基于IETM的图像类装备保障数据语义标注研究

为了有效的组织、查询和浏览海量的图像类装备保障数据,分析了现有图模型图像语义标注方法的弊端,选取了装备IETM内的图像类装备保障数据信息作为图像语义标注的样本数据,并结合TF*IDF权值理论,改进了图模型语义标注方法的语义标注词选定方法,构建了基于装备IETM的图像类装备保障数据语义标注模型。实验结果表明,所提出的图像类装备保障数据语义标注模型及算法能够有效地提升图像数据信息查询的查准率与查全率,能够在一定程度上满足用户对图像类装备保障数据语义标注的需求。     

网络环境下气象数据自动查询系统设计

针对传统的气象数据查询方法存在查询过程复杂、准确率低等问题,提出一种网络环境下气象数据自动查询系统设计方法。首先设置在网络环境下,设计气象数据查询系统的硬件部分和软件部分,其中,系统的硬件由上位机和下位机组成;软件设计包括气象数据查询系统气压查询软件设计、湿度数据查询系统气压查询软件设计、气象数据查询系统气压查询软件设计和气象数据查询系统风向风速查询软件设计,在此基础之上,最终实现气象数据的自动查询。仿真实验结果证明,所提方法可以方便、快捷、准确地查询气象数据信息。     

大数据环境下网络非法入侵检测系统设计

大数据环境下,非法入侵检测是保证计算机安全的重要手段。通过非法入侵检测,保证计算机免遭网络中木马病毒等的攻击,因此对大数据环境下网络非法入侵检测进行系统设计是必要的。目前大多数网络非法入侵检测系统是通过归纳当前网络非法入侵检测系统存在的优缺点,指出网络非法入侵检测系统存在的问题,确定其发展方向。但这种方法存在系统结构复杂,不利于维护和使用的问题。为此,提出一种基于PB神经网络的大数据环境下网络非法入侵检测系统设计方法,首先在分析大数据环境下网络非法入侵检测系统功能的基础上,对系统的模块进行设计,并分析各模块所实现的功能,在此基础上,对大数据环境下网络非法入侵检测系统的性能指标、采样芯片、USB接口控制芯片、FPGA、电源管理芯片等硬件进行设计选型,完成系统的硬件设计,并且通过PB神经网络算法提高大数据环境下网络非法入侵检测系统检测的准确性,并给出基于BP神经网络算法的入侵检测实现过程,从而实现大数据环境下网络非法入侵检测系统设计。实验证明,所提方法设计的大数据环境下网络非法入侵检测系统运行速度较快,能够及时准确对网络非法入侵行为进行检测,推动该领域的研究发展。     

基于人工智能技术的IETM业务规则研究

为有效管理人工智能技术操作步骤的规范性,需要对人工智能技术的IETM业务规则进行研究。而当前已经制定的IETM业务规则,在人工智能技术复杂繁多的操作步骤中,许多细节问题没有得到规范管理。为此,提出一种基于人工智能技术的IETM业务规则研究方法。该方法首先确定人工智能技术的IETM业务规则数据模块,再将所有人工智能数据模块进行分类,并分配给各部门相关技术人员进行IETM业务规则的制定,数据模块ETM业务规则的制定过程将采用PCR技术以层次形式来表述,然后将所有分类数据模块IETM业务规则进行汇总、协商、统一,形成完整的人工智能技术的IETM业务规则,管理人工智能技术操作步骤的规范性。实验仿真证明,所提方法能够有效管理人工智能技术操作步骤的规范性。     

基于装备的IETM技术资料拆分模型研究

为了解决技术资料难于拆分、归类、全面展示及手册研制后期数据难于共享等问题,通过将S1000D标准与本单位装备IETM手册编制过程相结合,采用标准分析方法、规范分类原则,从分析装备技术资料来源开始,设计数据模块所对应的信息集,建立面向装备系统结构的技术资料拆分模型,使技术资料的拆分变得简单易行且更符合标准要求,保证了IETM研制的一致性,为装备全寿期提高技术信息的重用性、可维护性、共享性和实时有效性奠定基础,极大地提升了IETM手册编制效率。     

