基于工作流的图像处理网格平台及其遥感应用

图像处理网络平台基于工作流实现资源共享和协同计算,是一个灵活、动态的图像处理问题解决环境.其中,网格工作流技术可满足灵活多变的应用需求,通用服务请求代理能实现异构网格服务的简单调用,动态工作流模型利用具有较强描述功能的扩展有向无环图建模语言进行定义.该平台已成功地应用于遥感图像处理.     

基于网格服务的数据发布系统

网格的核心任务是管理分布在Internet广域环境中的各种类型的软硬件资源,为基于Internet的分布式应用提供一个统一的、虚拟的共享资源的计算平台。如何将数据库资源并入现有的网格架构,满足更加广泛的网格应用的数据访问需求,已经成为一项亟待解决的课题。文章提出了一套网格环境中的数据发布系统的设计方案,以网格服务的形式封装对数据库的访问,实现跨越异构网络环境、异构操作系统环境和异构数据库平台的统一访问模式,从而将数据库资源加入到网格环境中。     

网格数据检索中结果集的合并算法

随着网格从科学计算转到企业级应用,要求数据库提供多种服务支持以实现更强更丰富的资源共享和应用。网格上的数据库只能通过网格服务进行访问,而数据库中的数据也只能通过网格服务接口来存取。因此如何在网格环境下直接对分布在各地的数据库进行高效的检索就是迫切要解决的问题。本文首先提出了一个网格环境下数据检索的体系结构,然后针对该结构下的数值型数据的Top-k查询问题给出了GrangM算法,它有效解决了来自不同数据源查询结果的合并问题。对该算法的模拟实现表明,它可以快速、高效地合并网格中多结点检索出的结果,减少连接中间结果的大小,降低发送查询请求的通信量。     

分布决策模型库目录管理系统设计与实现

针对网格环境下决策模型库信息存储分布异构特性,提出了网格异构模型库信息资源管理的设计方案.设计了LDAP决策算法数据模型来存储模型库信息,采用两层目录服务器组织方式,结合Web访问与JNDI技术,实现了综合评价决策模型库目录管理系统CEM-DMS.在该系统中用户可通过Web统一接口方便高效的查询和管理各种模型库信息,实现底层资源共享.     

基于遥感数据访问与集成的网格中间件

借助数据网格强大的数据管理功能,可以整合分散复杂的遥感数据,为遥感数据处理提供一致的存取环境。遥感数据访问与集成网格中间件的研究目的是为访问分散的、异构的遥感数据提供统一的网格服务接口,使孤立的遥感数据之间实现资源共享。该文利用OGSA-DAI设计,实现了遥感数据访问和集成网格服务,构建了一个高性能遥感数据共享系统,分析了系统的关键性技术及实际应用。     

浅析网格数据库的访问与查询技术

网格环境下的数据库研究是一个比较新的研究领域。针对高度异构的网格环境，研究了网格数据库访问与查询的设计与实现，使用户可以更方便、更高效地使用网格中的数据库资源。     

金融网格的研究

金融网格利用网格技术优化、整合金融系统的异构计算机，实现广域、异构信息的共享、互连、互操作和更高程度的资源共享．根据金融系统具有的分布性、异构性、实时性和协同性等特征，结合我国金融信息管理的实际情况和信息网格技术，分析了金融行业对网格技术的需求，提出了金融网格的体系结构和系统设计思想以及建设金融网格的实施建议.     

网格环境下分布式并行数据挖掘研究

随着信息技术的持续发展和广泛使用,大量的数据不断被收集和存储,对分布的目标数据进行数据挖掘处理任务的规模越来越大,而传统的数据挖掘无法解决分布式海量数据挖掘的问题,分布式系统很难解决异构的操作系统和协议问题.网格技术的发展成熟,使得利用网格环境下强大的资源共享异构虚拟组织实现协同并行数据挖掘成为网格技术应用的一个研究重点.本文提出基于网格环境的Agent技术、多线程和集中表决技术的关联规则并行挖掘方案,并在GT4下实验验证,实现对大规模数据的网格环境分布式并行数据挖掘.     

