基于Hadoop的电子通信数据快速存储系统设计

在Hadoop云平台进行数据云存储系统的优化设计,提高大容量数据快速存取能力,构建基于Hadoop的大容量数据快速存储系统,采用负载均衡调度和云存储优化方法进行存储系统构架,进行Hadoop云平台的海量大数据进行信息融合处理,对Hadoop云平台大容量数据信息流进行非线性时间序列重组,采用特征空间降维方法降低存储开销,优化存储结构,提高存储和调度的速度。仿真结果表明,采用该方法进行Hadoop大容量云存储系统设计,提高了数据存储的吞吐性能和快速存取性能。     

基于深度学习的区块链数据分片峰值聚类算法

为了提高物联网区块链数据挖掘能力,需要进行数据优化聚类处理,提出基于深度学习的区块链数据分片峰值聚类算法.采用异构有向图分析方法进行物联网区块链数据存储结构设计,结合特征空间重组技术进行物联网区块链数据结构重组,提取物联网区块链数据的关联信息特征量,采用语义相关性融合的方法进行区块链数据特征提取和自适应调度,对提取的物联网区块链数据特征量进行模糊聚类处理,采用模糊C均值聚类方法进行物联网区块链数据的网格分片峰值聚类和属性分类识别,采用深度学习方法进行数据聚类过程中的分片峰值融合和聚类分析,实现区块链数据分片峰值聚类.仿真结果表明,采用该方法进行区块链数据分片峰值聚类的收敛性较好,误分率较低,自适应学习能力较强.     

基于元数据的电力客户流量数据实时监测设计

为了提高电力客户流量数据实时监测能力,提出基于元数据的电力客户流量数据实时监测系统设计方法。构建电力客户流量数据的分布式采集和存储结构模型,采用多分布的传感器阵列进行电力客户流量数据采样,对采集的电力客户流量数据进行特征重组,提取电力客户流量数据的元数据结构特征,根据元数据的结构分布进行电力客户流量数据的模糊信息聚类处理,建立电力客户流量数据的多分布特征检测和属性聚类模型,采用模糊融合方法进行电力客户流量数据的多元信息重构,在重构的特征空间中实现电力客户流量数据实时监测。仿真结果表明,采用该方法进行电力客户流量数据监测的实时性较好,识别精度高,特征分辨能力较强,具有很好的电力客户流量信息检测和识别能力。     

基于多种群协同进化算法的数据并行聚类算法

为了提高云存储空间多维资源数据挖掘能力,需要进行数据并行聚类处理,提出基于多种群协同进化算法的数据并行聚类算法.构建云存储空间多维资源数据的参数采集模型,对采集的云存储空间多维资源数据进行模糊并行特征分布式重组,提取云存储空间多维资源数据聚类特征参数集,采用关联粗糙集特征分析方法进行云存储空间多维资源数据的多尺度小波结构分解,结合多种群协同控制的方法,建立云存储空间多维资源数据的并行聚类模型,通过关联协同滤波检测方法,进行云存储空间多维资源数据的分组特征检测和融合聚类处理,根据差分进化方法进行云存储空间多维资源数据的聚类中心寻优,遍历云存储空间多维资源数据聚类区域的候选目标集,实现对云存储空间多维资源数据的并行关联规则聚类和可靠性挖掘.仿真结果表明,采用该方法进行云存储空间多维资源数据挖掘的精度较高,聚类性较好,收敛性较强.     

