基于MDT数据的地下场景覆盖问题识别系统设计

地下场景覆盖问题的准确识别一直是网络优化难点,围绕精准定位建立评估模型,以用户轨迹惯性特性为基础完成最小化路测(MDT)数据清洗,采用“基于RSSI测距多点定位算法”和“神经元网络定位技术”相结合方式,完成多维数据关联和迭代矫正模型并纳入指纹库,引入栅格化理念,实现栅格内MDT数据智能汇聚,识别地下场景弱覆盖栅格。本设计能够扩充地下室场景覆盖问题识别的手段。     

综合信令业务支撑云平台

移动运营商拥有海量网络数据源,如:Mc、Abis、Gb、Gn、IuPs、C、D等接口数据;BOSS数据;日常网络维护中大量的测试数据、终端用户感知数据等。这些数据中都包含了很多重要信息,有很大的应用价值。特别是Mc、Gb、IuPs等接口数据包含了对业务支撑和网络发展重要的海量信息,这些海量数据的获取与网络设备无关,不受网络设备厂家的约束,也不会对网络设备产生影响。在不影响网络运行的情况下,通过对海量数据的采集,基于云计算技术的多接口综合信令业务支撑平台能够提供跨接网络和市场的具有BI功能,能嵌入运营商业务的智能系统,能够提供网络拓扑管理、热点分析、业务质量监控、用户行为分析、精细化运营、增值业务、异常告警等功能,能为新业务发展提供数据支持和网络支撑。     

基于Perl的测试数据分析自动化工具设计与实现

随着对筛选测试质量的要求越来越高,测试数据量也越来越大,且不同测试机台有不同测试数据格式。面对海量且格式不一的测试数据,测试工程师需要一项项手动提取并整理分析,这使得批量的数据分析工作耗时长、易出错。为了提高测试数据提取分析的效率和准确度,减轻测试工程师的压力,本文设计了一种基于Perl语言的测试数据提取分析自动化工具。该工具可以自动的批量提取整理数据,并标记超限数据,且能根据要求输出统计图形。该工具大大缩短了测试数据整理分析时间,且错误率为0。     

基于移动蜂窝网的机器学习室外指纹定位方案

基于移动蜂窝网络技术的定位方案是提供网络优化、紧急救援、公安巡警和位置服务等应用的重要技术途径之一。传统的基于小区基站位置信息的定位方案定位精度低、定位误差大,无法满足某些定位应用需求。基于指纹定位的方案能够在基于小区粗定位方案基础上大幅度提升定位精度、节约计算成本、增强适用性,成为定位研究的热点。针对室外指纹定位的业务需求,深入研究分析了两种基于机器学习的栅格化和非栅格化室外指纹定位方案。通过参数加权、数据拟合等方法对于大规模指纹数据进行了清洗,提高数据源的有效性。通过划定研究区域、栅格化、构建指纹数据库、训练模型、修正模型、非栅格化、粗定位耦合、匹配参数、训练参数等子模块的实现,分析和优化了算法的运行效率和定位精度,确定了影响算法性能的关键指标。进而结合仿真结果,分析了两种基于指纹的定位方案的性能。最后介绍了基于机器学习的指纹定位方案在实际应用中的典型场景。     

基于GPU并行计算的石油数据管理系统研究

本文设计了基于GPU设计石油数据管理系统,GPU架构可以有效的进行多线程运算,将程序并行化,极大地提高程序运行的效率,同时能够有效支撑不同应用场景下对海量数据并行计算及管理的需求。     

基于LabVIEW的海量数据处理系统软件设计

针对海量测试数据在进行后期处理时存在的处理速度缓慢、特征提取困难的问题,在对数据稀化算法进行深入研究的基础上,提出了基于曲率变化的海量数据稀化算法,并对稀化后及局部重构数据的时域、频域、时频域信号处理方法进行系统研究,在此基础上以LabVIEW为平台,采取模块化设计思想,完成了海量数据处理系统软件的设计。     

基于文件管理的采编记录仪设计

针对高超声速飞行器等高速武器装备遥测数据越来越多，及数据回读分析耗时久、工作量大的问题，设计了一种基于文件管理的采编记录仪，该系统能够完成对多种不同信号的采集编码，并对编码后的数据进行实时存储，为快速、可选择 地提取有效试验数据，设计了基于空闲区的文件管理方法，主要功能包括文件信息的读取、存储容量显示、断点续存，通过配套的测试设备，对采编记录仪的文件管理功能进行了测试，并对测试数据进行了完整性分析和准确性校验。结果表明系统功能完善，能够快速可靠地进行海量数据的存储及回读。     

