基于GIS与开源云计算的设备停电检修计划可视化系统设计

为了及时完成检修计划对接,实现最短停电检修路径规划,设计基于GIS(Geographic Information System,地理信息系统)与开源云计算的设备停电检修计划可视化系统。搜索停电检修计划信息并存储至数据模块的数据库中,同时查看停电检修计划的相关数据信息,完成身份认证后实现服务交互,发布停电检修计划,生成GIS地图,并基于迪杰斯特拉算法优化的路径规划完成最佳停电检修路线制定,将生成最终地理对象以及检修情况传送至可视化展示层,完成可视化呈现。测试结果表明系统可在最短总路程的情况下完成设备停电检修计划,定位效果良好,误差均在1 m以内,可视化效果良好。     

一种仓储AGV路径规划最优策略方法的实现

路径规划是自动导引车系统(AGVS)路径管理系统的关键技术,主要用来规划智能仓储中单台或多台自动导引车(AGV)的作业路径.研究并检验了一种基于迪杰斯特拉算法的堆优化路径规划策略方法,通过仓库多台AGV路径规划案例,表明可以实现最优的单车及多车路径规划策略,缩短了车辆在仓库中的作业时间,提高了AGV的使用效率.     

基于链表的Dijkstra算法优化研究

迪杰斯特拉算法是图论中计算最短路径的经典算法,但在实际使用中该算法耗费大量的计算时间和存储空间。通过对传统迪杰斯特拉算法的深入分析,在计算时间和存储空间上对该算法提出了一种新的优化方案,并给出了优化后的详细算法。改进算法从消除冗余计算和冗余存储入手,采用链表数组作为存储结构。经算法复杂度分析,优化后的迪杰斯特拉算法在求解最短路径问题时在时间和空间复杂度上都有明显的提高。该优化算法操作性强,具有一定的实用价值。     

广度优先搜索的一种实现算法

广度优先搜索是图的一种常用遍历方法,在许多书籍中所提到的广度优先搜索算法均对不带权图的搜索,本文提出利用迪杰斯特拉算法实现广度优先搜索,不仅能对不带权的图实现搜索,而且对带权的图也同样适用。     

一种基于移动IPv6路由寻址的最短路径优化算法

移动IPv6的路由寻址是一个最短路径优化问题,最著名的两种最短路径算法是迪杰斯特拉(Dijkstra)算法和弗洛伊德(Floyd)算法,这两种算法的时间复杂度都是O(n3).本文通过对这两种经典算法的研究与分析,提出一种求最短路径的优化算法.该算法的时间复杂度是O(e*n),在连通图中,该算法能够比Floyd算法少近50%的迭代次数,在非连通图中e<相似文献   

基于蚁群算法的移动机器人多目标路径规划

迫于工作空间的限制以及对绿色生产理念的追求,在智能制造等领域人们通常需要机器人并行地执行多个任务,因此研究机器人的多目标路径规划更加符合实际需求.针对栅格模型中四、八邻域搜索方向较少的问题,提出了改进的十六邻域搜索方法;同时通过删除冗余转折点对路径进行了平滑处理,改善了路径存在的锯齿效果;结合蚁群优化算法与Dijkstra路径搜索算法,提出了一种多目标路径规划方法.在几种障碍环境中进行了测试,结果表明,上述算法能较好地适应各种不同的地图,即使是复杂度较高的地图,所提算法也能有效地找到一条较优的路径.     

基于大数据的医院自助式移动支付安全监控系统设计

为了提升医院自助式移动支付安全监控系统的信息处理能力,提出基于大数据的医院自助式移动支付安全监控系统设计方法.首先构建基于B/S构架体系的医院自助式移动支付安全监控系统的总体构架,该系统的功能构架主要分为数据采集模块、数据处理模块和数据分析模块.采用大数据信息融合和集成信息处理方法,实现医院自助式移动支付安全的数据监控...     

基于移动APP及大数据技术的幼儿园晨检系统的设计

针对幼儿园晨检工作的重要性和目前存在的问题,提出了一个基于移动APP及大数据技术的幼儿园晨检系统的设计方案,指出了系统的目标用户及其需求,介绍了系统的整体技术框架,分析了系统的关键技术和难点,最后给出了系统的初步用户界面设计.     

基于大数据技术的移动学习分析系统设计

近几年,移动学习发展迅速,多种网络服务与移动学习充分融合。目前,大数据技术在各领域成为研究热点,越来越多的研究者将大数据分析方法应用到移动学习中。基于此,结合移动学习分析的需求,基于大数据技术设计了移动学习分析系统,为不同的学生建立了学习模型,打造了个性化的学习路径,每个人的学习内容将不再千篇一律,可根据用户的个性化学习动态进行呈现。     

试论基于大数据背景下的移动支付用户选择

移动互联网技术在支付方式中的应用,给人们带来了极大便利,也促进了支付行业的蓬勃发展,而且支付方式也随着移动技术的发展,产生多种支付模式,如何增强用户对移动支付的选择、提高人们支付的便利性,是大数据环境下人们关注移动支付的重点.通过构建大数据环境下移动支付用户选择的模型,详细分析了影响移动支付用户选择的因素及其主要原因,...     