网格环境下基于协商的跨域访问控制模型

在网格环境下,如何解决跨管理域的访问控制问题是实现资源共享和协同工作的关键。文中在基于角色的访问控制机制下,提出了一种基于协商的跨域访问控制模型并对其进行了形式化描述。各个域通过共同协商来定义、分配虚拟角色,用户以虚拟角色来实现虚拟组织内的跨域访问。此外,模型以访问控制策略的形式引入了计算对上下文信息的约束,从而能够支持上下文敏感的访问控制。     

CT-RBAC:一种云计算环境下的访问控制模型

云计算的开放性、共享性等特点,使云计算环境下的访问控制比传统环境下的访问控制更加复杂.为了保证访问过程中云用户以及云服务器上数据的安全性和可靠性,提出了一种云计算环境下的访问控制模型(CTRBAC).划分了云服务器上数据和云用户的安全级别,引入了任务情景集,从5个角度来实现访问控制策略,最后给出了云用户访问云端数据的实现流程.分析结果表明CT-RBAC具有明显的优点.该方案提高了客体拥有者对云服务器的监控能力,保证了云环境下数据的安全性和可靠性,并且具有较好的灵活性.     

基于随机森林算法的通信大数据重复清洗方法

当前在通信大数据清洗过程中,由于不能同时实现数据滤波与清洗,导致清洗效果差及通信时延高,为此提出基于随机森林算法的通信大数据重复清洗方法.构建主网通信数据的多维分布异构存储节点分布模型,采用云融合调度方法进行数据自适应调度和信息特征采样,结合模糊特征匹配和检测滤波方法实现数据采集过程中的抗干扰处理,根据所采集到的数据采...     

云存储下多用户协同访问控制方案

CP-ABE被认为是云存储下最适合的数据访问控制方法之一,但它仅适合用户分别读取或者分别修改不同数据的情况,而直接应用CP-ABE进行多用户协同数据访问时,会存在修改无序、密文文件大量冗余等问题。多用户协同访问云端数据时,应该在保证机密性、抗共谋的前提下控制合法用户有序地修改同一密文文件,同时云端尽可能减少密文文件副本。针对文件和文件逻辑分块,提出了2个多用户协同访问控制方案MCA-F和MCA-B。MCA-F满足单个数据文件作为最小控制粒度的访问控制需求,该方案采用层次加密结构,云服务器承担部分解密计算,以降低用户解密的计算代价;针对多用户同时写数据的访问控制,提出了对多个用户提交的暂存数据的管理方法。MCA-B用于文件的逻辑分块作为最小控制粒度的访问控制,该方案设计了文件的逻辑分块机制、基于索引矩阵的表示方法,提出了子数据掩码表示方法以描述多个用户对同一文件不同逻辑分块的写权限;MCA-B支持用户集合、文件逻辑分块结构的动态变化,而且数据的拥有者和修改者无需一直在线。与现有的方案相比,所提方案不仅具有云存储下多用户协同写数据的访问控制能力,而且读访问控制的用户端存储量和加解密计算量是较小的。     

大数据环境下云数据的访问控制技术研究

传统的数据访问控制技术相对完善,基本可以达到保护数据资源不被非法访问的目的,可是随着计算机和网络技术的发展,云计算时代到来,数据的计算模式和存储模式都发生了翻天覆地的变化。有效地将数据访问控制技术应用到大数据环境下的云数据安全维护是如今云计算发展的重要项目。面对这个挑战,着重从访问控制模型、ABE密码机制和多用户访问控制等方面对大数据环境下云数据的访问控制进行研究。     

基于语义相似性关联特征提取的大数据挖掘技术

为了提高武器装备信息管理数据库中的大数据挖掘能力,提出一种基于语义相似性关联特征提取的大数据挖掘技术.构建武器装备信息管理数据分布式结构模型,采用关联规则信息融合方法进行大数据分块结构匹配处理,结合自适应回归分析方法进行武器装备信息管理数据的关联特征提取,对提取的装备管理数据的关联规则特征量进行属性分类识别,计算大数据的语义相似性关联特征量,结合判决统计分析方法进行大数据的融合调度,采用语义划分方法进行大数据模糊聚类处理,实现武器装备信息管理数据库中的大数据自适应挖掘.仿真结果表明,采用该方法进行大数据挖掘的准确性较高,对冗余数据的抗干扰能力较强,提高了武器装备大数据的自适应挖掘和检索能力.     