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。     

忆阻Hopfield神经网络动力学分析及其电路实现

提出一种超多稳态忆阻Hopfield神经网络, 它仅包含3个神经元和一个多稳态忆阻突触。从理论上分析神经网络的耗散性和平衡点的稳定性, 并利用分岔图、李雅普诺夫指数谱和相位图等数值方法分析不同忆阻突触耦合强度对神经网络动力学的影响。网络参数固定时, 揭示与初始状态值密切相关的超多稳态性动力学行为。最后, 设计忆阻Hopfield神经网络的模拟等效电路, 并通过PSIM电路仿真验证MATLAB数值仿真结果。     

多站遥测数据快速融合软件设计与实现

在多站测控系统的飞行试验中,为了快速得到完整有效的测试结果,提高多站遥测数据的利用率,提出了一种利用同步码、帧计数、时码、遥测T0和子帧计数等信息对多站数据进行快速融合的方法,并在VC环境下开发了多站遥测数据快速融合软件。通过在实际飞行试验中的应用,该软件能够快速完成多个遥测站的遥测数据融合,融合后的数据包含了各原始数据文件中的全部有效数据帧。实践表明该数据融合方法和软件的融合效果好、速度快,具有很强的实用价值。     

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。     

基于改进神经网络算法的PM2.5污染信号分析检测

当前为了保证污染信号分析的精度,在对PM2.5污染进行检测的过程中,需处理的数据量过大,导致经典神经网络方法遇到矛盾数据时,需要花费大量的数据校验时间,收敛速度下降,检测效率大幅降低,提出一种基于改进神经网络算法的PM2.5污染检测方法,在分析标准神经网络算法的基础上,允许信号跳变精确度范围内,在层与层之间引入容错性变量,同时在计算阈值的过程中融入松弛变量,提高收敛速度;避免神经网络陷入局部最优解。采用改进神经网络算法,通过不断调整网络的权值以及污染阈值,对PM2.5污染信号进行高效检测。以飞利浦公司的新一代检测系统为测试器材,测试结果表明,采用所提方法得到的PM2.5污染检测效率明显提高。     

基于云平台的大数据资源挖掘技术研究

针对云平台下大数据资源挖掘过程准确率低、耗时长等问题,对大数据资源挖掘技术进行改进研究。利用MST聚类法对云平台数据集进行预处理,根据数据间的关联性来增强检测结果,并提高数据索引效率,将数据间的邻接矩阵作为边的权值,生成全图的MST,获取评价数据资源挖掘准确度的标准,并得到k个最小生成子树,其中的一个子树就是数据集最优聚类结果。实验结果表明,所提方法有效提高了大数据挖掘准确性,使得数据资源得到了更高效的利用。     

HLS-II移动端数据查询系统开发

合肥光源（HLS-II）是以真空紫外和软X射线为主的专用同步辐射光源,作为用户装置,对运行性能有很高的要求。为提高数据查询的实时性与便捷性,满足工作人员及时掌握装置运行状态的需求,基于Web技术开发了HLS-II移动端数据查询系统。该系统在EPICS环境下进行开发,以IOC作为实时数据源,以HBase数据库作为历史数据源,以Phoebus Alarms作为报警数据源,以MySQL数据库存储用户管理信息。整个系统采用前后端分离的模式进行设计,系统后端采用Spring Boot框架和Node.js环境进行开发;系统前端以Vue.js框架开发,使用lib-flexible弹性布局方案和postcss-pxtorem插件,以适配不同种类的移动设备。测试表明,HLS-II移动端数据查询系统信息更新流畅,操作直观方便,达到了设计要求。     

基于Hadoop的GA-BP网络在山洪预测中的研究

研究了山洪灾害监测预警系统中雨情数据的分布式存储和分布式预测。针对采集到的水文数据急剧增长和对预测精度和预报时效的要求不断提高,分别应用Hadoop分布式文件系统对数据进行分布式存储和 MapReduce框架结合遗传算法优化神经网络的权值和阈值进行分布式预测。采用基于BP神经网络的多因子山洪灾害雨量预测模型,结合遗传算法能够实现全局优化特点来优化神经网络的权值和阈值,并在数据并行处理过程中,采用了批处理和MapReduce工作流的方式,以误差和准确率来评估预测模型,解决了神经网络在处理海量数据时训练时间长等问题。实验表明,该方法可以在不影响准确度的前提下,大大缩短运行时间,提高预测效率。     

