基于模糊处理的医疗信息数据存储系统的设计

为了提高医疗技术水平,加快医务人员对医疗信息数据的分析,使医疗信息数据运行更加顺畅,减少数据存储所占空间,需要对医疗信息数据存储系统进行设计。当前的医疗信息数据存储系统对医疗信息数据进行存储时,利用FPGA构建系统硬件,以硬件为基础将医疗信息数据存储,但在存储过程中,没有将冗余数据清除,导致存储空间易满,容量变小,存在正常医疗信息数据无处安放的问题。为此,提出一种基于模糊处理的医疗信息数据存储系统设计方法。该方法首先对医疗信息数据的来源进行统计,根据数据来源实现医疗数据的硬件构造,然后利用医疗信息数据中特征相似数据间的中介点实现数据聚类,完成对医疗信息数据的聚类存储,最后采用高斯混合模型对冗余医疗数据进行特征分析,以分析结果为基础,利用分数阶Fourier变换对冗余医疗信息数据进行删除操作,由此完成了基于模糊处理的医疗信息数据存储。实验结果证明,所提方法增加数据存储空间容量,减少对冗余数据的存储,加快医疗信息数据的存储速度,提高数据存储精度,为该领域研究发展提供强有力的依据。     

核数据研究及应用的进展与展望

核数据包括核反应数据与核结构及放射性衰变数据。核反应数据是描述入射粒子与原子核发生相互作用的数据,核结构数据是反映核素自身基本性质方面的数据。核数据是核能利用、核工程建设、核技术应用以及核物理基础研究等方面不可缺少的基础数据,在核医学、材料分析、资源勘探、环境监测、宇航技术以及核天体物理研究领域也有着广泛的应用。本文简要介绍了核数据的种类、产生及应用,评述了国际核数据研究与应用现状以及发展动态、我国核数据研究现状及存在的问题,并对我国核数据工作未来发展方向提出了几点建议。     

基于云计算和物联网的网络大数据技术研究

为了使网络大数据应用的范围更广,更大程度地提高网络数据存储与管理精度,减少网络数据处理与控制的时间,需要对网络大数据进行研究。当前的网络大数据研究方法多是采用Hadoop基础架构对网络大数据进行研究,在数据存储中没有设定具体的安全存储指标,无法得到数据安全存储指标权重,存在数据存储安全性能低,网络大数据研究精度偏差大等问题。为此,提出一种基于云计算和物联网的网络大数据研究方法。该方法首先利用分级网络编码对网络数据进行传输,以传输的数据为基础,采用CRC算法实现网络数据的计算,然后依据分组存储的方式将数据进行存储,最后利用分层逆序叠加定位法对网络数据进行高精度查询,由此完成对网络大数据的研究。实验结果表明,所提方法可以全面具体地对网络大数据进行研究,提高了数据处理精度和网络数据计算速度,增加了网络数据存储空间容量和查询效率,减少了网络数据运行时的丢失率,扩展了网络数据的运作范围,为后续网络大数据的研究提供了强有力的依据。     

基于DDR3 SDRAM的高速大容量数据缓存设计

为了满足对高清非压缩视频数据的实时采集要求,解决常用数据缓存因容量小、数据读写速率低等缺点带来的数据丢失问题,提出了一种基于DDR3 SDRAM的高速大容量数据缓存的设计方法;该方法采用了不同时域数据处理技术、高速数据存储技术以及总线优先级仲裁技术,实现了数据速率高达400 Mbytes/s的实时数据的高速缓存;实践证明,该数据缓存可应用于高清非压缩视频数据的实时采集系统中。     

多核环境下内存数据库并发调度技术优化研究

对多核环境下内存数据进行并发调度,可以减少计算机宕机次数和数据切换时时间,提高数据并发调度精度,增加数据操作平稳性。当前的内存数据并发调度方法是利用PrebuiltTrigger对内存数据进行并发调度,在调度过程中,没有设定具体的内存数据调度目标,导致内存数据库中的数据因此错乱无序,存在数据并发调度精度低的问题。为此,提出一种基于Linux的多核环境下内存数据并发调度优化方法。该方法首先采用IACT算法对影响调度进行的数据和内存数据库中相似或重复数据进行清洗,然后以清洗的数据为基础,利用启发式算法对其进行数据特征选取,依据多属性决策理论对内存数据并发调度的最优路径属性权重集合进行计算,以其结果为依据,计算调度最优路径的偏差值,最后利用最小偏差值,建立调度最优路径线性规划模型,对每条调度路径的综合决策属性值进行排序,由此得到调度的最优路径,完成对多核环境下内存数据的并发调度。实验结果证明,所提方法可以对多核环境下内存数据进行高效率地并发调度,提高了数据调度精度,增加了内存数据的可循环利用性,为低开销的内存数据调度提供了支撑。     