试飞数据的压缩传输技术研究

目前飞行试验测试数据快速增长,试飞数据的海量化是必然的趋势,海量试飞数据的传输越来越成为试飞数据处理效率的瓶颈。通过分析海量试飞数据压缩传输的可行性,设计了试飞数据压缩传输的模型。实验结果表明试飞数据的实时压缩传输可大幅提高数据的传输效率和显著缩短数据的传输时间,为试飞数据的快速处理打下了坚实的基础。     

基于内存映射的试飞iNET数据快视分析技术

飞行试验网络化i NET测试系统正逐渐取代传统的PCM测试系统,成为当前飞行试验测试系统的主要架构;试飞网络化测试的单架次i NET试验数据激增,为了满足采用新一代网络化测试系统架构的飞行试验工程对海量试飞测试i NET数据的即时处理需求,针对试验i NET网络数据的特点,采用了基于内存映射的海量试验数据快速存取及定位方法,设计了试飞i NET数据快视分析技术,实现了飞行试验i NET数据的动态快视,解决了海量i NET试验数据即时处理难题,满足了现代飞行试验i NET数据即时处理需求。     

一种海量军事信息的数据云管理系统

采用云计算的思想与技术平台,针对军事数据海量和异构的特点,研究了网络环境下跨域、异构、动态、海量数据组织与服务提供等关键技术,构建了对海量军事数据云存储的管理系统.测试结果表明,该系统能较好地解决海量军事数据云的分布式存储、透明访问和并发处理等问题,为民用技术在军事上的应用进行了有益的探索.     

基于电力调控数据挖掘的混合IDS研究

为适应大数据背景,提出一种基于电力调控数据挖掘的混合IDS自动构建方法。该系统利用公共路径挖掘算法,将同步相量测量数据和调控日志相融合,自动学习各类场景,并将系统状态遍历匹配到公共路径做出分类决策。为验证该方法,搭建了一个包含25个场景的试验平台,并对三母线两馈线系统进行训练和评估,其中90.2%的场景被正确分类。结果表明该IDS具有较高检测精度,可适用于电力调控要求的任务环境。     

数据挖掘技术在情报处理中的应用

在对目标活动数据进行处理的过程中,由于表面上只能看到目标活动的航迹情况,而不能更有效地发现不同活动之间的关联关系。对数据挖掘技术的概念进行了介绍,说明了数据挖掘的一般过程及在情报处理中的应用意义,提出了一种通过关联规则算法对已有目标活动数据进行数据挖掘的方法,并详细描述了数据挖掘技术在情报处理中应用的体系结构和实现方式。     

A ranging based scheme for detecting the wormhole attack in wireless sensor networks

Wireless sensor networks have been widely used in general and military scenarios. And this leads to a need for more security. Wireless sensor network are easy vulnerable to attack and compromise. Wormhole attack is a harmful against routing protocol which can drop data randomly or disturbing routing path. In this paper, we proposed a novel method to detect the wormhole attack based on statistical analysis. In the proposed method, a sensor can detect the fake neighbors which are caused by wormhole through the neighbor discovery process, and then a k-means clustering based method is used to detect wormhole attack according to the neighbor information. That is, by using this proposed method, we can detect the wormhole only by the neighbor information without any special requirement. We did some experiments to evaluate the performance of this method, and the experimental results show that our method can achieve satisfying results.     

面向智慧能源的供需平衡数据可视化挖掘方法

为满足能源数据监测和综合分析领域的业务需要,提出面向智慧能源的供需平衡数据可视化挖掘方法。构造数据迁移与分类视图,确定每个供需平衡数据点位置坐标,并采用正交投影可视化技术将数据挖掘算法核心结构展示在视图中(支持用户对其进行相应调整);引入数据挖掘算法,提取数据可视化挖掘结果参数,实现面向智慧能源供需平衡数据的可视化挖掘。实验结果显示:智慧能源供需数据可视化挖掘结果综合评分数值范围为64.70~82.04分,充分说明该方法具备较好的可视化挖掘性能,可应用在多维典型用能场景中。     

An evaluation approach for the program of association rules algorithm based on metamorphic relations

As data mining more and more popular applied in computer system, the quality assurance test of its software would be get more and more attention. However, because of the existence of the ‘oracle’ problem, the traditional test method is not ease fit for the application program in the field of the data mining. In this paper, based on metamorphic testing, a software testing method is proposed in the field of the data mining, makes an association rules algorithm as the specific case, and constructs the metamorphic relation on the algorithm. Experiences show that the method can achieve the testing target and is feasible to apply to other domain.     