基于Web的ICF物理实验数据查询系统

随着“神光”-Ⅱ的运行和“神光”-Ⅲ原型的即将建成，物理实验数据、实验参数以及各探测器的实验记录也将越来越多。为了方便物理实验人员对实验数据进行后续处理，必须建立有效的数据管理和查询系统。系统建立的ICF物理实验数据查询系统，实现了对实验参数和数据有效的管理和利用，该系统应用计算机网络技术及数据库技术，并用Web网页浏览的方式．以方便相关物理实验人员对实验参数和实验数据的查询和调用，即时全面了解实验状况，从而有利于对实验数据进行分析，指导下一步的具体实验。     

融合全局和局部深度特征的高分辨率遥感影像场景分类方法

提出了一种融合全局和局部深度特征(GLDFB)的视觉词袋模型。通过视觉词袋模型将深度卷积神经网络提取的多个层次的高层特征进行重组编码并融合,利用支持向量机对融合特征进行分类。充分利用包含场景局部细节信息的卷积层特征和包含场景全局信息的全连接层特征,完成对遥感影像场景的高效表达。通过对两个不同规模的遥感图像场景数据集的实验研究表明,相比现有方法,所提方法在高层特征表达能力和分类精度方面具有显著优势。     

云计算环境下不可靠数据恢复方法研究

由于云计算环境下不可靠数据中包含有利用价值的信息,但直接使用可能会给计算机带来负担,所以需要对云计算环境下不可靠数据进行恢复。当前大多数方法对不可靠数据进行复写时,利用地址映射层分配新的写入地址,因此不可靠的数据在一段时间内仍存在于云存储中,在这样的系统上实现对其的保护,不需额外保存数据的更新信息。通过FLASH的带外区记录时间戳,在FTL的映射项中增加时间戳信息,在不跟踪映射表每次更新的情况下,达到数据快速恢复的目的。但这种方法对云存储系统性能产生不利影响。为此,提出一种基于张量Tucker阈值的云计算环境下不可靠数据恢复方法,首先利用云计算环境下节点自身的随机秘钥生成器产生随机会话密钥,并对不可靠数据HMAC报文鉴别码进行计算,从而实现保护和重构。在此基础上,将不可靠数据的阈值分解过程与奇异阈值方法相结合,从而得到Tncker阈值算子,实现动态的数据恢复,恢复过程中利用Tucker阈值算子与增广拉格朗日乘子方法相结合的方式选择n-秩相似张量,提出基于增广拉格朗日乘子方法的不可靠数据Tucker阈值恢复方法,完成云计算环境下不可靠数据恢复。实验证明,所提方法能够有效提高不可靠数据恢复的准确性,降低数据恢复的能耗和时间,具有较强的可行性,为该课题的应用研究提供理论依据。     

基于FPGA的PLC数据输出控制IP核设计

提出应用FPGA设计PLC数据输出控制IP核的思路。该IP核执行输出数据相关命令时,在内部时序脉冲控制下按照Y编号地址自主完成数据在存储单元的寻址和读写操作;论述了控制器的工作原理和电路设计,应用Verilog语言实现硬件电路的构建及功能;测试表明:该IP核可以自主完成对数据处理和输出要求,使数据输出与系统其它功能模块实现并行处理,提高了PLC运行速度。     

混合架构下ORACLE数据快速查找方法研究

为了提高对混合架构下ORACLE数据的挖掘和查找速度,提出一种基于频繁项目集关联规则挖掘的数据快速查找方法。构建ORACLE数据的内部关联属性映射关系模型,在异质网络混合构架模式下,采用Graph OLAP数据仓库模型进行数据库检索的关系维度表,提取表达ORACLE数据属性信息的特征参量,通过同态标签检索方法,实现对目标数据的快速查找定位。仿真结果表明,采用该方法进行ORACLE数据查找的查准率和查全率较高,计算速度较快,性能优于传统方法。     

基于模糊递归小波神经网络的葡萄酒品质预测

针对葡萄酒品质预测模型难以建立的问题,提出一种基于模糊递归小波神经网络的葡萄酒品质预测模型。利用葡萄酒物理化学指标和品酒师打分作为模型的输入输出,采用梯度下降算法在线学习隶属函数层中心、宽度和小波函数平移因子、伸缩因子、自反馈权重因子以及输出层权值。仿真实验时,首先利用Mackey-Glass混沌时间序列进行了性能测试,然后利用UCI数据集葡萄酒品质数据对所建立的品质预测模型进行了验证。结果显示,与多层感知器、径向基函数神经网络等传统前馈神经网络相比,构建的模糊递归小波神经网络品质预测模型具有更高的预测精度,更加适合于葡萄酒的品质预测。