Web网络大数据分类系统的设计与改进

Web网络中的数据量巨大,传统系统只采用软件或只采用硬件实现Web网络大数据分类系统的设计,所需消耗的系统资源较多,处理时间长,配置与管理不灵活,无法满足实时性的要求。为此,设计一种新的Web网络大数据分类系统,采用软硬件相结合的形式对Web网络大数据分类系统的总体结构进行设计,分析了的系统硬件结构,主要包括数据采集器、Web网络处理器、网络接口和存储模块,并详细介绍了各硬件结构。软件设计中,给出数据采集和大数据分类的部分代码,对大数据分类的实现进行了改进。实验结果表明,采用所设计系统对Web网络大数据进行分类,不仅分类精度高,而且能耗较低、效率较高,具有好的分类性能。     

基于模式识别的机器人运行轨迹数据分类存储系统设计

目前传统数据分类存储系统多数基于遗传算法,这类系统存在系统吞吐量较差、效率低的问题。为此,设计一种基于模式识别的机器人运行轨迹数据分类系统。首先设计系统整体框架,包括数据采集、处理以及存储模块;其次在硬件设计上,选择XC2VP30芯片作为FPGA核心芯片,设计数据采集模块接口电路,利用合适的FLASH芯片进行数据存储完成系统硬件设计;最后根据模式识别方法,建立标准数据样本集,确定特征向量,计算隶属度函数完成数据分类,再利用FPGA将已分类数据存储至FLASH模块中完成软件设计。测试结果表明,与传统的数据分类存储系统相比,基于模式识别的机器人运行轨迹数据分类存储系统的系统吞吐量提高了15.9%,效率得到了提高。     

基于偏微分分类数学模型的关联挖掘改进技术

为了提高大数据的关联挖掘精度,提出基于偏微分分类数学模型的关联挖掘技术,构建大数据分类的数学模型,求得微分方程的半正定最小特征解向量并进行稳定解分析,采用渐进有理积分逼近得到偏微分分类数学模型的规则集约束条件,避免在进行大数据分类过程中的错分和漏分。采用增减量式支持向量机进行数据分类的模糊控制,结合约束捆绑聚类方法实现关联挖掘改进。实证数据测试得出,该方法进行大数据分类和关联挖掘的收敛性较好,迭代次数受到数据规模的约束较小,抗扰动性较强,具有优越性。     

基于物联网技术的计算机网络数据分类存储系统的设计

为提高计算机网络数据的存储效率,文中设计了一种基于物联网技术的计算机网络数据分类存储系统。在该设计中,物联网技术架构为多层结构,分别为数据感知层、信息交互层和数据存储层。该系统可以利用数据感知层来感知、采集数据,通过信息交互层实现计算机网络数据的传输与交互,结合分簇算法并对采集到的计算机网络数据进行分类处理,将分类后的数据传输至存储层,同时将计算机网络存储于固定的数据库内,实现计算机网络数据的分类存储。实验表明,该系统存储响应时间较短,整体存储效率较高,具有较强的实用性。     

便携式伺服机构静态测试仪的系统设计

本文基于某火箭配套各级伺服机构产品油面电压及充气压力的静态测试,设计了一套便携式伺服机构静态检测仪.系统硬件采用模块化设计,分为数据采集模块、数据显示存储模块和供电模块,采用FPGA+A/D芯片的方案对高速数据采集处理和控制,基于AM3359的嵌入式单板机开发平台对数据进行存储和实时显示,供电使用铅酸电池;系统软件采用基于Labview2011虚拟仪器技术,软件按功能分为数据采集模块、数据处理模块、数据存储模块和错误处理模块.系统具有测量精度高,实时性好,操作简单和便携等优点,满足伺服机构的生产、试验、外场测试的需要.     

基于分布式缓存的科技文献信息动态检索系统设计

为便于科研人员研究科技发展前沿动态,设计基于分布式缓存的科技文献信息动态检索系统,为用户匹配最佳检索结果。用户层将用户检索需求传输至处理层数据采集模块,该模块采集数据信息后经网络层通信模块将信息传输至数据层科技文献信息数据库中存储;数据层分布式存储模块采用分布式缓存方法将以往的检索记录信息分别存储至热数据库及冷数据库中;利用网络层传输科技文献信息数据库内的检索需求信息至处理层检索处理模块,通过科技文献信息动态检索方法处理接收到的检索信息,将处理后信息与数据层分布式存储模块内的关联数据进行排序重组,获取检索结果,并通过用户层展示检索结果。结果表明,该系统可有效且准确地为用户检索其所需的科技文献信息,检索MAP值为0.95以上,系统具备较快的读写速度与较强的数据传输能力。     

TensorFlow平台上基于LSTM神经网络的人体动作分类

随着人体运动数据采集技术的发展,基于数据的人体运动的研究越来越受到人们的关注.人体运动的研究在医疗康复、运动训练、虚拟现实、以及影视和游戏等领域有着很大的应用空间.人体动作分类就是基于大量已标注动作名称的人体动作,对未标注的人体动作进行分类标注.在本文中,研究提出了一种基于长短时记忆网络(LSTM)的人体动作分类模型.首先,将人体动作表示为时间序列的形式.然后,将人体动作序列逐帧输入到去掉输出层的正向和反向LSTM中,并将隐藏层输出依次送入Mean pooling层和逻辑回归层得到最终的分类结果.最后,研究利用目前流行的深度学习平台TensorFlow实现本次研发的分类模型并进行训练.基于此,又进一步利用人体动捕数据库HDM05的数据进行实验来验证提出的分类模型,经过训练,该模型在测试集上的分类准确率达到了94.84%.     

基于虚拟仪器的家庭心电监护系统

介绍了基于虚拟仪器的家庭心电监护系统。根据人体心电信号的特征,设计了性能优良的心电信号调理、采集电路;利用NI公司的USB6008作为数据采集设备,配置了DAQ数据采集卡。利用LabVIEW友好的图形化界面和流程图设计软件,设计了用户登陆模块、数据采集模块、波形显示模块、数据分析模块,数据存储模块,波形存储模块,诊断报警模块等模块。     

基于FPGA的多通道同步数据采集存储系统

设计一种基于FPGA的多通道同步数据采集存储系统,分为多通道同步数据采集模块和数据存储模块.系统设计采用多通道数据的同步实时采集以及坏块检测技术.多通道同步数据采集模块能够实现同时测量多路相关信号.数据存储模块能够准确无误存储采集数据,便于后续数据分析.经实际运用,系统可满足多通道同步数据采集存储要求.其性能安全可靠.     

基于FPGA的多通道同步数据采集存储系统

设计一种基于FPGA的多通道同步数据采集存储系统,分为多通道同步数据采集模块和数据存储模块。系统设计采用多通道数据的同步实时采集以及坏块检测技术。多通道同步数据采集模块能够实现同时测量多路相关信号．数据存储模块能够准确无误存储采集数据,便于后续数据分析。经实际运用,系统可满足多通道同步数据采集存储要求,其性能安全可靠。