大数据下民航运输路线自动变更系统设计

为了提高民航运输路线规划统计和调度能力,从而指导民航运输路线管理,提出一种基于大数据的民航运输路线规划自动变更系统。采用ZigBee分布式组网信息调度技术进行民航运输路线规划统计大数据提取,结合民航路线组网信息识别和模式调度进行民航运输路线规划统计大数据采样后的关联属性特征提取,采用大数据自适应规划技术进行民航运输路线自动变更的大数据模糊聚类和属性特征识别处理,构建物联网信息管理平台进行民航运输路线自动变更数据的分布式协同调度,在物联网簇中将所有成员节点采集的民航运输路线规划统计数据进行均衡配置,采用关联积分学习方法进行民航运输路线规划统计大数据分类处理,根据分类结果实现对民航运输路线规划的分布式协同调度。在RMS MultiMeter集成信息处理器中实现民航运输路线自动变更系统开发设计。系统测试结果表明,该系统能有效实现民航运输路线自动变更和规划设计,系统的可靠性较高,稳定性较好。     

基于大数据的电力营销远程实时费控系统设计

针对传统电力营销远程实时费控系统存在实时控制效果差的问题,提出基于大数据的电力营销远程实时费控系统设计。构建数据分布式结构模型,采用分块特征采样方法,实现数据采集和样本组合,结合模糊信息特征检测方法完成信息的融合处理,根据直流电压谐波和电压波动的关联性检验结果,提取电力营销远程实时费控信息特征,实现数据的自适应分组匹配。在关联规则约束下,构建信息融合模型,引入综合性调度方法,实现对电力营销远程实时费用的优化控制。在嵌入式的DSP集成处理内核中实现对电力营销远程实时费控系统的硬件开发设计。实验结果表明,设计的电力营销远程实时费控系统智能性较好,自动控制能力较强。     

VBA技术对电子信息自动归档率影响建模研究

为了提高电子信息自动归档能力,提出基于VBA技术的电子信息自动归档率影响建模方法。构建电子信息自动归档的网格聚类模型,进行电子信息自动归档的分类模型设计,提取电子信息自动归档的属性特征集,根据电子信息的语义相关性属性进行自动分类,采用联合相关性检测方法进行电子信息归档的统计分析,构建电子信息自动归档的大数据分类识别模型,实现电子信息自动归档的模糊聚类处理,对提取的电子信息归档大数据的关联特征集进行分类融合,实现电子信息归档率优化,实现电子信息自动归档率影响建模优化。仿真结果得知,采用该方法进行电子信息自动归档的分类性较好,查全查准率较高,提高了电子信息的自动归档和管理能力。     

粗糙集下网络大数据混合属性特征检测仿真

由于网络混合属性集的冗余数据量多,影响数据检测的查全率,为此提出结合粗糙集理论的网络大数据混合属性特征检测方法。首先构建一个四元组,利用四元组的任意邻域信息测算其长度函数,以判断信息特征的相似性,结合粗糙集理论求解相似信息特征的邻域熵,以检测并分类重复数据属性。为优化数据分类效率,引入支持向量机分类思想,将大数据混合属性的分类问题变换为线性可分问题,实现网络大数据混合属性特征检测与分类。实验结果表明,所提方法能够有效根据数据特征筛选出无关数据信息,使用经过训练后的分类装置对约简后的特征集进行分类,与基于特征和分类器参数组合优化的网络属性特征检测方法比较,证明了所提方法的有效性,为网络大数据混合特征检测技术提供一种新的有效解决方式。     

基于用户行为挖掘的融合社交网络推荐模型

采用大数据处理技术和并行计算方法进行融合社交网络的用户行为特征的挖掘,实现社交网络智能推荐,提出一种基于用户行为挖掘的融合社交网络推荐模型。采用关联规则分布模型进行融合社交网络的用户行为特征检测,提取融合社交网络的用户行为的本体信息和关联规则项,构建社交网络的联合推荐的模糊决策模型,计算融合社交网络用户行为的联合信息熵特征值,采用模糊C均值聚类方法对提取的特征量进行分类识别,根据分类识别结果实现用户行为挖掘和融合社交网络的自适应推荐。仿真结果表明,采用该方法进行融合社交网络的用户行为特征挖掘的查准率较高,推荐的置信度水平较高。     

