无线传感器网络中可容错的事件监测算法

事件监测是传感器网络研究中的一个重要问题,传感器网络自身的局限性以及感知数据的非确定性向事件监测技术提出了挑战.文中分析了传感器网络中存在的各种非确定性,引入可容错的事件监测机制.文中首先提出可容错的事件发现和参与事件监测节点选择算法.在此基础上,提出可容错的事件发生区域估算算法.算法对于动态传感器网络具有较好监测效果.最后通过大量模拟实验验证了所提出算法的性能.     

计算机监测系统在回转窑上的应用

介绍一种回转窑机械运行状态计算机在线监测系统的设计与应用。该系统在国内首次实现了回转窑柔性转动及扭矩、支承力、流体压力、轴向位移机械运行状态监测技术，软件设计具有通用性强、移植性好、数字、报表、图形同时显示、动态存储、数据处理及事件记录等功能。     

蓄电池组的计算机监测技术研究—电力直流在线监测与控制技术研究之一

直流系统是发电厂、变电站最重要的设备之一，直流系统运行监测与控制也是最重要的工作之一。主要介绍了蓄电池组成在线监测的内容、原理和计算机监测技术。该监测系统实现了直流在线监测的智能化、网络化、信息化。     

蓄电池组在线监测技术探讨

介绍了蓄电池监测技术的发展及现状，论述无人值守变电站蓄电池监测系统的特点和要求，并据此提出详细方案，给出了基于以上要求蓄电池组在线监测系统的构成、工作原理和组建方法。     

采用光纤光栅传感技术的变电所开关温度监测

目前电力系统常见的几种测温方法．具有许多缺点和不足。该文简要介绍基于光纤光栅传感技术的温度监测技术。并给出了采用光纤光栅温度监测技术．实现变电所开关温度监测的一个实例。     

通用并行与分布式计算机联机监测系统 OM的设计与实现

监测技术对并行与分布式计算机的性能评估及调试都是至关重要的。联机监测是在采集数据的同时进行观察分析，可以监机器及其软件的内部动态行为，提高性能评估及调试的效率。ＯＭ是一种通用并行与分布式计算机联机监测系统，它采用自行设计的ＴＡＢ描述语言来实现其通用性。介绍了ＯＭ的设计、实现及其在华北计算机所ＭＰＰ机的应用实践。     

遥感技术在环境污染监测中的应用

环境污染遥感监测技术具有监测范围广、速度快、成本低,且便于进行长期的动态监测等优 点,是实现宏观、快速、连续、动态地监测环境污染的有效高新技术手段。介绍了应用于环境污染监 测的可见光、反射红外遥感技术、热红外遥感技术、高光谱技术以及微波遥感监测技术,并着重阐述 了遥感监测技术在水环境污染、大气环境污染中的应用。最后,指出了我国环境污染遥感监测技术 存在的问题和发展趋势,建议尽快发展我国的环境污染遥感监测技术,以满足我国环境污染监测的 需要。     

“4D”技术用于土地资源遥感动态监测

本文在介绍被誉为９０年代遥感和地理信息系统的“４Ｄ”产品及其技术基础上，提出了一套以“４Ｄ”技术为核心内容的土地资源遥感动态监测技术和方法，给出了其中的关键技术，并以珠江三角洲为示范，介绍了区域性农业资源与环境遥感动态监测系统。     

农作物品质遥感反演研究进展

当今农业生产管理迫切需要直接迅速的信息指导。随着科技水平的不断提高,通过利用不同遥感技术手段,实现实时监测农作物生长过程中的主要影响因子,使无损预测预报农作物品质成为可能。通过分析几种农作物的主要品质性状及形成影响因素,在归纳农作物品质监测常用光谱参量的基础上,从地面平台和航天航空平台两方面分别介绍近年来国内外主要研究进展,总结农作物品质遥感监测模型建立使用的主要算法,综合分析农作物品质遥感监测技术实现过程中存在的若干问题,同时提出相应的解决措施,并对遥感监测技术进行了展望。     

基于最大分类间隔SVDD的电子装备状态监测模型研究

电子装备状态监测技术是装备健康管理的关键技术之一,为了对电子装备的健康状态进行有效监测,首先对模型性能评价指标进行了分析;然后对传统SVDD模型进行了研究,针对该模型只对目标类样本建模而导致分类准确率较低的问题,提出了一种基于最大分类间隔的SVDD监测模型;该模型在保证最小化包裹目标类样本数据超球体的同时,使得目标类样本和非目标类样本之间的类间间隔最大,提高了模型的泛化能力;最后以某型装备滤波电路为例进行了仿真分析,分析结果表明,该模型无论是在精度、召回率还是F值上均要优于传统SVDD模型。     

混合系统的建模设计与仿真综述

混合系统是一类既包含连续动态行为又包含离散动态行为的系统,这类系统在实际应用中显得越来越重要,对这类系统需要探索新的模型和研究方法。该文在概述混合系统概念、特点以及发展近况的基础上,主要综述了近年来混合系统研究中的一些重要问题,指出现有各种方法的优缺点,并指出了今后的研究方向。该文首先介绍了混合系统研究中多种常见的建模方法,如混合自动机、Petri网和时段演算,然后重点讨论了混合系统一些重要性质,主要集中在对系统稳定性、可达性、可观性的分析方法上,以及混合系统的多种设计方法,并且对这些方法进行了初步评价,最后介绍了混合系统研究中一些常用的仿真工具。     

事件代数与主动知识库系统

本文提出了一种事件代数,它由一组基本事件和作用在事件上的运算组成．从而各种复杂事件都可用这种代数中的事件表达式表示．然后,本文在事件代数的基础上提出了主动知识库系统的概念,在这种系统中可以根据事件的发生主动触发执行各种功能,本文还讨论了主动知识库的用途、结构和实现技术等问题．     

