基于数据融合和挖掘技术的航海避碰决策系统

介绍了数据融合和数据挖掘技术，并把该技术应用于航海避碰决策系统中．建立了航海避碰决策系统的数据融合和数据挖掘综合处理的模型，并将基于多知识库的数据挖掘与信息融合技术与模糊神经网络数据挖掘技术相结合，利用模糊推理、神经网络技术和D—S证据理论实现目标识别，从而得到对于各目标类型的最终认识．     

AIS技术在船舶碰避自动化中的应用

航海技术的发展使得碰避自动化也实现了同步提升,而在碰避自动化的研究中,需要加强对新航海技术的运用,切实提升碰避自动化的整体水平.本文从航海自动化的构成和碰避自动化的发展现状入手,分析了新航海技术不断发展的背景下对船舶碰避自动化的影响,指出传统碰避措施的缺陷,提出了应用AIS技术实现船舶碰避自动化的具体运用方法.     

基于人工智能方法的智能化舰船理论研究

首先设计基于神经网络的智能舰船自动目标识别框架结构,此框架可以引入先进算法,扩充系统功能.然后提出多舰船避碰智能决策系统解决方法,保障航行的安全;最后给出基于多智能体作战防御体系框架结构,完成智能化舰船的总体设计.     

机器人避开多随机障碍物的路径规划遗传算法

针对当前路径规划中存在的诸多问题,提出了基于遗传算法的机器人避开多随机障碍物的路径规划方法。首先提出障碍物环境的神经网络模型,并利用该模型建立机器人动态避碰路径与神经网络输出的关系,将需规划路径的二维编码简化成一维编码,并把动态避碰要求和最短路径要求以及边界约束条件融合成一个适应度函数。通过对该算法进行实验仿真,证明该方法具有良好的动态避障性能,是有效和正确的。     

航海避碰专家系统的设计与实现

介绍了航海避碰专家系统的设计与实现．该系统把产生式规则和面向对象的知识表示方法相结合，构造出系统的知识库，并相应地采用了基于消息驱动的双向推理技术，求出最佳避让行动方案．其中设计并实现了海图矢量搜索算法，以使系统不仅能避让动态目标船，而且还能避让各种危险的静态目标     

连续动作强化学习及其在机器人中的应用研究

讨论了连续动作的强化学习系统实现及学习方法。首先介绍了连续动作的强化学习系统的组成原理,讨论了采用神经网络实现强化学习系统的方法,然后,介绍了强化学习机制在智能机器人避碰行为学习系统中的应用,并给出了系统的仿真结果。仿真结果表明机器人具有较好的避碰能力。     

政府智能系统的核心技术

讨论了政府智能系统研发所涉及的核心技术,包括ETL方法,即数据转换规则及设计模式、数据审核,以及ETL工具应具备的功能.对政务数据联机和数据挖掘的常用算法进行了分析,应用了数据质量的控制、技术方法的选取、知识的表达和解析机制.针对政务数据的分析与决策的主要模式,开发了一整套与其相应的OLAP和数据挖掘算法,并融合成熟的技术体系,以保证系统的实用与稳定.实践证明,该技术实用、可靠.     

考虑航行经验规则的无人船舶智能避碰导航方法

针对无人船舶在海上复杂航行条件下的自动避碰问题,基于深度竞争Q学习算法及A*算法提出了一种考虑航行经验和避碰规则的无人船舶智能避碰导航方法。通过在强化学习避碰任务和A*局部动态导航的设计中融入船舶的操纵特性,缩减了模型训练和A*算法路径规划的时间,以及将避碰经验规则转化成动态的航行限制线以获得本船周围的全部可航区域,并从全局角度衡量本船的航行态势做出避碰决策,使得避碰决策符合国际海上避碰规则和避让经验的要求。在开阔水域和受限水域中完成的仿真结果表明该方法能够成功避让所有船舶和静态障碍物,具有重要的工程应用价值。     

用于供应链合作伙伴选择的ERP数据挖掘系统的设计与实现

将数据挖掘技术引入某企业的ERP系统开发中,结合数据仓库和OLAP技术,设计并实现了一个将家纺企业ERP系统与数据仓库和OLAP技术集成的数据挖掘系统,同时充分利用ERP系统中所积累的数据,通过数据挖掘技术挖掘出该家纺企业潜在的最佳的供应链合作伙伴,从而提高了合作伙伴的选择效率,为企业提供了决策支持.在数据挖掘引擎部分采用了基于最近邻动态聚类的RBF学习算法及其改进算法,实验结果表明,后者比前者具有更好的分类效果,精确度更高且误差更小.     

信息融合技术在矿井安全监测系统中的应用

为了能够准确的判断矿井内环境的安全状况,利用信息融合技术设计了一套矿井安全监测系统.该系统主要由传感器节点、数据处理单元、地面监控单元和融合算法等几部分构成.传感器节点由温度传感器、瓦斯传感器、CO传感器和风速传感器组成,完成对井内各项数据的采集并将数据传送给数据处理单元;数据处理单元以CC2530芯片为控制芯片,对采集到的数据进行处理,并通过ZigBee技术实现无线传感器网络节点的数据传输;算法部分基于反向传播(BP)神经网络的融合算法,利用MATLAB实现的训练样本对实际数据进行融合,完成对实际情况的判断,最后做出决策.MATLAB仿真结果显示,融合后的结果与实际情况吻合,为矿井的安全监控提供更好的保障.     

