空间点坐标异构数据统一，基于高斯过程实现多源数据融合，预测变形点云，实现产品结构形态感知；最后，以蒙皮薄壁结构为例，模拟装配变形实验。结果表明，融合方法所感知数据更好地反应实际变形，其平均相对误差为4.66%，绝对误差保持在0.016 mm。多源异构数据融合基于实测数据预测形变点云，可实现结构实时变形监测，从而简化视觉测量方式，提高了曲面信息保真度，为动态孪生模型构建提供新思路。     

基于Hadoop的大数据信息安全监控云平台设计与研究

针对传统的大数据信息监控云平台模式单一、虚拟化程度不高,容易导致信息泄露的问题,为了提高对大数据的信息安全溯源能力,提出基于Hadoop的大数据信息安全监控云平台设计方法。在信息资源云体系下构建大数据信息安全融合模型,通过信息挖掘与匹配方法把云平台中的数据资源、物理资源进行关联性整合,方便数据安全溯源,在Hadoop平台下构建多源信息资源云,建立用户接口注册机制,采用虚拟化技术进行信息保护,实现在云平台下进行信息安全溯源。实验结果表明,采用该方法进行大数据信息安全溯源,大数据信息分类存储性能较好,对异常数据挖掘精度较高。具有较好的信息安全保护能力,确保了信息安全。     

基于传感器的建筑施工能耗智能监测系统设计

为了提高医院临床管理的精细化程度,更好地满足临床诊疗、科研和医疗质量的需求,需要构建基于医院数据中心的临床全视图系统。当前的临床全视图构建方法,是以数据分块存储的方式进行构建,导致临床医护人员无法获得完整有效的医疗数据,存在临床数据分散、数据不完整等问题。为此,提出一种基于医院数据中心的Paxos算法临床全视图构建方法。该方法首先对医院数据中心的结构进行设计,然后以该结构为基础,利用扩展树状知识库对医院临床数据进行清洗,最后采用神经网络集成算法对清洗过的数据进行集成,并依据DDM对医院敏感数据完成脱敏操作,由此实现了基于医院数据中心的临床全视图构建。实验结果证明,所提方法可以将医疗数据有效地应用到医务人员的临床工作中,达到数据资源利用最大化,帮助医院实现医疗信息化改进和服务创新,使各个异构系统之间的数据进行交互,实现了医疗数据共享,为临床工作的发展提供了可用工具。     

大数据分析技术在装备监测系统中应用研究

针对装备状态监测系统中长期积累的大量数据缺乏有效分析手段、利用率低等问题,对装备监测系统中存储的在线监测数据和积累的历史数据,建立可分析挖掘的大数据集;运用数据分析和机理分析的方法建立比较模型,采用异步信息融合的算法对数据进行处理,利用大数据的多尺度特性研究装备生命周期的分析预测、优化运行、预知维修等目标,提高了装备运用知识的获取速度,有利于构建完整的装备生命周期预测诊断体系。     

网络计算机模型下海量大数据存储系统设计

对网络计算机模型下海量大数据进行安全稳定的存储,可以提高网络计算机的使用价值,增加其使用周期。但目前的海量大数据存储方法在存储过程中,无法做到对其进行灵活高效的存储,存在大数据存储分布密度较低,存储开销较大等问题。为此,以网络计算机模型体系结构为基础,提出了一种基于ARM的海量大数据存储系统设计方法。该设计方法先利用ARM芯片对网络计算机模型下海量大数据存储系统进行硬件构造,将网络海量大数据中的可利用与不可利用数据进行分类处理,采用VISA结构根据数据分类结果对大数据存储系统软件部分进行设计,依据大数据调度模型和存储相似度特征对大数据存储的时间,质量等方面进行计算,利用计算结果对大数据传输的阈值以及分布密度进行记录,最后根据循环分段的计算方式进行冗余大数据特性压缩,并对海量大数据的常规数据和冗余数据进行存储。实验仿真证明,所提方法提高了海量大数据存储的兼容性,增强了大数据存储的精确性和灵活性。     