基于混合模型的事件触发词抽取

事件结构性语法特征与事件语义特征各有优势,二者融合利于准确表征事件触发词,进而有利于完成事件触发词抽取任务。现有的基于特征、基于结构及基于神经网络模型等的抽取方法仅能捕捉事件的部分特征,不能够准确表征事件触发词。为解决上述问题,提出一种融合了事件结构性语法特征和事件语义特征的混合模型,完成事件触发词抽取任务。首先,在初始化向量模型中融入句子的依存句法信息,使初始向量中包含事件结构性语法特征;然后,将初始向量依次传入神经网络模型中的CNN和BiGRU-E-attention模型中,在捕获多维度事件语义特征的同时,完成事件结构性语法特征与事件语义特征的融合;最后,进行事件触发词的抽取。在CEC中文突发语料库上进行事件触发词位置识别和分类实验,该模型的F值较基准模型的分别提高了0.86%和4.07%;在ACE2005英文语料库上,该模型的F值较基准模型的分别提高了1.4%和1.5%。实验结果表明,混合模型在事件触发词抽取任务中取得了优异的效果。     

空间数据库主动规则并发行为控制研究

网络环境下空间信息大规模应用中常常有大量的用户规则同时触发,这带来了规则并发行为的控制和效率问题．目前大多数方法难以满足大量用户同时操作时的频繁动态更新,因此提出标注事件图分析模型及并发规则集终止性分析算法,通过实例说明算法的有效性和通用性．在并发索引结构Rlink树基础上,提出一种支持空间数据库主动规则频繁更新的混合索引结构HRlink树及改进的自底向上更新算法IBUU．实验仿真表明,采用IBUU算法的HRlink树频繁更新性能大大高于Rlink树．     

冷连轧混合系统中离散事件仿真的建模及关键技术

本文以冷连轧过程仿真为例，分析了混合系统中离散事件的特点以及与连续部分的关 系，对系统进行了层次化分解，讨论了在混合系统仿真过程中对于离散事件部分的建模需要 注意的问题，同时给出了用有限状态机方法实现仿真建模的过程，以及实际应用中的关键技 术．     

Discovering multi-label temporal patterns in sequence databases

Sequential pattern mining is one of the most important data mining techniques. Previous research on mining sequential patterns discovered patterns from point-based event data, interval-based event data, and hybrid event data. In many real life applications, however, an event may involve many statuses; it might not occur only at one certain point in time or over a period of time. In this work, we propose a generalized representation of temporal events. We treat events as multi-label events with many statuses, and introduce an algorithm called MLTPM to discover multi-label temporal patterns from temporal databases. The experimental results show that the efficiency and scalability of the MLTPM algorithm are satisfactory. We also discuss interesting multi-label temporal patterns discovered when MLTPM was applied to historical Nasdaq data.     

Discovering hybrid temporal patterns from sequences consisting of point- and interval-based events

Previous sequential pattern mining studies have dealt with either point-based event sequences or interval-based event sequences. In some applications, however, event sequences may contain both point-based and interval-based events. These sequences are called hybrid event sequences. Since the relationships among both kinds of events are more diversiform, the information obtained by discovering patterns from these events is more informative. In this study we introduce a hybrid temporal pattern mining problem and develop an algorithm to discover hybrid temporal patterns from hybrid event sequences. We carry out an experiment using both synthetic and real stock price data to compare our algorithm with the traditional algorithms designed exclusively for mining point-based patterns or interval-based patterns. The experimental results indicate that the efficiency of our algorithm is satisfactory. In addition, the experiment also shows that the predicting power of hybrid temporal patterns is higher than that of point-based or interval-based patterns.     

Stable and Real-Time Scheduling of a Class of Hybrid Dynamic Systems

Based on some practical engineering problems arising from process control and space-structure control, this paper studies a class of hybrid dynamic systems in which N plants are controlled by a central controller in sharing time manner, where the plants are described by differential equations and the controller works according to the mechanism of discrete events. An event feedback strategy is suggested to be a scheduling policy such that one and only one plant among N plants is chosen to be controlled at any time. Some conditions of asymptotical and exponential stability are then given and an exponential upper bound of states norm is also estimated for the event feedback scheduling strategy. An algorithm based on event feedback strategy is presented to determine the control laws of the plants to meet the given performance. An example follows to illustrate the application and effect of the results.     

The time model for event processing in internet of things

The time management model for event processing in internet of things has a special and important requirement. Many events in real world applications are long-lasting events which have different time granularity with order or out-of-order. The temporal relationships among those events are often complex. An important issue of complex event processing is to extract patterns from event streams to support decision making in real-time. However, current time management model does not consider the unified solution about time granularity, time interval, time disorder, and the difference between workday calendar systems in different organizations. In this work, we analyze the preliminaries of temporal semantics of events. A tree-plan model of out-of-order durable events is proposed. A hybrid solution is correspondingly introduced. A case study is illustrated to explain the time constraints and the time optimization. Extensive experimental studies demonstrate the efficiency of our approach.     

事件关系表示模型

事件关系的表示及事件推理是基于事件的知识处理的核心内容。文章提出了事件影响因子的概念来刻画事件间相互影响的强弱,给出了一种事件影响因子的计算方法。在此基础上,建立了事件关系图ERM(Event Relationship Map)来描述领域中事件之间的关系。依据事件关系和事件要素可以进行事件推理,重点阐述了ERM上基于关系的事件推理算法。最后,做了一个事件关系推理的实验,结果证明所提模型及算法与人的主观判断相一致,是合理可行的。