大数据云存储下海量数据传输完整度控制技术

为确保大数据云存储下海量数据传输的完整度,提出了一种基于属性特征匹配和关联规则的海量数据传 输完整度控制方法。构建海量数据的属性特征高维重组模型,得到关键信息的特征分布状况,据此设计海量数 据的关键信息存储分布结构模型,采用关联规则方法进行海量数据的关键信息特征挖掘提取,利用关键信息进 行海量数据的特征分析和数据聚类处理,采用属性特征匹配方法设计海量数据关键信息存储节点后,利用模糊 减法聚类对关键信息存储节点进行聚类处理,在海量数据传输中,以数据关键信息存储节点传输的完整度实现 海量数据的传输完整度控制。仿真结果表明,采用该方法进行海量数据传输完整度控制,能提高云存储下的空 间利用效率,数据传输完整度高。     

三维激光点云数据精简算法

分析了多种三维激光点云数据精简算法的工作原理,以及它们在缩减数据量以提高算法的处理速度方面的效果,综述了三维激光点云数据精简算法的国内外研究现状.     

点云数据压缩算法综述

由于三维激光扫描数据采集的过密,这使点云的数据处理变得十分复杂和困难。国内外专家学者在点云数据的精简方法和处理效率等方面做出了大量的理论研究和实际探索,解决了扫描数据量过大的问题,并取得了丰硕的成果。在此基础上,本文针对国内外点云数据缩减方法的研究现状,总结了一些点云数据压缩算法。     

跨数据中心的关联云数据部署策略

为降低跨数据中心的数据传输对计算任务执行的影响,从数据部署的角度出发,提出基于数据关联依赖关系的跨数据中心云数据部署策略.在满足数据中心存储能力约束的前提下,将依赖度高的数据尽可能部署到相同或彼此间网络带宽资源充沛的数据中心上.实验表明:该策略可降低跨数据中心的传输时间开销,并提高数据密集型计算任务的执行效率.     

云环境下用户数据安全性访问控制算法

针对传统的用户数据安全性访问算法存在安全性及整体性能低下的问题,提出一种新的云环境下用户数据安全性访问控制算法。通过介绍所提算法的基本概念,利用模糊层次分析法计算云环境中用户数据直接信任值;通过用户和其他云服务之间的信任值求取用户数据推荐值;在此基础之上,确定用户数据综合信任值。通过用户数据信任等级分配得到用户访问权限,针对信任水平较低的用户,云服务供应商通过拒绝其访问保证整个云环境的安全性。实验结果表明,所提算法安全性高,整体性能强。     

散乱点云数据的曲率精简算法

针对海量散乱点云数据精简问题,提出了以平均曲率为判据的精简算法.采用八叉树结构对点云数据进行空间分割,由分割结果建立k邻域.在散乱数据点参数化的基础上,对k邻域内的散乱点进行二次曲面拟合,求出拟合曲面的平均曲率,进而得出邻域内所有数据点的平均曲率均值,以此为判据进行数据精简.构造曲率差函数,识别出边界数据点,对其进行数据保护.结果表明,该算法对具有曲率多样化特点的点云数据精简具有一定的理论意义和应用价值.通过实验验证了该算法的可靠性和准确性.     

无人车大数据与云控制技术综述

无人车是指具有完全自主行驶能力并替代人类执行特定任务的智能车辆,在军用及民用领域都具有广泛应用前景,对国防安全建设与汽车产业发展都有着重要意义.近些年来,大数据与云控制技术的出现为各领域的发展提供了新的动能,成为推动智能交通与智慧城市建设的关键技术.本文首先综述了大数据技术的发展情况及其在车辆领域的应用现状,并以团队所研制的系列化功能型无人车为例,介绍了典型无人车的发展情况与关键技术的研究现状,阐述了无人车在军用、物流、巡逻、运输、接驳等国防和民用领域的应用前景.同时,基于团队所研制的无人车云大脑集群控制中心,展望了基于大数据与云控制技术的云端监控与控制技术在无人车领域的应用前景,阐述了其对无人车大规模产业应用的推动作用.      

点云数据三角网格生成算法及应用

在引入局部Delaunay边和局部Delaunay三角形的基础上,给出一种平面及空间散乱数据点集的三角网格生成的快速算法,实验表明本算法具有运行速度快、计算准确、存储简单等优点.     

数据不平等:大数据时代的信息不平等引论

大数据开启了新的时代转型。数据不平等是大数据时代的信息不平等,是不同的国家(或地区)、组织、社群及个人在对数据的收集、分析和使用的实践活动中形成的多样化的信息差距,其实质是信息控制权的不平等。通过变革人们的行为与观念,重新定义个人信息权利,重建个人信息保护规则体系,推动公共权力、公民社会与公民权利的再平衡以及进行技术创新和人力资源创新消除数据不平等。     

基于点云数据的去噪算法研究

阐述了点云数据的去噪方法的研究情况,并对几种经典的去噪算法进行了介绍分析,对其优缺点进行了总结.通过实验对各种主要算法进行了有效性检验,并对目前及未来的研究重点做了展望.     

