基于云计算的大数据挖掘内涵及解决方案研究

随着时代的发展和进步,大数据在我们的日常生活中有了越来越多的应用范围,文章也是主要对基于云计算下的大数据进行挖掘,展开相应的探讨,并与传统的数据进行对比,得出相关结论,对大数据的内涵进行基本分析和结论研究,并提出相应的解决方法。     

基于混合模式快速电荷平衡的神经刺激器

设计实现了一种可用于脊髓神经刺激器的多通道大电流神经刺激器。提出将电极短接和插入短电流脉冲相结合的混合模式,在大电流下,能更加快速地实现电荷平衡。电路设计上,将ADC动态比较器的回踢噪声消除技术应用于神经刺激器,使得动态比较器在输入压差较小时能够输出正确的比较结果,从而将电极上残留电压保持在更安全的范围内。基于CSMC 0.25 μm BCD工艺进行设计与仿真,结果表明,在单向且最大刺激电流为4 mA、刺激脉宽为60 μs、刺激周期为750 μs的条件下,该15 V、16路神经刺激器能实现±50 mV安全电压的有源电荷平衡。     

消防救援队伍防汛抗洪抢险救援工作探析

防汛抗洪抢险救援作为“全灾种、大应急”崭新一环和重要部分，对消防救援队伍力量集结机动、信息会商研判、灾情预警预测、业务能力建设、战时战勤保障等提出重大挑战，是当前全国消防救援队伍亟待深入调研分析的一项重大课题。     

新能源实时错误数据辨识与修正深度学习模型

针对新能源电站实时采集数据错误的问题，利用新能源电站历史数据，采用基于数据间模型的方法辨识和修正错误数据，进而利用辨识和修正的结果数据，建立基于决策树分类模型的新能源实时错数辨识模型，以及基于深度神经网路的新能源实时错数修正模型，从而在实时运行过程中，可利用得到的模型对新能源错数进行实时快速辨识和修正，可显著提高错数辨识和修正效率，支撑新能源电站的实时分析应用，保障新能源电站的实时安全稳定运行。通过某典型风电场和光伏电站真实历史数据的算例分析，验证了所提方法的有效性。     

基于信息熵抑制的大数据特征隐匿性加密仿真

针对传统大数据特征加密方法中大数据精度较差、加密耗时较长的问题,提出基于信息熵抑制的大数据特征隐匿性加密方法。分析信息熵抑制相关理论,采用信息熵映射函数对大数据分类,将信息熵抑制过程转化为计算2个文件相似性的过程,并根据余弦相似度公式以及Hamming距离值计算数据相似度,完成数据消冗。在完成数据消冗的基础上,分析分组密码方法和ECC加密方法,结合两种方法得到大数据特征隐匿性加密处理计算公式,实现基于信息熵抑制的大数据特征隐匿性加密。实验研究结果表明,所提方法能够有效去除冗余数据,提升大数据精度,加快数据加密的处理速度,高效完成大数据加密过程。