基于规则的消息处理引擎的设计与实现

物联网系统是异构系统的融合,其中存在众多不同种类的信息交互,且信息具有类型较多、关联复杂、数据交换和查询频率高等特征。合理地对这些信息进行表达、存储、共享和处理是物联网面临的一大难题。提出一种面向物联网应用的消息处理引擎,依据物联网中数据的特征,抽象出物联网数据表达模型,运用消息处理描述语言MPRL(Message Processing Rule Language)将以描述,并基于MPRL设计和实现了解释执行MPRL的处理引擎。同时给出该消息处理引擎在某集团公司污水处理监控系统中的应用实践。结果证明该方案可行。     

无线传感器网络疑误数据节点自动诊断方法

为了提高无线传感器网络疑误数据检测能力,提出基于轮换调度的无线传感器网络疑误数据节点自动诊断方法。通过采用分块区域特征匹配的方法,得到无线传感器网络疑误数据传输的梯度模型,采用资源优化分配方案,进行数据传输信道的均衡调度,得到节点部署分布模型。通过传感信息跟踪采样方法,得到采样信息分布,建立无线传感器网络疑误数据信息特征分析,通过分组特征检测方法进行无线传感器网络疑误数据的信息融合和空间融合调度,提取无线传感器网络疑误数据的关联规则特征集,通过统计信息分析和融合调度的方法,进行无线传感器网络疑误数据的聚类挖掘,采用预算估计算法,得到疑误数据节点定位优化,结合自主学习算法,实现无线传感器网络疑误数据节点的优化定位和诊断检测。仿真结果表明,采用该方法进行无线传感器网络疑误数据节点检测的自适应性较好,特征辨识能力较强。     

基于改进全卷积神经网络的医疗数据表面重建算法

为了实现对医疗数据的快速检测和分类识别,需要对医疗数据进行表面重建设计,首先,提出一种基于改进全卷积神经网络的医疗数据表面重建算法.采用无线射频识别技术进行医疗数据的大数据采样,对RFID采集的医疗数据进行信息融合处理,采用多元回归分析方法提取医疗数据的相关性统计特征量,然后,针对医疗数据中的冗余特征采用匹配滤波检测器进行冗余滤波处理,对提纯后的医疗数据采用相空间重构技术实现医疗数据重构,最后,对重构数据采用改进全卷积神经网络分类器进行分类识别,实现医疗数据的表面重建和自动识别.仿真结果表明,所提方法的医疗数据冗余特征处理效果较好,数据分类精度可高达90%以上,且医疗数据重建误差小,耗时少.     

水文自动测报物联网系统及通信组网与服务

目前流域、省域级水文测报存在着数据收集分散,采集网络整合力度不够,采集手段缺乏相互关联,时间空间布局存在部分交叉和空白,对整个观测区域有效信息的捕捉和服务能力受限等问题。为此,提出并设计一种基于CPS(信息-物理融合系统)体系架构的水文自动测报物联网系统技术模式,并对水文自动测报物联网系统应用设计、复合通信体制(多种通信体制)联合组网、信息共享服务等关键技术提出解决方案。这种基于CPS物联网架构的水文测报技术模式和关键技术解决方案,具有"实时感知-物信互联-过程跟踪-智能处理"的核心特征,为提升水文测报的智能感知信息采集体系建设水平,以及提高信息共享服务能力,满足精细化业务管理及支撑水利智能应用要求提供先进有效的技术手段。     

基于连续细节特征分解的数据并行聚类挖掘

为了提高对物联网多媒体音视频数据的检测识别能力,提出基于分段聚类的物联网多媒体音视频数据并行聚类挖掘方法.对采集的物联网多媒体音视频数据进行分段检测和连续谱密度特征分解,采用子空间匹配降噪方法进行多媒体音视频数据的滤波提纯处理,建立物联网多媒体音视频数据的多载波分析模型,结合频谱融合和连续细节特征分解方法进行物联网多媒...     

