基于对象增量的不完备混合信息系统动态属性约简算法

属性约简是粗糙集理论在信息处理和自动化控制领域中的重要应用,然而实际应用环境下,数据的采集是源源不断地并且采集到的数据包含了不同的数据类型,同时数据传输过程中也存在着数据丢失的情况,使得最终得到的信息系统是不完备混合类型的,并且时刻处于增加更新之中。针对这一情形,提出一种条件信息熵的不完备混合型信息系统动态属性约简算法。文中首先介绍了不完备混合型信息系统的条件熵模型以及条件熵的属性约简,然后提出了不完备混合型信息系统条件熵随论域增加时的增量式更新计算,该计算方法通过旧信息系统的条件熵进一步计算新信息系统的条件熵,理论证明了这种增量式计算具有很高的计算效率,最后基于这种增量式计算,设计出了条件熵的不完备混合型信息系统动态属性约简算法。实验分析表明,所提出的动态属性约简算法相比较于传统的静态属性约简算法具有很高的动态属性约简性能,同时与同类型的动态属性约简算法相比具有较好的优越性。     

基于网络编码技术的医疗保险数据更新方法

针对医疗保险信息系统数据更新自适应性较差,导致更新过程中数据输出误码率及时延较大的问题,提出基于安全网络编码技术的医疗保险信息系统数据更新方法,采用分段线性编码技术进行数据的信息融合处理,根据谱特征提取及模糊控制方法控制统数据更新过程,完成医疗保险信息系统数据更新。仿真结果表明,采用该方法进行医疗保险信息系统数据更新的自适应性较好,降低了数据输出的误码率及时延,提高了医疗保险信息数据的传输准确率及效率。     

基于多维相空间重构的无线传感网数据压缩

为了提高无线传感网数据的优化存储能力,提出基于多维相空间重构的无线传感网数据动态压缩算法.构建无线传感网数据的分布式存储结构模型,采用模糊隶属度挖掘的方法进行无线传感网数据的知识图谱特征提取,构建无线传感网数据的动态压缩输出模型,利用知识图谱挖掘和模糊度检测分析的方法进行无线传感网数据分类处理,采用多维相空间重构方法实...     

基于知识图谱的高铁动车设备检测系统的本体框架构建与维护

为了解决高铁机车设备运行数据的独立采集与分析造成大量数据冗余以及数据结构不一致、多源异构数据不能融合等问题。探索高铁动车行业知识图谱的自动化构建过程以及本体和知识图谱之间映射匹配机制,采用本体建模语言OWL,对高速铁路列车设备检测系统的上位机进行本体建模。实践证明高铁动车设备检测系统中本体框架的智能化维护是保证系统能正常运行的关键,利用本体技术和知识图谱解决数据异构和数据冗余的问题以及对车辆检测设备平台进行智能化本体维护。     

人工蜂群聚类的多媒体网络舆情数据挖掘

阐述多媒体网络舆情数据分布的图谱结构模型,采用人工蜂群轨迹图谱特征分析方法,构建多媒体网络舆情数据的循环查询模型,通过关键词查询和模式查询方法,进行多媒体网络舆情数据的人工蜂群聚类分析,结合数据存储结构分析和联合参数特征分析方法,进行多媒体网络舆情数据图谱参数融合和聚类,实现多媒体网络舆情数据挖掘。仿真结果表明,采用该方法进行多媒体网络舆情数据的精度较高,图谱辨识能力较好。     

星级酒店HVAC系统多变量过程模型辨识仿真分析

基于星级酒店中央空调系统HVAC,是一个多干扰,控制滞后的闭环系统,为了实现控制器对其控制精确,达到节能降耗的目的,针对酒店变风量HVAC系统,提出一种多输入多输出过程的闭环辨识方法,采用设定值阶跃测试,得到滞后的输出响应,通过输入、输出数据进行模型识别,得出传递函数矩阵模型,使用matlab对模型仿真分析,将仿真结果与实际模型对比研究,结果表明,使用该方法得出的模型精确度较高.该方法不需要动态过程的先验知识,便于推广使用.     

基于知识图谱的信息系统模型数字化管理技术研究

随着数字化技术的发展,信息系统模型的管理变得越来越复杂。知识图谱作为一种表示和存储知识的方法,为信息系统模型的数字化管理提供了新的机会。本文围绕知识图谱在数字化管理中的应用进行了深入探讨,并详细分析了基于知识图谱的数字化管理技术在模型管理中的应用。经过一系列实验评估,证明了基于知识图谱的管理技术在提高信息系统模型管理效率和准确性方面具有显著的优势。     

一种面向重构的XML混合编码方法

为了在关系数据库中高效地组织和管理XML数据,提出了一种混合编码方法.适当改进了向量编码方法,通过向量梯度标识XML数据各节点的位置信息,与各节点的路径信息相结合,能够在数据重构中支持各节点映射与定位,有效避免了由数据更新引发的重新编码问题,实现了高效的路径查询;由此建立了混合编码方案的数学模型、数据模型及关系模式.通过性能分析和实验,表明混合编码能够较好地支持XML数据的查询、更新与重构,验证了该编码方法的有效性.     