大规模扫描测点的自适应数据压缩

为了压缩大规模激光扫描测点,提出了基于三角面片的自适应数据压缩方法.采用环形数据结构有效存储大规模数据点,通过计算点到平均平面的有限误差距离进行压缩点判别.在局部三角化中考虑了三角形内角和顶点距离,采用规格化最小顶点距离法实现局部三角化,避免了狭长三角形出现.实验表明,该数据压缩方法具有很高的效率,在较大的压缩比下仍可获得可靠的表面精度.数据压缩后的顶点是原来大规模测量点的优化子集,所生成的优化三角面片可以直接生成STL(stereolithography)文件或者数控加工路径,避免了手工建模.     

具有不确定数据的XML数据编码设计

为了解决模糊数据对XML文档中各元素造成的内容和结构上的改变,使得XML数据模型中的不确定信息能够被有效地管理,提出了一种基于前缀编码的四元组编码方案.在语法分析器XML Schema中,根据模糊数据的特征,利用增加的元素对XML文档中的模糊元素进行约束,进而为每一个元素建立一个四元组,其参数由文档号、遍历序号、元素模糊性及组内标志符构成.通过大量的实验对比分析,验证了该编码方案的有效性,其更适用于具有较低XML树高度的XML文档.     

节点资源库数据共享与数据接口研究

论述了"国家现代远程教育资源库"系统中,节点资源库管理系统高效接收外部资源库资源、高效进行资源编目和批量进行系统用户注册的问题,对改进提高节点资源库管理系统的软件功能,提出了解决问题的方法思路。     

自标准数据及其在数据交换中的应用

为弥补数据交换实际应用中交换标准的不足,本文首次提出了"自标准数据"、"数据港口"、"数据码头"和"数据泵"的观点。为提供更加灵活的数据提供方式,数据提供者可以"自标准化"所提供的数据,并将这些数据存放在数据港口;对于数据消费者,可以利用数据泵从数据港口获取并解析出所需要的数据。文中对自标准数据的定义、特性、产生的背景、基于自标准数据和数据港口的数据交换的技术架构以及应用的领域等进行了论述。原型系统实现及企业应用验证了自标准数据和数据港口技术的有效性和可行性。     

数据采集与数据分析的协同问题

入侵者无论从规模与方法上入侵技术近年来都发生了变化.目前的入侵检测系统将网络数据包的采集、分析与日志文件的采集、分析割裂开来,而且将来的网络速度越来越快,许多重要的网络还是加密的.在这种情况下,对网络数据包这种动态数据的采集就显得更加困难了.因此,在数据采集和数据分析上进行协同并充分利用各层次的数据,是提高入侵检测能力的首要条件.     

基于价值评估的海量数据迁移策略研究

根据分级存储管理HSM(hierarchical storage management)中的数据迁移任务,提出了一种基于价值评估的数据迁移模型.通过按比例计算数据的固有属性和预期价值,可以得到数据价值的精确表达,结合迁移过程控制策略,相应价值的数据将被分配到与其价值相适应的存储设备上.仿真实验结果表明,相对于LRU和LFU,该迁移算法能使绝大多数的访问命中于在线存储设备,并随着访问次数的增加,可以逐步提高算法的精度.     

AutoCAD数据到EXCEL数据转换方法研究

本文结合生产实际提出了一种方便、准确的方法,它能够将AtuoCAD图形文件中标题栏信息转化成EXCEL文本数据,而EXCEL文本数据可以很方便的生成BOM,可以在很大程度上提高cAD／MRPΠ／ERP各系统之间的集成性。本文所介绍的方法是采用VB编程进行二次开发,具有调试、更新方便的优点,将此方法运用到企业,大大提高了企业管理效率和产量。     

基于数据仓库技术的炼钢质量数据模型研究

根据某钢铁企业质量追溯中的需求以及企业管理信息系统分散、独立的现状,提出采用数据仓库解决方案的体系架构,确定以质量追溯为主题的数据仓库模型,解决了数据独立、分散、面向应用的问题.为数据的集中管理和综合利用提供了解决方案,为企业决策者进行统计分析和数据挖掘奠定了良好的基础.     

计算机半结构化数据源的数据挖掘技术研究

Web是一个动态性极强的信息源,要访问、分析这些信息必须要研究异构数据的集成问题和选择合适的技术进行数据分析、集成和处理．介绍了多数据源数据仓库体系结构,分析了转换器在面向Web的数据挖掘中存在的不足和XML语言的技术特点;提出了多数据源数据的集成思想和实现的框架以及基于半结构化数据源的数据挖掘方法,提出了应用XML技术对多数据源数据进行集成与转换以便构建数据仓库的方法。同时给出了实现的关键技术．     

手机信令与出租车GPS数据融合车源定位方法

为揭示居民出行行为与城市交通拥堵的内在关联,并为缓解城市交通拥堵提供技术支持,利用高覆盖率、低精度的手机数据和低覆盖率、高精度的出租车GPS数据,构建了数据驱动的车源定位方法.利用手机数据获取出行需求信息,利用出租车GPS数据获取交通状态信息;提出基于数据融合的出行OD估计方法,进行交通流分配,对城市道路车流来源及城市拥堵源进行动态定位.结果表明:道路车流主要来自于少量车源小区,且拥堵状态下这些小区更加集中;同时受居民通勤行为的影响,城市全局拥堵源在早晚高峰表现出不同的特征.利用数据融合的车源定位可以用于揭示拥堵形成的内在机理及演化规律,辅助制定有针对性的拥堵缓解策略.