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。     

航天器质量信息大数据技术的研究与实现

为实现航天器质量信息的有效管理和深度应用,分析了航天器质量信息的重要意义和数据特征,充分借鉴当前流程的大数据技术成果,基于ORACLE、MongoDB和HBase技术实现数据源层,基于Hadoop、Storm、MySQL、Berkeley DB和HANA技术实现数据处理层,基于SOA和Web Service技术实现数据服务层,基于多种技术方式实现具有多种应用功能的数据应用层,基于Windows Server 2012、CentOS 6.5、Unix、PHP和HTML5等技术实现系统软件开发部署,建立了覆盖全生命周期全方面的航天器质量信息系统,分析了系统所涉及的多源异构数据的采集、传输与存储,质量信息数据实时处理与分析,实时质量监控、预警和评估等关键技术实现途径,并对应用前景进行了展望,实现航天器研制全周期全过程全方位海量数据采集、处理、分析、预测和评估,使航天器质量管理更加科学、精准、高效。     

基于Chebyshev-Taylor-Fourier混合级数模型函数的多源气动数据融合方法

针对飞行器气动力多源数据融合、 飞行试验气动辨识问题,提出了一种基于Chebyshev-Taylor-Fourier混合级数模型函数、不确定度平衡权函数和加权最小二乘原理的多源数据融合和辨识方法.该方法采用二元Cheby-shev级数、Taylor级数和Fourier级数技术建立飞行器气动模型函数,采用权函数技术平衡各...     

多源异构电网运行时标量测数据接入方案设计

海量准实时数据服务平台是电网运行时标量测数据集中存储的场所。为了满足电网调度自动化、计量自动化等电网运行数据的接入需求,提出一种多源异构电网运行时标量测数据接入方案。该方案综合采用关系数据库和实时数据库存储数据,结合实时数据库存储数据的测点特性定义了电网时标量测数据存储命名规范,通过配置服务实现数据接入任务的启停控制和运行状态监控,使用接入调度器调度接入插件执行接入任务并引入主备冗余技术保证调度器的高可用。方案引入组件化程序设计思想,通过可插拔、易扩展的插件设计满足多源异构数据的接入需求。方案在南方电网公司海量准实时数据服务平台建设项目中得到实际应用,很好地满足了南方电网运行时标量测数据的接入需求。     

大数据服务深度需求与SOA协作集成的异构系统融合机制

大数据服务需求的认知深度和服务架构的融合度直接影响多业务大数据应用的资源管理和服务质量,本文提出了一种基于大数据服务深度需求分析和面向服务的协作集成架构的异构系统融合机制。该机制,一方面,在分析大数据源多样化、差异化大数据组织形式及其存储方式,结合不同类型用户的需求差异化特征,建立了大数据服务需求分析模型。另一方面,对于多态异构的移动互联网大数据服务,经过结构化和开放性处理后,给出大数据通信和服务调用描述定义,提出了SOA协作集成的异构系统融合架构。仿真实验结果表明,所提出的算法在大数据服务响应成功率、执行时间和代价比等方面具有明显优势。     

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。     

人工神经网络在激光诱导击穿光谱数据分析中的应用进展

激光诱导击穿光谱（LIBS）具有实时、远程、多元素同时分析的优点,近年来在工业在线分析领域逐渐受到关注,发挥着重要作用。但基于发射光谱本身的特性,LIBS存在光谱噪声、基线漂移、自吸收和重叠峰等现象;又由于环境变化、激光能量波动、基体效应、样品表面形貌等因素,造成光谱稳定性和重现性差。这些问题导致光谱信息与定性、定量分析之间呈非线性关系,限制了分析灵敏度和准确度。随着LIBS器件稳定性的逐渐改善,LIBS光谱数据分析方法日新月异,人工神经网络（ANN）能跟踪和识别非线性特性,自适应学习LIBS光谱特征,筛除干扰信息,在LIBS数据分析领域的应用得到飞速发展。介绍了LIBS原理、仪器结构和工作流程以及在LIBS光谱分析领域常见的神经网络模型,总结出2015年-2020年LIBS结合常见的ANN模型在地质、合金、有机聚合物、煤炭、土壤及生物等领域的具体应用,指出ANN在数据分析领域的超强能力可有效改进LIBS分析精度,提升光谱数据利用率,降低光谱采集环境要求。针对仍然有待突破的技术难点,展望了ANN在LIBS光谱深度信息挖掘、便携式专用型设备开发、技术联用等方面的发展前景。LIBS日趋成熟,但其数据分析领域仍有广阔发展空间。该综述可为机器学习在LIBS数据分析领域的应用提供参考。     