城市场景5G eMBB网络速率提升研究与应用

在对城市5G eMBB网络遍历测试结果进行聚类分析的基础上,将整个城市网络划分为不同场景,通过数学建模研究不同场景下影响速率的关键要素,并基于关联要素确定每个小区的性能提升重点。通过有针对性的优化,可显著提升5G eMBB网络速率。该研究为城市5G eMBB网络部署后速率快速提升指引了方向,对提升用户感知具有一定指导意义。同时,提出的基于聚类的分析和优化方法也可应用于未来5G SA组网结构下uRLLC和mMTC等场景。     

SAW RFID标签在军用测试系统中的应用

军用测试系统中设备繁多,各个设备状态不同,不便于管理,射频识别(RFID)标签能对相应的设备进行唯一性的识别。而声表面波(SAW)器件因其自身特点,可制成体积小,无线无源的RFID标签。SAW RFID标签可改进军用测试设备管理。基于SAW技术研究了SAW RFID的结构、基本原理和接收发送电路结构。研究了基于SAW RFID标签的军用测试设备的管理系统,并设计了相应的软件结构与界面。研究表明,SAW RFID标签的应用可提高军用设备测试水平和精确保障水平。     

数据挖掘技术在教务管理实践中的应用研究

随着计算机技术的进步,数据挖掘技术在许多行业得到大力应用,而在教务管理方面,面对海量的数据,数据挖掘技术的研究尚处于初步阶段。基于目前教务管理系统在处理海量数据方面存在的不足,将数据挖掘技术应用于高校教务管理系统的开发上,提出了基于数据挖掘的教务管理系统模型。该模型子系统主要有：数据库设计、数据仓库设计、数据模型建立、数据系统实现等,并验证了系统运行的稳定性和适应性。通过实例分析可知,该系统的应用,可以使得教务管理效率得到极大提高。     

电磁频谱数据的关联规则挖掘

为更合理利用频谱资源以及更好地评估各类电磁环境,本文提出一种基于关联规则挖掘的频谱数据挖掘方案.该方案首先基于一般挖掘流程获取频谱数据中的有用信息,包括异常信息、底噪信息、占用度信息和预定时间功率信息等;再将频谱信息作为关联分析对象,通过构建关联库,构建模糊集,基于模糊关联规则挖掘算法对频谱信息进行系统性的分析.本文对传统的算子选择策略加以改进,使用大尺度参数改进模糊隶属函数.通过实测数据集的验证分析,实验结果表明,频谱信息的强关联规则能反映各种信息之间隐含的关联性以及各种信息出现的频次;基于频谱信息的关联规则挖掘能有效地简化频谱挖掘工作,通过各种信息的关联性可以通过分析一部分频谱信息而得到另外的频谱信息.频谱信息的关联规则可以用于进行电磁无线电环境的评估,选择合适的频谱信息该方案可以应用于各类电磁环境的评估.     

基于电力营销聚类分析的数据挖掘算法研究

为提高数据挖掘算法的挖掘速度,同时提高其精准度,提出基于电力营销聚类分析数据挖掘算法研究。首先运用聚类算法筛选数据,再计算数据结构和相异度矩阵相异度,得出最接近的类距离。完成上述步骤后,在聚类分析框架下,设计聚类分析数据挖掘算法流程。先输入数据,再设计数据挖掘算法基本策略,最后提出SLIO算法处理离散字段,得到有价值的数据信息。由此,完成基于电力营销聚类分析的数据挖掘算法设计。实验结果表明,与基于支持度-置信度-提升度的配网自动化系统数据挖掘算法和基于神经网络和粒子群优化的数据挖掘算法相比,文中基于电力营销聚类分析的数据挖掘算法的挖掘速度稳定,挖掘效果更好。同时测试精准度较高,可有效提高数据挖掘的可信度。