一种基于随机森林算法的MQTT异常流量检测方法

工业物联网系统所面临的网络安全威胁随着物联网技术的广泛应用日益增加,信息安全问题已成为其发展过程中的一大挑战。MQTT（Message Queuing Telemetry Transport）协议是物联网通信的主流协议,基于该协议的物联网通信安全研究是当前研究的热点话题。传统的流量识别技术如深度包检测无法有效地识别符合包格式的异常流量,而基于机器学习理论的异常流量识别技术则表现出很好的效果。对此提出一种基于随机森林算法的MQTT异常流量检测方法,实现整体高于90%的MQTT异常流量识别准确度,与其他常用分类模型相比拥有更好的识别效果。     

Research on gesture recognition of smart data fusion features in the IoT

With the rapid development of Internet of things technology, the interaction between people and things has become increasingly frequent. Using simple gestures instead of complex operations to interact with the machine, the fusion of smart data feature information and so on has gradually become a research hotspot. Considering that the depth image of the Kinect sensor lacks color information and is susceptible to depth thresholds, this paper proposes a gesture segmentation method based on the fusion of color information and depth information; in order to ensure the complete information of the segmentation image, a gesture feature extraction method based on Hu invariant moment and HOG feature fusion is proposed; and by determining the optimal weight parameters, the global and local features are effectively fused. Finally, the SVM classifier is used to classify and identify gestures. The experimental results show that the proposed fusion features method has a higher gesture recognition rate and better robustness than the traditional method.

     

Inspection equipment study for subway tunnel defects by grey-scale image processing

In recent years, much attention has been paid to Machine Vision-Based (MVB) technology for tunnel main defect (leakage and crack) inspection as an innovative technology. Based on the principle of MVB technology, various researchers have developed tunnel inspection equipment, but most of them need either a trailer or an external power supply, which cannot meet the demand of subway tunnel inspection in China. The limited inspection time, high demand for precision, rigid requirements of operational management and high cost of the equipment restrict the application of this method in China. MTI-100 (Moving Tunnel Inspection) was developed under these circumstances. To capture stable, high-quality images of the lining surface as the raw data of inspection, an image capture system is well designed based on CCD (Charge-coupled Device) camera scanning. Additionally, equipment optimization design of the mechanism and electricity requirements for the inspection accuracy of subway tunnel inspection is investigated. The maximal size and weight of equipment elements determined the convenience of inspection, which is primarily conditioned by these designs. The effects of lighting and vibration have been considered. A method to calculate the image shift caused by vibration is proposed. The software network is another core component of the equipment, which connects the image acquisition, image storage and defect recognition. The famous Otsu method is used for leakage recognition. A new algorithm based on the features of the local image grid is developed to recognize cracks. A comparative study shows its high accuracy for crack recognition. Finally, a simulative tunnel test and field inspection are undertaken to verify the performance of the non-destructive subway tunnel inspection equipment. Through these tests, the accuracy, stability, repeatability, labor intensity and efficiency of the equipment have been verified. A real project test certified that the developed MTI-100 is quite suitable for practical tunnel inspection.     

GBDT与LR融合模型在加密流量识别中的应用

随着网络应用服务类型的多样化以及网络流量加密技术的不断发展,加密流量识别已经成为网络安全领域的一个重大挑战。传统的流量识别技术如深度包检测无法有效地识别加密流量,而基于机器学习理论的加密流量识别技术则表现出很好的效果。因此,本文提出一种融合梯度提升决策树算法(GBDT)与逻辑回归(LR)算法的加密流量分类模型,使用贝叶斯优化(BO)算法进行超参数调整,利用与时间相关的流特征对普通加密流量与VPN加密流量进行识别,实现了整体高于90%的流量识别准确度,与其他常用分类模型相比拥有更好的识别效果。     

Medical data fusion algorithm based on Internet of things

In order to explore the data fusion algorithm in medical Internet of things, the monitoring of medical data in the Internet of things is discussed and studied focusing on data fusion and related routing technology. According to the particularity of the data in the medical Internet of things, a data fusion cluster-tree construction algorithm based on event-driven (DFCTA) is proposed. The fusion delay problem in the network is analyzed, and the minimum fusion delay method is proposed by calculation of the fusion waiting time of the nodes. Finally, the intelligent health management data fusion system in the medical Internet of things is designed. Aiming at the characteristics of multilevel integration of multisource heterogeneous data fusion for intelligent health management, the data fusion architecture of fusion tree composed of fusion nodes is proposed. The experiment shows that the DFCTA algorithm has good fusion performance. Based on the above findings, it is concluded that the algorithm is a fast and reliable method, which has important practical significance.     