我国X射线光谱现场分析技术研究进展

X射线光谱现场分析技术是在现场工作条件下对待测目标体中元素进行快速定性和定量分析的仪器分析技术,被广泛应用于一些大型分析仪器和化学分析方法所不能直接应用的领域.该文回顾了近二十年来我国X射线光谱现场分析技术的研究进展.从现场原位分析和现场取样分析两个角度,评述了现场X射线光谱仪的研究进展和主要技术特征;探讨了X射线光谱...     

高光谱成像技术在彩绘文物分析中的研究综述

彩绘文物是文化遗产研究的重要内容之一。目前,许多的化学、光谱以及数字成像等分析技术应用于彩绘文物研究中,其中,高光谱成像技术集光谱分析与成像技术为一体,具有无损、快速成像以及"图谱合一"的特点。其技术特点使得高光谱成像技术在非接触、无样本的条件下对彩绘文物进行无损研究,既可以获得彩绘文物的整体形貌特征,还可以深入分析彩绘文物的光谱特征,是高光谱成像技术相比于其他彩绘文物研究方法的独特优势。利用高光谱成像技术研究彩绘文物分为数据采集、数据分析以及数据应用三步,其中数据分析与数据应用是研究的主要内容。通过对高光谱成像技术在彩绘文物中的相关研究成果进行总结归纳,其数据处理方法主要包括高光谱数据降维、光谱特征参量化、光谱解混合以及分类方法四个方面,并分别描述了四类处理方法的主要功能、常用方法和已有案例。从具体应用方向上,可归纳为视觉增强、隐含信息挖掘、保护监测和颜料分析四类,具体描述了四类应用方向所涵盖的内容以及所解决的问题。最后对相关研究中存在的挑战和发展前景进行了总结和展望。     

云计算技术在未来智能电网信息处理平台中的应用

未来的电网将会是一个高度自动化、智能化的电网,如此一个庞大、复杂的系统从发电、输电一直到变、配、用电的过程时刻都会生成海量的电能信息及设备运行状态数据,这就需要一个强有力的信息处理平台作为支撑,且这个平台应具有对海量数据的可靠存储、准确分析、实时同步更新及共享的功能,尤其是音视频等异构数据的分析与处理.云计算技术在大数据处理中具有得天独厚的优势,本文将云计算技术引入到未来智能电网的信息处理平台的建设中,针对未来智能电网信息处理平台的各项功能需求,对比目前电网信息处理平台的诸多瓶颈进行深层次的探讨,证明了将云计算技术应用到未来智能电网信息处理平台中的可行性。     

谱仪专用计算机Aspect—3000与IBM—PC微机的数据传输及处理

本文首先介绍了利用Kermit程序在谱仪专用计算机Aspect和通用微机IBM-PC之间进行数据通讯的方法,然后提供了几则应用实例。特别是在IBM-PC上配备数据处理程序后,它即可成为谱仪的卫星数据站。     

A novel 3D geometric object filtering function for application in indoor area with terrestrial laser scanning data

In measurement technology, besides the photogrammetric method, terrestrial laser scanning and modeling technology are densely used in architectural documentation and cultural heritage studies. In the perception of engineering perspective, these two methods are independent of each other. However, these two methods can be combined with each other in the essential parts of architectural documentation and cultural heritage studies. While one is implementing these applications, the working procedure is so significant that if the amount of data increases, time consumption reaches higher levels. These two methods are compulsorily optimized for working in a collaborative way, especially in the large-scale studies. This necessity leads to the application of two types of integration. One of them is the hardware integration, and the other one is the data integration. In this study, a new data integration model is suggested for the operating processes in architectural documentation and cultural heritage studies, with the terrestrial laser scanning that uses new data production methods of photogrammetry. The mathematical model and algorithm in the presented integration model is programmed in MatLAB 7.0 and is tested with the original data set. At the end of the study, results are discussed and comments are made so that the advantages and disadvantages of the functional model of the algorithm are presented. The functional model is explained, benefiting from the object-oriented programming languages in the MS Windows system.