基于数据仓库的库存分析应用架构

在数据仓库项目实际开发时,由于要分析的历史性数据量非常庞大,如何有效提高系统性能是关注的焦点,其中着重要解决数据增量更新与预计算之间的矛盾,此外,一般数据分析系统只能对历史性数据分析和预测,而在实际需求中可能需要对实时数据进行分析。本文以广东某集团公司信息系统建设为研究背景,以钢材库存分析为主题,提出一种高性能数据仓库架构,有效解决以上矛盾,具有较好应用价值。     

基于Hadoop的录波数据的存储与访问

在智能电网环境下,录波数据具有广域、全景、海量和可靠的特征,传统的存储硬件采用磁盘阵列,数据库管理软件采用关系数据库系统的方法由于系统扩展性差、成本高、可靠性低,难以适应要求。本文提出了一种基于Hadoop的录波数据分布式存储与访问的新方法,并将其与传统方法的访问速度进行了对比,证明了新方法的高效性。     

喀斯特地区生态环境空间数据组织研究

我国西南喀斯特山区是典型的生态环境脆弱区,与其相关的生态环境数据也具有一定的地域特征,因此,在共享数据的组织过程中应当根据其特点进行有效的组织和管理。本文从用户的角度出发,对空间数据进行了分类;以元数据组织、管理为基础,按行政单元、数据精度和数据时相等层次结构对数据进行了有效组织和存储,提高了数据检索和查询效率,促进了空间数据共享工作的进展。     

基于LabVIEW的超导磁体数采与测控系统研究

根据研制的大口径、高场强的超导强磁装置的特点,选择基于LabVIEW的数据采集和测控系统。低温传感器共六支,分别安装于磁体氦槽和冷屏不同位置,其中碳电阻温度计Cernox三支,铂电阻温度计Pt100两支、Pt1000一只,用于监测磁体温度;超导氦液面计一个,用于监测氦液面高度;根据磁体参数匹配研制了一套可调励磁速率的磁体专用直流电源及其失超保护系统,保证磁体安全运行。所有数据通过NI公司内插DAQ6251数据采集卡的PX I采集,用LabVIEW编写数据采集程序和人机界面。     

住达三期工程沉降观测技术探讨

在住宅建设施工测绘中,使用瑞士莱卡NA2补尝式自动安平水准仪进行外业数据采集,结合威远图沉降数据处理软件进行沉降观测的技术方法,降低了施工成本,大大提高了工作效率.     

模糊逻辑和数据融合在监控系统中的应用

传统监控系统的一个主要缺点是利用单一传感器来监控单一监控点,由于传感器内部品质和系统外部噪声的影响使得系统的可靠性不理想.数据融合技术可以把互相独立的传感器变为互相联系的整体,增加了信息的冗余度从而提高系统的可靠性.而模糊逻辑可以把数据很好地融合在一起.笔者给出了数据融合算法的推导过程及系统的结构框图.     

数据挖掘库预处理技术在教学中的应用研究

阐述了数据挖掘预处理技术的原理,结合教学实践研究了预处理的各种方法与技术实现,探讨了空缺值、不一致数据的处理,以及属性删除与构造,聚类技术进行归约的方法.     

应用单波段亮度变化率获取无云干扰的卫星数据

在卫星遥感检测中,云对数据的反演带来了严重的干扰。精确地确定云区及减弱云的干扰是具有挑战性的问题。根据云的大气辐射特性给出了卫星图像亮度变化率计算公式、图像反射率的变化率计算公式和热红外波段图像亮度温度变化率的计算方法。利用单波段亮度变化率检测卫星数据中云干扰相对强度的新方法,快速、精确地获取云区位置,得到云区以外无云干扰的数据。根据各光谱波段具有不同的透射云层能力的特点,文章还给出了卫星各红外波段对云层透射能力的客观评价以及影响透射效果的因素。在此基础上利用红外波段对伪卷云透射图像数据完成了多波段数据融合。很好地恢复了可见光波段云区下面的真实数据。统计数据表明,融合后的云区图像数据与可见光波段相关性保持一致。     

Geographic Characterization of Leccinum rugosiceps by Ultraviolet and Infrared Spectral Fusion

Leccinum rugosiceps is an edible mushroom belonging to genus Leccinum of Boletaceae. Its fruiting bodies are richer in nutrients than many vegetables and fruit. The model of support vector machine was established for the discrimination of L. rugosiceps from regions based on rapid and low-cost ultraviolet and infrared spectroscopies. The mid-level data fusion was performed by support vector machine. Compared to a single spectroscopic technique, mid-level data fusion provided higher accuracy by selecting the most significant variance from data matrixes based on partial least squares discriminant analysis. The accuracy of the classification of samples in the calibration and test sets were 85.00 and 94.74%, higher than separate measurements by ultraviolet or infrared spectroscopy. This approach has applications for authentication and quality assessment of L. rugosiceps.     

Data assimilation and pollution forecasting in Burgers' equation with model error function

This article presents a correction method for a better resolution of the problem of estimating and predicting pollution, governed by Burgers' equations. The originality of the method consists in the introduction of an error function into the system's equations of state to model uncertainty in the model. The initial conditions and diffusion coefficients, present in the equations for pollution and concentration, and also those in the model error equations, are estimated by solving a data assimilation problem. The efficiency of the correction method is compared with that produced by the traditional method without introduction of an error function.Three test cases are presented in this study in order to compare the performances of the proposed methods. In the first two tests, the reference is the analytical solution and the last test is formulated as part of the “twin experiment”.The numerical results obtained confirm the important role of the model error equation for improving the prediction capability of the system, in terms of both accuracy and speed of convergence.