基于网格服务的网格环境下数据传输

网格环境下的数据访问需要一种能够跨异构平台进行数据传输的机制,但是,现有的GridFTP协议存在某些情况下无法跨防火墙进行数据传输的局限。为解决这一问题,论文提出了一种基于网格服务进行数据传输的方法,使用数据压缩、并行数据传输、缓冲区调整技术改善了该传输方法的性能;基于传输日志实现了故障恢复,提高了数据传输的可靠性。最后使用Globus工具集实现了这种数据传输方法,并进行了传输性能的分析。     

基于网格的CSCL资源共享平台的研究

资源共享一直是协作学习研究的一个热点.本文针对当前协作学习系统在资源共享及管理方面存在的问题,运用网格计算技术搭建一个平台,实现资源的有效共享及统一管理,消除资源孤岛,优化资源调度.提出了系统的结构模型,讨论了其访问模型,并实现了网格管理器的四种网格服务.     

FAST: Fundamental Analysis Support for Financial Statements. Using semantics for trading recommendations

Trading systems are tools to aid financial analysts in the investment process in companies. This process is highly complex because a big number of variables take part in it. Furthermore, huge sets of data must be taken into account to perform a grounded investment, making the process even more complicated. In this paper we present a real trading system that has been developed using semantic technologies. These cutting-edge technologies are very useful in this context because they enable the definition of schemes that can be used for storing financial information, which, in turn, can be easily accessed and queried. Additionally, the inference capabilities of the existing reasoning engines enable the generation of a set of rules supporting this investment analysis process.     

电子财务报销入账凭证的自动录入方法研究

由于目前录入电子财务报销入账凭证时,没有对提取的特征进行降噪和去除冗余处理,存在录入效率、录入精准度和录入完整度低的问题.为此,提出电子财务报销入账凭证自动录入方法,通过Gabor滤波器对待录入的凭证数据进行降噪和去冗处理;采用顺序向前搜索方法在多通道的滤波特征图像中提取凭证数据特征;将J-M距离作为判别因子,实现特征...     

基于VB的振动信号采集与分析系统的研究

介绍了振动信号采集与分析系统的基本组成结构,应用Visual Basic作为开发工具进行系统的开发研究,重点探讨了如信号动态波形显示、信号频谱分析基本原理及频谱图的绘制等关键功能部件的实现方法,最后结合实例进行系统测试,效果良好。     

基于SGC-LDA模型的财经文本主题研究

传统财经领域研究通常关注结构化数据,较少关注非结构化的财经类文本数据,并且财经文本数据蕴含的信息量巨大。针对上述问题,提出SGC-LDA(sliding-window,genetic factor and common financial topic LDA)财经文本主题研究方法。基于通用财经主题的文本噪声过滤建模,以降低噪声数据的影响;基于滑动窗口技术,同时引入财经遗传因子,保证主题的连续性;完成能够实现财经文本主题模型的SGC-LDA算法。基于真实财经文本的实证研究表明,财经文本主题主要由投资理财、民生时事、商业动态、金融市场、宏观经济、产业经济六个主要部分组成;结合财经主题特征词和财经文本对财经主题的扩充,能够更完整准确地描述其财经主题。同时模型本身表现出一定的去噪能力,且与基准模型的对比分析,也证实了所提出模型在财经主题建模方面优越的分类性能和主题连续性。     

Financial forecasting using ANFIS networks with Quantum-behaved Particle Swarm Optimization

To be successful in financial market trading it is necessary to correctly predict future market trends. Most professional traders use technical analysis to forecast future market prices. In this paper, we present a new hybrid intelligent method to forecast financial time series, especially for the Foreign Exchange Market (FX). To emulate the way real traders make predictions, this method uses both historical market data and chart patterns to forecast market trends. First, wavelet full decomposition of time series analysis was used as an Adaptive Network-based Fuzzy Inference System (ANFIS) input data for forecasting future market prices. Also, Quantum-behaved Particle Swarm Optimization (QPSO) for tuning the ANFIS membership functions has been used. The second part of this paper proposes a novel hybrid Dynamic Time Warping (DTW)-Wavelet Transform (WT) method for automatic pattern extraction. The results indicate that the presented hybrid method is a very useful and effective one for financial price forecasting and financial pattern extraction.     