基于红外与可见光图像的目标检测算法

针对现有基于可见光的目标检测算法存在的不足,提出了一种红外和可见光图像融合的目标检测方法。该方法将深度可分离卷积与残差结构相结合,构建并列的高效率特征提取网络,分别提取红外和可见光图像目标信息;同时,引入自适应特征融合模块以自主学习的方式融合两支路对应尺度的特征,使两类图像信息互补;最后,利用特征金字塔结构将深层特征逐层与浅层融合,提升网络对不同尺度目标的检测精度。实验结果表明,所提网络能够充分融合红外和可见光图像中的有效信息,并在保障精度与效率的前提下实现目标识别与定位;同时,在实际变电站设备检测场景中,该网络也体现出较好的鲁棒性和泛化能力,可以高效完成检测任务。     

光纤网络中云计算资源联合最优分配方法

在云计算技术与光纤网络不断发展的今天,网络数据不断增加,网络带宽面临严峻挑战。当前应用云计算资源联合最优分配方法对网络链路资源分配的结果较为落后,导致资源分配后网络数据传输扰动量以及带宽阻塞率较高。针对此问题,本文设计光纤网络中云计算资源联合最优分配方法。以网络任务模型为蓝本,构建光纤网络传输模型。将光纤网络传输模型以有向图的形式,完成网络节点传输映射分析。结合光树生成算法,设计云计算资源最优分配算法,完成光纤网络中云计算资源联合最优分配方法设计。仿真结果表明:采用所提方法后网络数据传输扰动量以及带宽阻塞率较低,提升了云计算资源的分配方法。     

Antenna-Array-Assisted Frequency Offset Estimation and Data Detection in an Uplink Multiuser MIMO-OFDM Interference Network

Due to the popularity of IEEE 802.11a/g/n wireless local area networks, the high-density deployment of access points and their serious mutual interference have become a pressing concern, and made both frequency acquisition and data detection even more difficult. In addition, improving the network coverage and scalability in the mesh mode of IEEE 802.16 wireless metropolitan area network, space and frequency information can provide abundant scheduling information under the configuration. In light of this, this paper presents an antenna-array-assisted algorithm to solve these two problems in a multiuser multiple-input-multiple-output orthogonal frequency division multiplexing interference network. The algorithm begins with the estimation of three channel parameters: frequency offsets, delays and angle selectivity. To make a good use of the array signal characteristics, these three parameters are estimated in a frequency/delay-angle-frequency/delay (FAF) tree structure, in which two frequency/delay estimations and one angle estimation are employed alternatively. One special feature in the FAF tree structure is that temporal filtering or spatial beamforming is invoked between the parameter estimations to decompose signals so as to enhance the estimation accuracy. Thereafter, based on these parameter estimates, a data detection procedure is developed to mitigate both multiple access interference (MAI) and co-channel interference (CCI). Simulations show that the proposed algorithm can provide satisfactory performance even in networks with MAIs and CCIs sharing the same frequency band.     

融合深度卷积网络与点云网络的三维车辆检测方法分析

在常规的车辆目标检测中,YOLO,SSD,RCNN等深度模型都获得了较好的检测效果,但是在无人驾驶系统中,车辆的速度、方向、相对距离等因素对于系统来说十分重要,所以采用二维车辆检测对于驾驶场景的理解还远远不够。激光点云数据蕴含着丰富的三维环境信息,融合点云数据和深度网络的三维车辆检测已成为未来的发展方向。文章给出了一种基于点云网络与卷积神经网络的三维车辆检测方法,首先,使用CRC和输入尺寸有关的SDP技术来提高车辆检测的准确性;其次,采用点云网络结构(Pointnet)来处理点云数据,实现三维目标检测,研究表明设计网络结构在检测精度上有着较大的优势。     