基于特征点和关键点提取的点云数据压缩方法

针对采集到的点云数据中含有大量的冗余数据,为后期数据处理及其应用带来诸多不便,而采用现有通用压缩方法压缩后的点云容易造成细节特征丢失问题,为此,本文提出一种基于特征点和SIFT关键点提取的点云数据压缩方法。该方法的核心技术是首先根据查询点与邻域中的点所构成向量的夹角而提取边界点;然后根据点云数据的曲率和法向量夹角提取尖锐点,据此使特征点在点云压缩处理过程中得到绝对被保留;同时在平坦区域提取SIFT关键点,这样能避免在曲率变化缓慢区域所保留的并不是特征点;最后融合特征点和SIFT关键点而实现对点云数据的压缩处理。研究通过设计与现有两种基于曲率压缩方法进行对比实验分析,结果表明本文所提方法既能最大量的去除冗余数据,又能保留点云中大部分特征点,实现了点云数据的高质量压缩。     

基于大数据的智能企业管理系统设计

传统在网络环境下构建的企业管理系统,对企业管理中的大数据分析效果差,无法提高企业经营管理效率。设计基于大数据的智能企业管理系统,采用管理应用创新模块,通过多屏互动等方式实现企业智能管理应用创新,利用大数据处理模块对数据进行采集、传输、存储等处理。系统软件采用三层式架构设计数据整理流程,消除关联信息;通过数据清洗过程排除冗余信息;采用基于大数据行为模型的故障预测方法分析时间序列,实现系统故障预判。实验结果表明,系统测试的预期结果与实际结果一致,系统最高吞吐量为290 000 Mb/s、平均响应时间为3.5 s,说明所设计系统可实现高效率的智能企业管理。     

基于知识图谱与优化数据架构的电力服务系统设计

为了提升电力服务的智能化水平,文中基于软件工程理论完成了线上电力服务系统设计,主要包括在线服务接入、人工交互管理、知识图谱管理及系统支撑管理共4个模块。针对知识图谱中噪声数据多且较为稀疏的特点,将知识图谱的查询问题转化为图论中的子图匹配问题。通过引入邻域向量的概念,以相似度作为查询依据来有效提高系统的效率。相较于RDF-3X与NESS算法,所提算法在查询耗时上分别降低了85.59%和73.71%。此外,基于FastDFS分布式存储架构实现了知识图谱的分布式存储。且系统数据库的SQL查询、知识图谱的响应时间与单节点数据架构相比分别降低了58.3%和91.7%,故其具备良好的扩展性,并可满足未来数据增长需求。     

基于． Net动态监管信息系统

为提高企业生产经营动态监管水平,进一步规范企业标准化管理,设计研发动态监管系统。采用。 Net技术,实现动态监管系统界面设置以及基础数据的采集／录入、查询功能;利用结构化查询语句,实现对基础数据存储、处理;设置阈值,对各种隐患进行预警、报警;引入先进算法,提取直观、有用的信息。应用结果表明,该系统对促进企业生产经营状态的监管和标准化管理起到较好的推动作用。     

基于物联网的金融数据动态安全存管系统设计

针对传统金融数据存管系统存在的存储效率低、存储空间小及稳定性能差等问题,设计基于物联网的金融数据动态安全存管系统。该系统感知层采集和融合金融数据,并对数据进行安全保护;存储层采用云安全存储服务体系存储从感知层获取的大量金融数据,并通过约束性软件函数实现金融动态云数据的合理调度;应用层统计和展示金融数据的分析结果。实验结果表明,该存管系统的金融数据存储效率无限接近于100%,金融数据存储空间高达12 TB,在高压情况下系统可进行稳定的大量金融数据同步上传及在线查看,实现金融数据的安全管理。     

搜索引擎中信息动态采集策略的研究

为了能及时采集到有关网页信息,搜索引擎应根据相应网站及其更新速度,动态调整其信息采集的频度.本文就模型化网页更新过程以及根据相关性动态调整搜索引擎的信息采集频度进行了探讨.一方面使用泊松过程来描述网页更新并分析了搜索引擎如何有效完成信息采集;另一方面采用基于网页从属关系和内容分析的相关性来调节该过程,使得在进行信息采集与数据更新时的针对性更强.实验表明了该方法的有效性.     

目标专业领域知识图谱构建与应用初探

知识图谱技术能够将海量大数据中的信息、数据以及关联关系汇聚为知识网络,实现用户智能化检索与意图分析推理。通过对知识图谱构建过程中本体构建,多源异构互联网数据的实体抽取、关系抽取、图谱更新与维护等关键技术进行研究,构建了军事目标专业领域知识图谱,并在可视化查询、智能问答、高价值关系推荐等方向进行了应用探索,有效提高了数据的使用效益,为军事情报分析和知识应用提供了一种有效的工具和方法。     