支持向量机在财务管理中的应用

针对财务管理中的数据量问题,提出使用监督性支持向量机（SVM）算法解决财务数据分类问题。首先,将财务数据按照不同的年份,不同的部门进行预处理,并将其标签化;其次,按照一定比例选择训练数据和验证数据,将训练数据输入到SVM中进行分类器的训练;最后利用最优分类器完成财务数据分类。实验结果表明：所提出的算法在财务管理中有较高的应用价值。     

A logical view of structured files

Structured data stored in files can benefit from standard database technology. In particular, we show here how such data can be queried and updated using declarative database languages. We introduce the notion of structuring schema, which consists of a grammar annotated with database programs. Based on a structuring schema, a file can be viewed as a database structure, queried and updated as such. For queries, we show that almost standard database optimization techniques can be used to answer queries without having to construct the entire database. For updates, we study in depth the propagation to the file of an update specified on the database view of this file. The problem is not feasible in general and we present a number of negative results. The positive results consist of techniques that allow to propagate updates efficiently under some reasonable locality conditions on the structuring schemas. Received November 1, 1995 / Accepted June 20, 1997     

发动机ECU标定系统的实时数据处理设计与应用

发动机ECU标定系统需要标定人员根据实时工况数据来即时调整ECU的控制策略。即时显示发动机运行状态,同时存储实时数据对于标定工作意义重大。提出一种发动机ECU标定系统结构实现方法,实现工况数据的实时采集与标定数据的在线标定。设计一种改进的行程编码算法对数据进行无损压缩,便于数据的传输、存储、查询;利用数据缓存队列、优化线程调度策略,将任务分配到不同处理器上运行,保证系统的实时响应与数据处理效率。在发动机ECU标定系统的应用中表明该方法满足了标定系统对实时性、准确性、高效性的要求。     

传感器的广义信度模型客观获取算法

在运用Dezert-Smarandache理论(D-SmT)进行多源信息融合过程中,传感器的广义基本信度赋值(GBBA)数学模型的获取较困难,且存在主观性的问题。运用粗糙集理论,提出一种新的客观算法。通过分析传感器采集的大量客观数据之间的依赖关系,利用粗糙集理论的分类思想和协调决策等概念,按照一定规则离散化的传感器数据形成决策表,引入规则强度,计算证据的基本信度赋值,建立D-SmT广义基本信度模型,存入数据库中以备需要时查询。以P2-DX机器人为实验平台,以移动机器人本体上应用最广泛的声纳传感器为例,与声纳测量的基本特性相向对比,验证了方法的正确性和有效性。     

Financial ratings with scarce information: A neural network approach

On a wake of Basel II Accord in 2004, banks and financial institutions can build an internal rating system. This work focuses on Italian small firms that are more hard to judge because quite often financial data are not simply available. The aim of this paper is to propose a simulation model for assigning rating judgements to these firms, using poor financial information.The proposed model produces a simulated counterpart of Bureau van Dijk-K Finance (BvD) rating judgements. It is clear that there are problems when small firms must be judged because it is difficult to obtain financial data; indeed in Italy these enterprises must deposit the balance-sheet in reduced form. Suggested methodology is a three-layer process where each of them is formed by, respectively, one, two and four feed-forward artificial neural networks with back-propagation algorithm. The proposed model is a good solution for evaluating small firms with poor financial information but not only: the research underlines and supports the ability of artificial neural networks of learning and reproducing some aspects or some features or behaviours of reality.