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。     

一种数据特征敏感的高效数据聚集编码方案

物联网中数据聚集算法设计面临的主要困难是：数据聚集时数据冗余的发现和消除,数据特征的发现均需要周密的思考,数据聚集时通信效率的提升通常需要较高超的数据编码技巧,精巧的算法设计思路。因此,研究数据聚集的高效率编码算法对于降低数据聚集的能耗具有重要的意义。当前研究中对于数据聚集中编码的综合讨论尚不充分,论文首先对问题进行建模,提出数据平滑泛型的概念,并通过分析得到数据平滑泛型将显著提高通信效率提升指数,在此基础上,论文提出了一套数据特征敏感的物联网高效数据聚集编码方案,包括数据聚集前的数据特征敏感的编码方法,基于CRT的数据编码准备方法,以及多节点数据聚集的可聚集变换方法。所给出的方法均经过严格的理论分析和证明论证,表明了方案的可行性。     

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。     

大规模数值模拟数据的无损压缩

针对数值模拟数据的特点，对数据进行预处理后，进一步采用小波变换和洗牌（Shuffle）算法，再使用通用无损数据压缩算法Gzip对科学数据进行无损压缩。数据预处理：为了使用第二代小波变换，数据的预处理就是使用内存拷贝的方法把浮点数转换为整数，对数据的符号位、指数部分和尾数部分分别进行了预处理。由于科学数据数值变换平缓的原因，高频部分通常比低频数据小若干数量级，该数据预处理方法在小波变换及逆变换过程中不会出现溢出现象。     

空间方差构建在激光雷达光子计数数据堆栈修正中的应用EI北大核心CSCD

激光雷达近场回波信号较强,容易使光子计数系统产生数据堆栈现象,而死区时间是修正数据堆栈的重要因子。构建了一种激光雷达光子计数数据廓线的空间方差数学计算模型,用于评价光子计数数据的泊松分布质量。利用计算分析结果估算激光雷达光子计数系统死区时间,进而修正光子计数数据中遭受数据堆栈的数据。计算结果表明,激光雷达远场信号基本符合泊松分布,而近场信号不符合,但是死区时间修正后的光子计数数据的泊松分布特性可得到明显改善。通过最小化数据方差与均值的偏离程度,估算系统死区时间以修正数据堆栈现象,使得光子计数数据最大化地服从泊松分布。研究结果表明,长距离扫描激光雷达系统所应用的Licel数据记录仪TR40-160光子计数系统的死区时间约为3.402ns,修正后的激光雷达数据堆栈现象得到明显改善。     

大数据背景下的数据通信调度方法研究

大数据背景下,传统数据通信调度方法研究由于预测要素引入面窄、预测算法逻辑同意性差,导致数据调度出现数据调度断层现象;针对上述问题,提出大数据背景下数据通信调度3+1集成法设计;采用3+1集成法,通过CPU信号强度波动算法、处理器数据节点动态数检测技术、电频信号转换算法与快速执行代码,解决传统的数据通信调度过程中的数据响应慢、数据调度断层的问题;通过仿真实验证明,提出的大数据背景下数据通信调度3+1集成法具有数据调度速度快、资源开销小、调度数据准确度高的特点。     

数据链组网与数据传输仿真技术

研究数据链系统中的组网与数据传输技术,对于构建自主的数据链系统以及数据链系统的测试、评估极为关键。同时,进一步验证所设计的数据链系统的有效性、理解数据链的主要功能与性能参数,为进一步研究与设计测控数据链技术奠定基础。对数据链系统及数据链组网与数据传输技术进行了分析,并简要介绍不同数据链系统的组网与数据传输技术的差别,在此基础上提出一种数据链组网与数据传输仿真系统方案,对系统的功能和工作过程进行了分析,为数据链的构建、测试及评估提供支持。最后,对数据链及其测试评估系统构建及发展趋势进行了展望。该研究在数据链测试仿真评估系统中的验证效果良好,从而为数据链系统的设计提供了参考和依据。     

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。     

基于UML技术的空间基础数据库设计与实现

设计合理的空间基础数据库不仅能提高整个空间数据操作时的性能和效率,而且还可以减少后期的维护修复工作,使整个空间基础数据运行的更加快捷,需要对空间基础数据建立数据库。当前的空间基础数据库设计方法采用ArcSDE数据引擎对空间基础数据进行不断地更新调整,再利用多源空间数据格式转换的技术对空间基础数据库进行设计,存在空间基础数据运行时速度缓慢,计算精度低的问题。为此,提出了一种基于UML技术的空间基础数据库设计方法。该方法首先在空间基础数据库设计中建立空间基础数据索引结构,利用R-树族构建空间基础数据索引树,依据空间基础数据索引树,扫描索引空间基础数据,过滤掉不满足查询条件的空间基础数据对象,使空间数据查询结果可以在额定时间内获得,然后采用空间基础数据点、数据线、以及由数据线组成的区域、一组区域、空间基础数据网络的详细存储方式对空间基础数据进行存储,利用MongoDB驱动程序对矢量空间数据进行存储存储,最后通过对空间基础数据库索引、查询、存储等设计实现了空间基础数据库的建立。仿真实验结果证明,所提方法提高了空间基础数据的建库速度,减少了数据运行的时间,提升了空间基础数据的利用率。     

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。     

激光等离子体物理实验数据格式研究

 鉴于现行激光等离子体物理实验数据属于无格式的原始数据，从数据分析的角度出发，在研究总结“星光”和“神光”实验数据的基础上，合理规划了激光等离子体物理实验数据文件格式，并据此重新编写了数据采集程序和数据格式转换程序。叙述了新格式数据文件的优点及应用。