EM算法在不完全数据参数估计中的应用

EM算法是参数估计中一种很重要的方法,在处理不完全数据中有重要应用．用EM算法给出了基于状态空间模型的不完全数据的参数估计,得到了利用迭代算法计算参数估计值的方法．将之用于实例,结果表明,预测结果很好．误差在可接受范围内．     

县级时空大数据与云平台的设计

结合智慧城市时空信息服务平台的建设需求和县级时空大数据与云平台的建设特点,构建县级时空大数据与云平台,提出标准体系、时空大数据体系、时空大数据与云平台和时空信息应用服务等四个主要建设内容。指出平台模式要直面企业和群众的生产生活,其服务模式、建设与部署模式、运维模式应深化"便捷化、精细化、广角化"等特点;平台总体架构包括基础设施层、大数据层、平台支撑层和应用软件层四个部分。建设时,基础设施层要因地制宜;数据服务要兼具广角、精细、弹性的特征;平台服务层应注重运维和对外服务;应用软件层的设计,需要考虑企业和群众的操作能力,设计最为便捷和精细的软件功能。     

非字符数据在档案管理系统中的存储和访问

针对档案管理系统对非字符型数据进行存储和访问的一些技术难题,本文首先讨论了对现有的纸质档案扫描采集,以及对电子格式文件直接入库,在数据库中对存储这些非字符文件数据的表和索引进行分区存储管理,以提高查询和操作大量非字符数据的系统性能.最后,采用基于Autovue的组件技术进行预览查看,保证了系统风格整体一致.     

散乱数据点云边界特征自动提取算法

提出一种散乱数据点云边界特征自动提取算法,该算法采用R* -tree动态空间索引结构组织散乱数据点云的拓扑关系,基于该结构获取采样点的k近邻点作为局部型面参考数据,以最小二乘法拟合该数据的微切平面,并将其向微切平面投影,根据采样点与其k近邻所对应投影点连线的最大夹角识别散乱点云边界特征.实例验证该算法可快速、准确地提取散乱数据点云的边界特征.     

兼顾网络带宽的节能云数据副本布局算法

由于云数据中心作为云应用服务的重要基础设施,在满足日益增长的用户需求的同时,也导致了云数据中心能耗的急剧上涨。为了降低能耗和提高云应用服务质量,文中通过全面考虑云数据中心的服务器和网络设备的能耗,兼顾网络带宽建立了云数据中心的能耗计算模型,提出了一种全新的以能耗优化为目标的云数据副本的布局算法,并通过GreenCloud验证了所提出的节能模型和算法的有效性。实验结果表明：文中提出的布局算法能有效地降低云数据中心的能耗和对网络带宽的消耗,从而提升了用户对云应用服务质量的满意度。     

基于边缘计算的非结构化大数据动态安全存储算法

针对非结构化大数据边缘安全性较差,存储效果受限的问题,提出基于边缘计算的非结构化大数据动态安全存储算法。有效分析和识别非结构化大数据,利用构建的数据敏感级别识别模型确立非结构化大数据敏感度等级并加密。基于边缘计算及云计算,建立云边协同架构,利用该架构编写的分布式压缩感知-同时正交匹配追踪(DCS-SOMP:Distributed Compressed Sensing-Simultaneous Orthogonal Matching Pursuit)算法对加密数据进行压缩采集,以此降低数据存储量,最终将非结构化加密数据上传至云边协同框架各个边缘,实现非结构化大数据动态安全存储。经存储量、元数据占比、加密耗时和带宽消耗测试实验,结果表明该算法鲁棒性较高,能保证实际应用性。     

点云数据的自动配准算法研究

针对传统ICP(Iterative Closest Points)配准算法计算量大、收敛速度慢且要求待配准的两片点云数据重合程度较高的问题提出了一种改进方法:首先基于均匀采样法精简点云数据;其次采用Kd-Tree算法查找最近点并基于距离阈值剔除错误匹配点;接着优化目标误差函数,计算点到切平面的距离;最后采用多角度的全局配准方法将两片重合程度最小的点云较好地配准在一起.通过对比实验,验证了本文的改进型ICP算法在运行时间和配准精度上都对传统的ICP算法做出了较大改进,取得了较好的配准效果.     

基于离群因子的不确定数据生成算法

基于不确定数据的表示模型, 针对属性级不确定数据, 提出一种不确定数据生成算法AC UDGen（attribute level continuous uncertain data set generation algorithm）. 该算法通过引入离群点检测 LOF（local outlier factor）算法, 用每个数据对象的离群因子作为参数来控制不确定数据对象的扰动范围, 可很好地满足原始数据的分布特征, 解决了目前工作中缺乏原始数据分布特征的问题. 实验结果表明, 该算法生成的不确定数据集具有更好的聚类效果, 并降低了离群点对聚类结果的影响, 使每个数据对象MBR(minimum bounding rectangle)的大小可根据自身的分布特征自适应地变化.     

应用开关算法计算电力系统中的主导不稳定平衡点

将计算电力系统故障后的主导不稳定平衡点（CUEP）的问题转化为最小二乘问题，推导了计算所需要的雅可比矩阵，海山阵以及计算过程的残量公式，发现残量随着计算过程而变化，因此该问题适合于采用开关算法。在计算的每一步迭代过程中，零残量时选用高斯－牛顿算法，大残量时选用收敛较快的无约束最优化方法，以保证计算能可靠收敛，计算结果表明，在保证计算精度的前提下，采用开关算法计算CUEP能以较少的迭代次数可靠收敛。     

大数据时代公共数字文化云平台建设探索

文章论述了公共数字文化云平台建设的必要性,在借鉴国内外研究成果基础上,提出公共数字文化云平台建设所遇问题及优化建议,以便更好地推动公共数字文化云平台的建设和发展。