基于空间与光谱注意力的光学图像和SAR图像特征融合分类方法

针对多源遥感图像的差异性和互补性问题,该文提出一种基于空间与光谱注意力的光学图像和SAR图像特征融合分类方法。首先利用卷积神经网络分别进行光学图像和SAR图像的特征提取,设计空间注意力和光谱注意力组成的注意力模块分析特征重要程度,生成不同特征的权重进行特征融合增强,同时减弱对无效信息的关注,从而提高光学和SAR图像融合分类精度。通过在两组光学和SAR图像数据集上进行对比实验,结果表明所提方法取得更高的融合分类精度。     

基于FPFH和法向量的改进点云配准算法

针对飞行时间法(TOF)获取点云的相关特点,提出一种适用于TOF点云的改进配准算法,首先使用FPFH特征对点云进行粗配准;在精配准阶段,通过法向量夹角特征采样的方法来减少点云的点数,同时又保留点云的关键信息点,并引入KD树和RANSAC方法来改进ICP的配准效率.实验结果表明,该算法具有良好的配准效率和精度,同时具有较大的适用范围.     

基于残差密集连接与注意力融合的人群计数算法

现有人群计数算法采用多列融合结构来解决单一图像的多尺度问题,但该处理方法不能有效利用低层特征信息,从而导致最终人群计数结果不准确。针对这一缺陷,文中提出一种基于残差密集连接与注意力融合的人群计数算法。该算法的前端利用改进VGG16网络提取低级特征信息。算法后端主分支基于残差密集连接结构,利用残差网络和密集网络结合方式捕获层与层间的特征信息,可高效捕获多尺度信息。侧分支通过引入注意力机制,生成对应尺度注意力图,有效区分特征图的背景和前景,降低了背景噪声的影响。采用3个主流公开数据集对该算法进行验证。实验结果表明,该算法计数有效且计数准确率优于其他算法。     

基于激光雷达的道路不平度及可行驶区域检测

为了提高室外场景中车载激光雷达道路不平度信息检测的精度, 采用随机降采样和局部特征聚合的网络结构对道路环境信息进行提取分割。在分割过程中加入随机降采样的方法, 从而提高点云信息的计算效率, 为解决道路环境信息分割过程中关键特征丢失的问题, 加入局部特征聚合器来增加每个3维点云的接受域来保留几何细节。结果表明, 所提出的算法可以准确识别道路环境信息, 对于凸包、凹坑、道路可行驶区域的识别精度分别达到71.87%, 82.71%, 93.01%, 与传统卷积神经网络相比有显著提升。该研究可高效提取道路不平度及道路可行驶区域信息, 从而提高了车辆的主动安全性与平顺性。     

云计算及LLF算法的光纤数据差异化调度策略

现有光纤数据差异化调度策略忽视数据节点的排序,导致构建的调度模型效率较低,影响数据调度速度,为提高光纤数据差异化调度能力,提出基于云计算及LLF算法制定光纤数据差异化调度策略。排列LLF算法下松弛度队列顺序,确保松弛度较大任务能够率先完成,基于LLF算法设计数据调度模型,求出光纤数据调度范围,制定云计算环境下数据差异化调度策略,提升队列排序的处理能力,提高光纤数据调度效率。实验结果可知,该调度策略的数据平均计算时间约为263s,数据平均调度时间为186s,验证了所提方法能够有效提升数据计算及调度效率。     

基于点云数据分类的机载雷达地形坡度勘测

为提高变电站的三维设计效果,需勘测变电站地形坡度。提出基于点云数据分类的机载雷达地形坡度勘测方法。采用机载雷达回波扫描技术采集地形坡度勘测数据。结合像素点跟踪识别法,重构地形坡度勘测过程中三维图像。采用三维光学检测技术采样机载雷达地形坡度勘测点云数据,结合中值滤波法和平均值滤波方法,增强地形坡度点云信息分类结果,获取地形信息中的高程信息,在地理信息系统中形成等高线图,实现变电站三维地形坡度勘测和优化设计。仿真实验结果表明,所提地形坡度勘测方法的勘测准确性较高,有效提高了变电站三维空间规划能力。