RGPO 干扰下基于改进的IMM-PDAF 的机动目标跟踪技术

研究了距离波门拖引(RGPO)干扰下杂波环境中机动单目标的跟踪问题,在建立RGPO 干扰条件下雷达量测模型的基础上,提出了一种RGPO 干扰下基于改进的交互多模型-概率数据关联算法(IMM-PDAF)的目标跟踪技术。该技术联合RGPO 鉴别与跟踪一体化。在干扰鉴别上,采用信号似然比预处理、角度研究了距离波门拖引(RGPO)干扰下杂波环境中机动单目标的跟踪问题,在建立RGPO 干扰条件下雷达量测模型的基础上,提出了一种RGPO 干扰下基于改进的交互多模型-概率数据关联算法(IMM-PDAF)的目标跟踪技术。该技术联合RGPO 鉴别与跟踪一体化。在干扰鉴别上,采用信号似然比预处理、角度 检验以及m / n 逻辑检验方法。在跟踪算法方面,采用提出的基于量测功率特征的IMM-PDAF 算法,同时目标状态更新依据是否存在干扰采用不同的方法。若存在RGPO 干扰,则根据RGPO 假目标与真目标量测对的特点,采用提出的距离最近选择、角度数据压缩方法合成新量测对目标状态进行更新,若无RGPO 干扰,则综合功率和位置特征对所有量测进行加权更新目标状态。仿真结果表明,该技术不仅能有效剔除RGPO 干扰对跟踪算法带来的不良影响,而且具有良好的机动目标跟踪性能。 检验以及m / n 逻辑检验方法。在跟踪算法方面,采用提出的基于量测功率特征的IMM-PDAF 算法,同时目标状态更新依据是否存在干扰采用不同的方法。若存在RGPO 干扰,则根据RGPO 假目标与真目标量测对的特点,采用提出的距离最近选择、角度数据压缩方法合成新量测对目标状态进行更新,若无RGPO 干扰,则综合功率和位置特征对所有量测进行加权更新目标状态。仿真结果表明,该技术不仅能有效剔除RGPO 干扰对跟踪算法带来的不良影响,而且具有良好的机动目标跟踪性能。     

航天质量知识图谱应用研究

为解决航天质量管理中数据治理的困境,分析了航天装备质量领域的知识建模、知识抽取、知识融合等技术,构建航天质量知识图谱,整合零散、单一、庞杂的质量数据,实现航天装备质量知识图谱智能检索、故障关联分析、质量知识协作共享、质量画像等功能,用户通过图谱快速有效地查询共性历史质量问题以及解决方案,简化了航天产品质量管理流程,提升...     

基于混合神经网络的自然语言处理技术研究

针对当前电网运营数据指标查询便捷性较差的问题,提出了基于BERT的电力指标查询统计专家库模型。该模型采用BERT语言建模方法对电力指标查询统计文本进行了处理,并将其转化为由词向量、句向量及位置向量叠加形成的输入文本向量。同时引入BERT预训练过程来实现上下文依赖关系,以进行初步挖掘。利用基于Transformer模型的深度语义识别模型,通过BERT精调过程深入挖掘输入文本与语义识别结果之间的内在联系。构建了涵盖准确率、召回率的评价指标来评估算法的性能。算例分析结果表明,相比于RNN-LSTM和BiLSTM-Attention模型,所提模型的评价指标更高且计算时间较少,故在准确性与计算速度方面均存在优势;同时将该文所提BERT模型应用于实际电力指标查询文本中,结果发现工作人员对线损率指标尤为关注,应将其作为电力企业运营评估的重要工程指标。     

面向电商领域的旗袍知识图谱构建与实证研究

为挖掘旗袍服饰要素的关联关系与隐藏价值,构建一个基于电商数据的细粒度旗袍知识图谱,并开展实证研究。旗袍知识图谱采用自底向上逐层构建的方法,首先根据先验知识设计细粒度本体模型,为后续工作提供逻辑基础;然后采集并预处理原始数据,通过知识抽取、知识融合规范化数据,进行实例填充,完成数据层设计;最后将数据存储到图数据库,实现可视化。在此基础上,围绕旗袍、服饰要素以及用户人群开展深度挖掘、知识推理,借助图分析算法在社区检测、相似度和要素关联上展开实证研究。结果表明：旗袍知识图谱蕴含服饰要素之间隐藏的关系,能够挖掘内在的语义信息;旗袍服饰要素和用户人群之间存在一定的知识关联性,进而辅助设计与销售决策。     

冗余数据去除的联邦学习高效通信方法

为了应对终端设备网络带宽受限对联邦学习通信效率的影响，高效地传输本地模型更新以完成模型聚合，提出了一种冗余数据去除的联邦学习高效通信方法。该方法通过分析冗余更新参数产生的本质原因，根据联邦学习中数据非独立同分布特性和模型分布式训练特点，给出新的核心数据集敏感度和损失函数容忍度定义，提出联邦核心数据集构建算法。此外，为了适配所提取的核心数据，设计了分布式自适应模型演化机制，在每次训练迭代前动态调整训练模型的结构和大小，在减少终端与云服务器通信比特数传输的同时，保证了训练模型的准确率。仿真实验表明，与目前最优的方法相比，所提方法减少了17%的通信比特数，且只有0.5%的模型准确率降低。