基于手机大数据的动态人口感知

随着通信市场迅速发展和手机的高普及率，利用手机数据研究人类活动和城市规划发展成为可能.本文主要工作是构建了大数据实时处理分析平台，并基于此平台提出了一种利用手机数据感知城市人口分布的方法.通过实验表明，基于手机数据的动态人口感知能够反映实际城市人口分布，对于城市交通监管、公共资源配置优化等方面具有重要意义.     

基于ZigBee的城市智能公交网络系统

提出一种新型的智能公交系统。该系统基于分布式ZigBee网络,能够以较低的成本实现全部线路车辆的定位和预报功能,同时具有高可靠性和易扩展性。ZigBee是一种新兴的自动路由短距无线网络通信技术,但由于其管理网络范围有限,无法直接用于整个城市公交线路。本文以划分区域和边界路由的方式解决了上述问题,给出了区域化的网络结构和系统的软硬件设计方案。     

基于高性能密码实现的大数据安全方案

目前信息技术发展的趋势是以大数据计算为基础的人工智能技术.云计算、雾计算、边缘计算等计算模式下的大数据处理技术,在给经济发展带来巨大推动力的同时,也面临着巨大的安全风险.密码技术是解决大数据安全的核心技术.大数据的机密性、认证性及隐私保护问题需要解决海量数据的高速加解密问题;高并发的大规模用户认证问题;大数据的隐私保护及密态计算问题等,这些问题的解决,需要底层密码算法的快速实现.针对大数据安全应用的逻辑架构,对底层的国产密码标准算法SM4-XTS,SM2以及大整数模幂运算,分别给出快速计算的算法,并在基于Xilinx公司的KC705开发板上进行了验证,并给出实验数据.实验表明：该工作具有一定的先进性：1)SM4-XTS模式的实现填补了国内该方向的空白;2)SM2签名具有较高性能,领先于国内同类产品;3)大整数的模幂运算应用于同态密码的产品化,填补了国内该产品的空白.     

基于大数据的移动用户行为分析系统设计

随着信息技术的发展,世界进入了大数据时代。为了提升移动APP用户服务质量,分析用户需求和行为特征,设计了一种移动用户行为分析系统架构。系统底层利用数据采集SDK和业务逻辑数据库,采集用户行为数据并保存,Spark平台快速清理、抽取、转换、合并和聚类数据,同时,在分析用户行为的关联性上改进Apriori算法,在APP上进行验证测试。     

基于移动通信大数据的城市人口空间分布统计

针对移动通信空间大数据的计算与分析,通过Geometry API构建ArcGIS和Hadoop的集成计算平台。采用COO定位技术采集手机用户位置数据。在ArcGIS中用Voronoi图构建地图信息模型;通过圈层人口密度计算构建人口密度模型;通过DBSCAN密度聚类算法构建职住地分布模型;采用核密度估算构建报警电话分布模型。实验选取中国移动杭州分公司2017-04至2017-06之间的移动通话数据,结果显示：杭州市区人口密度Moran’s I值为0.46724,人口分布的总体特征表现为集聚,高值集聚涵盖滨江、上城、下城全境和江干、拱墅、西湖的部分区域。与杭州市2015年全国1%人口抽样调查数据分析结果基本一致。以上各模型适用于城市人口时空分布统计。     

基于大数据的移动信号传播损耗建模仿真

针对传统移动信号传播模型搭建的过程计算量大,实际应用准确率低等问题,提出一种基于大数据的机器学习建模方法.通过对大量真实LTE数据进行预处理、特征构建,采用互信息法求解特征与标签值的相关性大小,结合移动通信理论进行特征选取.将影响因素最大的7个特征作为输入,以接收点的信号功率值作为输出,使用梯度下降算法不断迭代更新权重和偏置以减小误差,将模型的代价函数作为评估参数,建立16层的深度神经网络模型仿真.训练好的模型可用于预测新环境下的信号接收功率值,且在准确度及算法复杂度方面优于传统模型.     

基于大数据的电网企业移动智能终端身份认证准入平台

本文基于大数据设计了电网企业移动智能终端身份认证准入平台.通过平台实现分析表明,面向电网企业,平台可确保移动终端运行时的电网企业网信息安全,可严格管控智能终端用户行为习惯;可实现全生命周期用户管理,为用户提供不限时间地点的网络空间,提高用户工作效率;提供有效安全措施,保障了终端安全性,且与电网企业整体管理策略明确相符,全面提升了信息安全综合水平.     

基于Spark的舆情情感大数据分析集成方法

随着移动互联技术的不断发展,社交媒体成为了公众分享观点和抒发情感的主要平台,在重大社会事件下对社交媒体文本进行情感分析能够有效监控舆情。针对现有中文社交媒体情感分析算法的准确性能和运行效率较低的问题,提出了一种基于Spark分布式系统的集成情感大数据分析方法(Spark Feature Weighted Stacking, S-FWS)。该方法首先基于Jieba库预分词和PMI关联度完成新词发现;然后考虑词语重要度混合提取文本特征,并使用Lasso进行特征选择;最后改进传统Stacking框架忽略特征重要度的缺点,使用初级学习器的准确率信息对类概率特征进行加权处理并构造多项式特征,进而训练次级学习器。分别在单机模式和Spark平台下引入多种算法进行对比实验,实验结果证明所提S-FWS方法的准确性能和耗时性能具备一定优势,并且分布式系统能够大幅提高算法的运行效率,同时随着集群工作节点的增加,算法耗时逐渐降低。