测绘中的地理信息系统

随着科学信息的发展,越来越多的信息技术运用到测绘工作中,给测绘工作带来了新的变革。地理信息系统广泛的应用在我国建设的各个方面,有效地提高了测绘的精度和广度,也提高了数据处理的效率。一、地理信息系统（GIS）的基本特点地理信息系统（GIS）的技术优势不仅表现在具有地理数据采集存储、管理、分析、三维可视化显示与成果输出于一体的数据流程的特点,还体现在它的空间提示、预测预报和辅助决策功能。     

基于网格密度和引力的不确定数据流聚类算法

为改进EMicro算法存在的不足提出了GDF-CUStreams算法。该算法采用网格特征向量存储数据的分布特征,通过更新网格特征向量合并成簇对不确定数据流聚类,对新数据点的到来采用增量聚类。通过网格密度和网格质心之间的距离判定网格是否是零星网格,利用网格引力对簇边界进行优化,检测和删除零星网格,使簇边缘更加平滑,提高聚类精度。其中网格密度和网格质心都采用增量更新。实验结果表明,与EMicro算法相比,GDF-CUStreams效率更高且效果良好。     

视频会议中的网络通信控制系统

为了解决 IP 网络环境下的视频会议系统的服务质量问题,在对视频会议的结构及实现特点进行分析研究的基础上,提出了视频会议系统中的网络通信控制子系统的整体框架。对网络通信控制子系统的实现方法进行了研究,并讨论了系统的各个组成模块具体的实现过程。最后,主要对系统实现中的网络服务器的高性能并发保障和多路媒体数据流的整合进行了探讨研究,为实现视频会议的流媒体处理方法提供了有效的解决方案。     

分布式数据流挖掘技术综述

网络信息技术的高速发展产生了新的数据模型,即数据流模型,并且越来越多的领域出现了对数据流实时处理的需求,庞大且高速的数据以及应用场景的实时性需求均推进了数据流挖掘技术的发展。首先介绍了常见的数据流模型;然后根据数据流模型的特点总结数据流挖掘的支撑技术;最后,分析了分布式数据流挖掘的重要性和有效性,给出了算法并行化的数学模型,并介绍了几种具有代表性的分布式数据流处理系统。     

基于模糊并行约简的模糊概念漂移探测

数据流挖掘是当前数据挖掘研究的一个热点,并且数据流的类型也不尽相同。利用模糊粗糙集和F-粗糙集的基本原理和基本方法,提出了一种对模糊型数据流进行模糊并行约简、删除冗余属性的方法,并运用模糊并行约简中属性重要性的变化探测模糊概念漂移现象。有别于传统方法,该方法利用模糊数据的内部本质特性对模糊概念漂移进行探测,并且通过实例验证其探测模糊概念漂移的可行性和有效性。     

高校实验信息规范化管理研究与实践

实验信息管理一直是各个高校教学管理的重要组成部分,在要求学生实践创新能力培养的思想指导下,进行高校实验信息规范化管理研究是非常必要的。本文首先对一般高校实验信息规范化管理的业务流程进行了分析和研究,然后以一所本科院校为实例进行实验信息规范化管理的实践。     

基于Spark框架的分布式入侵检测方法

为以较低的误报率和较高的检测率对攻击和恶意行为进行实时检测,基于Spark框架和位置敏感哈希算法,提出一种分布式数据流聚类方法DSCLS ,能够处理实时数据流,可根据数据流速进行横向分布式扩展。基于DSCLS分布式聚类算法,建立网络入侵检测系统,能够高速实时分析数据流,聚类相关模式,实时检测已知攻击和入侵,能够对未知的新型攻击进行检测。理论分析和实验结果表明,与主流的数据流聚类算法D‐Stream相比, DSCLS方法能够有效提高检测率并降低误报率,在时间性能和可扩展性方面更有优势。     

基于滑动窗口的不确定性数据流频繁项集挖掘算法

为了提高频繁项集挖掘算法的准确性,在不确定性数据流频繁项集挖掘算法SRUF-mine的基础上引入最大可能误差,提出一种基于滑动窗口的false-positive挖掘算法UFIM。UFIM算法对数据流进行分块处理,在内存中维护一个存储滑动窗口内频繁项集的概要数据结构,随着窗口的滑动对该概要结构进行增量更新。实验表明,与SRUF-mine相比,UFIM算法能获得较高的频繁项集挖掘的准确性。     

基于MapReduce工作流优化器的研究

对MapReduce工作流的优化主要是通过对MapReduce栈的优化实现的。针对MapReduce工作流的优化问题,首先,提出相关概念;其次,介绍MapReduce工作流基于成本的优化过程;然后,通过实例阐述MapReduce工作流中的数据流依赖和资源依赖关系。基于此,提出3种MapReduce工作流优化器,并对其进行端对端的评估。最后,通过实验评估工作流优化器的优化开销并对比分析了这3种工作流优化器。     

基于数据链的软件故障定位方法

软件中存在的故障很多与数据流紧密相关,对数据流故障定位是一个具有相当难度的研究问题.通过分析变量的定义-使用关系和变量间的依赖关系,并跟踪程序运行时各种操作对变量值的影响,即,变量操作状态的变化等基本信息,提出了一种综合考虑变量操作状态变化以及变量操作状态间依赖关系的数据链模型,利用该模型对程序中数据流故障进行定位.经过实验验证,所提出的基于数据链的故障定位方法的定位结果与基于定义-使用对、基于程序切片、基于概率依赖图和基于语句覆盖这4种典型的故障定位方法进行了对比,取得了更好的定位效果.