针对高速数据流的大规模数据实时处理方法

以实时传感数据和历史感知数据为基础的各类计算需求逐渐成为当前物联网应用建设中的关键,如何实现基于高速数据流和大规模历史数据的实时计算成为数据处理领域的新挑战.现有批处理方式的MapReduce大规模数据处理技术难以满足此类计算的实时要求.文中结合城市车辆数据的实时采集与处理应用,在理论和实践分析的基础上,提出了一种针对高速数据流的大规模数据实时处理方法,并对方法中的本地阶段化流水线、中间结果缓存等关键技术瓶颈进行了改进.其中,根据系统参数控制阶段化流水线,使CPU得到了充分、有效利用;通过改造内外存数据结构、读写策略和替换算法,优化了本地中间结果的高并发读写性能.实验表明,上述方法可以显著提升大规模历史数据上数据流处理的实时性和可伸缩性.  

一种新的车牌定位方法及应用

针对现有车牌定位方法的局限性,提出了一种基于灰度图像求取卷积能量极值区域的车牌定位新方法。该方法充分利用车牌的纹理复杂、对比度鲜明、外型规则等特征构造车辆图像的能量图,然后通过选取能量区域定位车牌。其明显优点是,避免了常见方法中直接对图像进行二值化时阈值难以确定的问题。大量实验表明该方法计算简单,准确率高,鲁棒性好。最后说明了如何应用该方法进行车速测量。  

面向服务的可信软件体系结构代数模型

针对面向服务体系结构(Service Oriented Architecture,SOA)在形式化和可信属性建模方面的不足,用代数学方法对服务、服务组合以及服务体系结构的属性和行为特征进行抽象,把服务组合解释成组件运算实现,并结合进程代数中算子概念,定义了多种服务组合运算,从而建立SOA的代数模型.在代数模型基础上,进一步对SOA可信属性建模,提出多种SOA可信范式,为可信SOA软件设计提供理论支持.最后介绍了一个应用案例.  

一种低功耗的无线传感器网络节点设计方法

提出一种低功耗的无线传感器网络节点设计方法，采用CC2530芯片，基于ZigBee技术实现无线传感器网络的自组和监测数据的自动汇聚。给出节点设计的整体框图以及硬件设计模块与软件设计流程。以温度采集系统为对象进行实验，结果证明，以该方法设计的节点具有低功耗、高精度的特点。  

运动模糊图像的参数估计与恢复

根据匀速运动造成图像模糊的特点,详细分析了匀速直线运动模糊图像的退化模型.对匀速运动模糊二维离散点扩散函数的表迭式进行了推导,找到了匀速运动模糊图像频谱暗条纹分布的规律.针对现有模糊参数检测方法的不足,推导和论证了了模糊参数与图像高宽比之间的关系,从而获得了准确检测图像模糊参数的方法.该方法通过对退化图像的频谱进行Radon变换,提取烦谱暗条纹方向和间距,进而准确检测出退化图像的模糊参数:运动方向和运动长度.实验结果表明,该算法简单可行,参数估计准确并具有较好的抗噪声鲁棒性.  

一种安全鲁棒的图像哈希方法*

互联网的发展使得多媒体的版权保护成为亟待解决的问题，从而使得用于图像内容认证的哈希方法得到广泛的研究和应用。提出了一种新的基于V系统的图像哈希方法，该方法首先将原始图像强化，然后提取V变换域上的系数生成哈希值。实验结果显示，该方法能够抵抗滤波、噪声、25%以下的裁剪和95%以下的JPEG压缩等攻击，有很好的安全性和鲁棒性。  

基于WAP的师生互动信息系统的研究与实现

简要介绍了WAP的工作原理及开发WAP应用的WML语言,结合北方工业大学师生互动信息系统的开发实践,提出了一种基于该原理的师生信息服务系统方案,实现了手机平台上的公告管理、消息管理、成绩管理以及资料修改等功能,详细探讨了系统功能设计、技术方案及系统实现中的关键技术。最后给出了系统在模拟环境下的测试结果。系统功能完善,达到了预期目标。  

一种新的频繁项集精简表示方法及其挖掘算法的研究

频繁项集挖掘是数据挖掘研究领域的一个基本问题,其瓶颈在于频繁项集全集的结果过多,冗余现象严重.主要的解决思路是只挖掘全体频繁项集中有代表性的子集,使得这种子集或者可满足应用的需要或者可由它们导出其他项集.最大项集和闭项集便是这类解决方案中两种最典型的子集形式.在最大项集和闭项集的基础上,提出了元项集这一新的频繁项集精简表示方法.首先,证明了最大项集和闭项集都是元项集的特例,且元项集所包含的项集数目介于二者之间;其次,讨论了元项集的性质.最后,通过在闭项集挖掘算法DCI-Closed-Index的基础上引入剪枝策略,设计了一个元项集挖掘算法.实验结果表明,所提出的挖掘算法是有效的和高效的.  

热释电红外传感器应用与车流量检测系统

在道路交通管理过程中，车流量是决定控制策略的关键因素之一。利用热释电红外传感器，设计了车流量自动计数检测系统。该红外检测系统采用红外传感器作为探头来检测外界是否有车辆通过，红外传感器输出的微弱电信号经运算放大器放大以及比较器电路滤除干扰后，由单片机进行脉冲序列的分析，从而完成对车流量的检测。整个系统成本低，在未来应用中将有很大的发展空间。  

一种周期时变马尔可夫室内位置预测模型

根据在家庭环境中居住者的行为习惯具有周期性和时变性的特点,设计了一种智能数字家庭环境中的基于位置信息上下文的周期时变马尔可夫预测模型(PTVMM),用于预测居住者的下一个出现位置(房间).另外还构建了一个三维虚拟的智能数字家庭实验仿真环境(virtual smart home)用于模型的仿真对比研究.利用模拟行为数据的仿真结果表明,和其他的预测模型相比,周期时变马尔可夫位置预测模型具有较小的时间复杂度、较高的预测精度和较快的预测精度收敛速度,能够在智能数字家庭环境中进行实时、高精度的位置预测.