钻井生产实时监测系统的实施策略

石油工程中的勘探，钻井，采油等各项工程作业，区域大，距离远，为了便于管理，将整个油田分成几个较小的区片，即前线指挥部。在总指挥部，前线指挥部和井队之间，需要钻井生产实时监测系统进行数据的远程通信。     

啤酒发酵过程数据监测系统

介绍了以ＳＴＤＶ４０系统Ⅱ为核心的啤酒发酵过程的数据监测系统，详细分析了其硬件结构和软件设计，提出了几种切实可行的现场抗干扰措施。     

一种基于SNMP网络设备监测系统的设计与实现

随着人们对网络可靠性和安全性要求的提升,旨在设计实现一个软件系统对网络设备运行情况进行监控,且在设备出现故障后能够及时、自动地向网络管理员告警.另外还为网络管理员提供一种方便的途径,来查看网络设备的状态信息.     

浅谈变电站数据监测系统的设计

随着我国电力行业的快速发展,为保证变电站正常、安全、有效、健康的运行,对变电站进行数据监测势在必行。本文主要对变电站数据监测系统中的数据采集通道、最小系统、电源等方面做了简要的介绍。     

实时数据无线海洋监测系统的研究

利用先进的GSM／GPRS／CDMA技术的无线监测管理系统，集计算机、通信、机电、自动控制等多种先进技术于一体，实现海洋环境动态、实时监测，它解决了传统监测中自己构建通讯系统成本高、抗干扰性差的缺点，提高了无线监测系统的运行质量，增强了可靠性和可控性。     

分布式实时生产数据监测及调度网络系统

分布式实时生产数据监测及调度网络系统耿誉，李时伟一、前言随着国民经济建设的不断发展，对生产过程的经济性和可靠性要求不断提高，每一个企业都希望借助现代化手段监控生产过程，以实现稳定经济的生产。微电子工业和计算机工业的崛起使人类的愿望逐步得以实现。特别是...     

水库水电站运行数据监测系统研究

小水电站、水库分布广、数量多,由于水电站发电装机、水库库容规模小,运行管理机构不健全,安全运行管理不到位,如发电运行人员责任心不强,势必影响电站发电经济效益。安装上水库、水电站运行数据监测系统后,电站业主或管理人员便可在办公室、家里或出差在外,随时都可以上网浏览查询所要查讯的电站、水库的一切资料和运行数据。做到监督、指导水库、水电站运行,达到电站运行效益最大化。本系统已得到国家专利证书。     

RMS700监测保护系统的数据管理系统

介绍了一种基于德国飞利浦公司ＲＭＳ７００监测保护系统二次开发而成的计算机数据采集和管理系统。它兼有高速振动数据采集和其他热工数据采集功能，并能实现在线监测及离线分析处理。该系统的核心包括测试信号用快变信号箱、慢变信号箱，高速锁相倍频数据采集板，低速数据采集板以及ＴＭＳ３２０Ｃ２５快速ＦＦＴ板等，最终以高可靠Ｉｎｔｅｌ工控机来管理。该系统用户界面友好，菜单简明易操作，已成功地在北京石景山发电厂连续运行将近一年。对该系统稍加改动就可以移植用于管理美国本特利公司的７２００或３３００仪表，或是构成独立的监测系统。在系统中加入故障诊断软件后，也可构成故障诊断系统     

一种用于两片罐生产线的实时数据监测管理系统

应用Internet/Intranet技术和Client/Server结构,通过DDN专线Cisco路由器开发了一种新的数据接口技术,使高级语言能快速读取PLC数据,实现实时数据监测     

钻井生产实时监测系统的实施策略

石油工程中的勘探、钻井、采油等各项工程作业,区域大,距离远．为了便于管理,将整个油田分成几个较小的区片,即前线指挥部．在总指挥部、前线指挥部和井队之间,需要钻井生产实时监测系统进行数据的远程通信．笔者联系实际,探讨了油田通信系统的总体设计思路,其中包括系统通信网络子网的合理分布,及其可靠的通信信道和技术,系统实施的任务策略,各级通信的硬件配置和支撑软件流程．最后对系统实施办法、扩展性、可靠性作了简要的论述．对油田生产作业的数据远程通信有一定的参考价值．     

数据流管理与挖掘研究

20世纪末,为适应网络监控、商业交易管理和分析等应用的要求,数据流技术应运而生;该文回顾了近年来国内外在该领域的研究进展,总结了数据流的特点、模型及其算法,对数据流管理和挖掘的关键技术进行了分析,并进一步提出了数据流技术研究的方向。     

流数据频繁项算法研究

流数据频繁项挖掘是一项重要的研究课题,是其他流数据挖掘任务的基础。Lossy counting 算法是第一个近似的流数据频繁项挖掘的算法,并且具有空间和时间的高效性。详细分析该算法,尤其是它不能回答关于时间的查询的不足后,对其进行改进,提出了一个在多时间粒度上挖掘流数据频繁项的设想,加入时间维度。改进后的算法在时间倾斜窗口保存与合并频繁项,可以应用于各种对时间敏感的流数据查询和挖掘应用中。     

半结构化文档数据流的快速频繁模式挖掘

为了提高半结构化文档数据流的挖掘效率,对原有挖掘算法StreamT进行了改进,提出了一种半结构化文档数据流的快速频繁模式挖掘算法--FStreamT.该算法针对利用集合存储候选频繁模式效率较低的缺点,采用枚举树存储候选频繁模式,可以有效地提高对候选频繁模式集合进行查找和更新的效率,同时利用频繁模式的单调性和枚举树的特点减小了维护负边界的搜索空间,从而提高了整个算法的效率.理论分析和实验结果表明,算法FStreamT与算法StreamT相比具有较高的效率,是有效可行的.     