基于改进双流法的井下配电室巡检行为识别

井下配电室监控视频持续时间较长且行为类型复杂,传统双流卷积神经网络(CNN)法对此类行为识别效果较差.针对该问题,对双流CNN法进行改进,提出了一种基于改进双流法的井下配电室巡检行为识别方法.通过场景分析,将巡检行为分为站立检测、下蹲检测、走动、站立记录、坐下记录5种类型,并制作了巡检行为数据集IBDS5.将每个巡检行为视频等分为3个部分,分别对应巡检开始、巡检中和巡检结束;对3个部分视频分别随机采样,获取代表空间特征的RGB图像和代表运动特征的连续光流图像,并分别输入空间流网络和时间流网络进行特征提取;对2个网络的预测特征进行加权融合,获取巡检行为识别结果.实验结果表明,以Res Net152网络结构为基础,且权重比例为1∶2的空间流和时间流双流融合网络具有较高的识别准确度,Top-1准确度达到98.92%;本文方法在IBDS5数据集和公共数据集UCF101上的识别准确率均优于3D-CNN、传统双流CNN等现有方法.     

煤矿安全监管信息管理系统的研究及探讨

分析了煤矿安全监管信息管理的研究及应用现状,指出目前煤矿安全监管信息管理存在仅建立在煤矿或矿业集团层次、安全监管部门仅能监控简单数据的问题;分析了物联网在煤矿安全监管中的应用优势,提出可基于物联网构建一种涵盖省级和国家级安全监管的煤矿安全监管信息管理系统,给出了该系统的信息结构,并探讨了该系统在具体实施过程中所面临的信息标准、安全因素分级、安监体系、信息采集内容等方面的挑战。     

面向边缘智能计算的数据场分类算法

针对聚类算法研究中普遍存在不能充分利用历史信息、参数优化过程慢的问题,结合边缘智能计算提出了一种基于数据场的分布式自适应分类算法,算法部署于边缘计算（EC）节点,提供本地的智能分类服务。该算法通过引入监督信息改造传统数据场聚类模型的结构,使其能够应用于分类问题,扩展了数据场理论可应用的领域。基于数据场思想,该算法将数据的域值空间转化为数据势场空间,依据空间势值将数据分为无标签的多个类簇结果,再将类簇结果与历史监督信息进行云相似度比较,并将其归属于与其最相似的类中;同时,提出了一种基于滑动步长的参数搜索策略以提高算法参数的优化速度。在此算法基础上还提出了一种基于分布式的数据处理方案,通过云中心与边缘设备的协作,将分类任务切割分配到不同层次的节点,实现模块化、低耦合。仿真结果表明,所提算法的查准率和查全率均保持在96%以上,且汉明损失均低于0.022。实验结果表明,所提算法可以准确分类并提高参数优化速度,整体性能优于逻辑回归（LR）算法与随机森林（RF）算法。     

融合类别和结构信息的多尺度协同耦合度量学习方法*

针对不同尺度空间集合中数据样本无法直接匹配的问题,提出融合类别和结构信息的多尺度协同耦合度量学习方法.首先将类别信息作为主要监督信息,样本分布结构信息作为辅助监督信息,构建相关关系矩阵.然后基于该相关关系矩阵构建线性和非线性最优化目标方程,通过最优化目标方程求解将不同尺度数据集合中的数据样本变换至尺度统一的公共空间,最终实现不同尺度空间中数据样本的度量.人脸识别的实验表明,多尺度空间的非线性协同耦合度量是一种有效的度量方法,运算简单方便,能够获得较高的识别率.     

基于数据驱动的物资储检配一体化系统研究和应用

针对现有电力物资仓库管理和运营多基于人工作业方式进行,工作内容繁杂,管理内容多样,数据处理量大,难以进行有效的归并和融合分析。再加上物资配送基本以需求部门自提为主,调配难度大;缺乏信息共享机制,无法对规定时期内的物资进行及时质检分析,造成物资供应链管理支撑不足的问题。本文将仓储“储、检、配”多源事件数据进行融合分析。首先识别并解析数据源实体,对于存在的瑕疵数据进行基于知识图谱的修复和整理;接下来结合仓储作业一体化的趋势特点,对仓储运行数据融合多级入出比控制模型,实时动态平衡与调整仓库库存;最后提出基于实时调度配送模型,调度各级入出库数据进行求解优化。经过测试使用,大大提高了仓储信息交互效率,进一步改善了物流的配送效率,节约管理运营成本,提高竞争力。