数据流中一种有效的当前频繁序列挖掘方法

给出了一种基于滑动窗口挖掘频繁序列算法。该算法给出了ε-近似序列集的定义,利用一种压缩的数据结构GSP-tree来存储和维护整个滑动窗口中各分区的近似序列集,并通过合并各分区的近似序列集来响应用户当前的查询请求。     

一种抗噪的概念漂移数据流分类方法

隐含概念漂移的数据流分类问题是数据挖掘领域研究的热点之一,而实际数据中的噪音会直接影响概念漂移检测及分类质量,因此具有良好抗噪性能的数据流分类方法具有重要的研究和应用价值.随机决策树的集成模型是一种有效的数据流分类模型,为此本文基于随机决策树,引入Hoeffding Bounds不等式来检测和区分概念漂移和噪音,根据检测结果动态调整滑动窗口的大小和漂移检测周期,并提出一种增量式的集成分类方法ICDC,实验结果表明,本文算法在含噪音数据流上处理概念漂移是有效的.     

一种流量无关的数据流突发检测算法

针对数据流整体数据量波动剧烈的情况下准确突发检测问题,改进了经典的聚合塔数据结构,提出了一种流量无关的数据流突发检测方法FFBD(flow free burst detection)。该方法使用单个元素数量与总体元素数量的比值作为单个元素滑动窗口内的聚合函数值,并使用前后2个滑动窗口内的聚合函数的比值来判断突发,该数据结构能够高效支持弹性窗口时间跨度不大的应用场景。实验结果证明,与典型的聚合塔突发检测方法相比,FFBD方法虽然多使用了2%的存储空间、提高了5%的计算复杂度,但能有效地规避整体数据流的显著变化对单个元素突发检测带来的影响,有着更好的检测效果。     

SCBA:基于演变的规则知识库的数据流分类模型

近年来,数据流作为一种特殊的数据形态,广泛出现于金融、互联网、科学研究等各个领域,引起了数据挖掘界极大的兴趣。其数据量无穷,数据概念随时间变化,对问题要求快速响应等特点给研究工作带来了极大的挑战。该文聚焦于数据流分类问题,提出了一种基于演变的规则知识库的数据流分类模型:SCBA(streamclass ification based on assoc iation ru les)。该模型随着数据流的到达,从动态维护的规则知识库中挑选适应当前数据概念的规则,构建单个分类器。与目前流行的数据流分类模型相比,SCBA具有如下特点:与层次结构的决策树相比,分类器的更新更为灵活并易于实现;与倾向“平均”的组合分类器相比,单个的分类器有利于规避“小模式问题”,并能加快对数据流概念变化的调整速度和对应用的响应速度。     

数据流连续查询处理技术的研究

数据流查询处理技术的研究是目前数据库研究领域的热点问题.传统的数据库技术不能处理诸如网络监测、传感器网络、股票分析等应用中所生成的新型数据,即数据流.数据流作为一种新的数据形态,不同于传统的静态数据,具有连续快速、短暂易逝、规模宏大和不可预测的特点;其研究核心是在一个远小于数据规模的有限存储空间迅速获得近似查询结果.综述关于数据流查询处理技术的研究成果,主要介绍数据流模型、查询的特征、数据流近似查询操作算法的实现以及数据流系统中的查询处理方法.     

SMART: 基于数据流技术的电信网络流量监控系统

大多数国内电信运营商现有的网络流量监控系统的分析都是基于数据文件的操作模式,处理速度远跟不上大量数据到达的速度。基于这种情况,提出了基于数据流技术来实现在线网络流量监控系统SMART。SMART收集多个路由器发送的Netflow V5或者V9格式的数据,并将其转换成用户定义的监控流;以滑动窗口的方式查询输出流量构成中Top-k频繁数据信息;监测网络流量突变;以可视化的图形和报表形式显示结果。SMART先进的数据流算法技术基础和完整的系统框架设计使得它在上海电信高效稳定的7*24h运行。     

SCMR: a semantic-based coherence micro-cluster recognition algorithm for hybrid web data stream

Data aggregation from various web sources is very significant for web data analysis domain.In addition,the recognition of coherence micro cluster is one of the most interesting issues in the field of data aggregation.Until now,many algorithms have been proposed to work on this issue.However,the deficiency of these solutions is that they cannot recognize the micro-cluster data stream accurately.A semantic-based coherent micro-cluster recognition algorithm for hybrid web data stream is proposed.Firsdy,an objective function is proposed to recognize the coherence micro-cluster and then the coherence micro-cluster recognition algorithm for hybrid web data stream based on semantic is raised.Finally,the effectiveness and efficiency evaluation of the algorithm with extensive experiments is verified on real music data sets from Baidu inc.and Migu inc.The experimental results show that the proposed algorithm has better recall rate than the non-semantic micro cluster recognition algorithm and single source data flow micro cluster recognition algorithm.