多源异构传感通信大数据的融合调度算法

本文研究了在能量受限条件下服务于多种类型的数据处理和传输的多源异构通信簇交通传感器节点系统的最优大数据的融合调度控制问题。传统方法需要大量关于系统动态的统计信息,并且求解效率低。使用针对更新帧的李雅普诺夫优化技术,本文设计了一种新的在线多源传感通信大数据融合调度算法来克服以上困难。仿真实验表明所设计算法稳定、鲁棒,为后续利用交通传感器网络传输大规模数据奠定基础。     

面向装备试验数据的融合存储技术研究与应用

针对海量装备试验数据结构复杂、分散存储及检索访问等问题,开展装备试验数据融合存储技术研究。提出了数据源插件技术、分布式采集处理技术、海量数据文件索引技术,实现多源异构试验数据的采集整理、校核验证、入库和多维信息查询,以及图像、视频、文档类数据文件的检入、检出等功能,并保证系统稳定、高效运行,确保数据应用业务可扩展、可发展。该装备试验数据融合存储技术已应用到某装备系统中,为系统试验数据的稳定存储和应用提供了基础支撑,也为多源异构试验数据的融合存储和管理提供了一种解决方案。     

智慧养老平台中多源异构数据融合技术研究

智慧养老系统由于其管理关系到多元异构数据,对于目前智慧养老系统存在的数据存储、扩展能力、存储类型等方面的缺陷,通过云数据、云计算在智慧养老系统中的运用,将Hadoop云平台应用到智慧养老系统多源异构数据融合中,实现养老数据的云查询、云存储。首先研究智慧养老系统的数据多元性,进而分析多元数据特点,将其划分成空间数据、医学影像、属性数据三方面,进而针对性的设计空间数据存储、空间数据检索、医学影像检索、属性数据索引等。利用多元异构数据融合技术来实现相关数据的写入和查询。     

基于数据融合的商务智能与分析架构研究

商务智能与分析(BI&A)3.0的出现和信息融合应用场景的拓宽增强了数据融合在商务智能研究中的重要性。越来越多经济和管理领域的研究运用了融合的思想和方法,数据融合在这些领域的应用表现出了不同于传统信息融合的特点。从信息融合和BI&A出发,提出了多源异构大数据背景下基于数据融合视角的BI&A新内涵,突出了数据融合在商务智能分析过程中的重要性。基于WSR系统科学方法论构建了商务智能分析“数据、信息、知识”的融合架构,使数据融合能更好地应用于经济、金融和管理等领域,为从海量多源异构数据中获取知识提供了科学依据,有利于更有效的商务智能系统的研发和实现。     

碎片化家谱数据的融合技术

家谱数据是典型的碎片化数据,具有海量、多源、异构、自治的特点.通过数据融合技术将互联网中零散分布的家谱数据融合成一个全面、准确的家谱数据库,有利于针对家谱数据进行知识挖掘和推理,从而为用户提供姓氏起源、姓氏变迁和姓氏间关联等隐含信息.在大数据知识工程BigKE模型的基础上,提出了一个结合HAO智能模型的碎片化数据融合框...     

面向多源异构数据的云推送平台的研究与应用

在传统推送中,多源异构数据的推送面临时效性不强、安全性不高、数据难以重用等问题。针对多源异构数据的特征,综合移动互联网的安全性和隐私性等特点,提出了一种多维决策云推送模型来计算分布式环境中多源异构数据的特征值和特征向量,以快速分离数据源中的同构数据和异构数据;并基于此模型设计了云推送平台,其利用云推送技术来实现同构数据和异构数据的自动分离和高效推送。根据云推送平台在实验环境中的运行情况及相关指标分析,说明该平台适用于多源异构数据的推送,是一种高效可行的推送方式。     

北京智慧水务框架下的数据资源体系研究

分析北京市水务局"数字水务"的建设现状和"智慧水务"的发展目标,提出水务数据资源建设方法,即在现有综合数据库和水务普查数据的基础上,构建一套整合、开放、高效的水务数据资源体系。通过研究发现,在水务数据资源体系的建设过程中,引入面向对象的数据组织方法,将数据对象的属性值与数据对象间关系统一于数据对象的抽象概念内,可以使水务基础、空间、业务数据及各种数据间的多维度复杂关系整合为直观有序的有机整体,以便于数据的管理、共享与业务支持。     

面向医疗大数据的云计算研究

随着数据存储量的增长以及数据开放力度的加大,大数据正在影响着各个领域,并改变着各个领域。本文分析了大数据的概念和医疗大数据的特点,阐述了面向医疗大数据的云计算技术的基本框架与可行性。     

多源异构大数据平台的建设及应用

针对公安机关使用的信息系统普遍存在"数据壁垒",不利于侦查办案的实际问题,设计并实现了多源异构大数据平台.该平台能够实现侦查、治安、交管等多类业务系统结构化、非结构化、半结构化异构数据的有效汇集整合,通过数据处理、目录管理、分析研判等功能,解决由于数据无法有效利用而导致"信息孤岛"、无法服务于侦查破案的问题.该平台应用...     

护航大数据时代,助力云计算与大数据融合发展

大数据时代的到来,社会各行业和各领域都受到了很大的影响,为了适应大数据时代的需要,各领域、各行业不得不做出相应的调整,以满足大数据时代的要求.在大数据时代的背景下,"云"概念也随之出现,云计算越来越多地被人们关注,云计算与大数据的融合发展逐渐成为其发展的一大趋势.阐述了云计算和大数据的相关内容,包括基本概念和主要特点,分析了大数据与云计算的联系和区别,并对云计算与大数据的融合发展进行了详细地探讨,从而形成了对云计算与大数据的全面认识与了解,希望能够为今后相关内容的研究提供一定的参考依据.     

大数据网络安全态势感知中数据融合技术研究

随着科学技术的发展,网络时代对我们的生产生活影响越来越大,网络信息技术在给人们带来生产、生活便捷的同时,网络安全问题也在逐步升级,传统的网络安全防护技术措施显然已不能较好地满足新时期的网络安全工作需求。在信息科技的推动下,安全态势感知技术能对存在于网络中的安全数据信息进行有效的采集、分析、存储以及挖掘,数据融合技术可以处理所搜集的网络安全数据,这两种技术的结合能极大地增强安全态势感知实效,有效保障信息的安全,这对网络发展有非常重要的现实意义。     

水利舆情大数据监测应用研究

随着社交媒体的发展,水利网络舆情事件的发生次数呈上升趋势,监测分析难度日益加大.为解决水利网络舆情监测问题,开发建设水利舆情大数据监测分析平台十分必要.通过对基础设施、数据资源、舆情智能分析、舆情大数据可视化4个模块的构建,水利舆情大数据监测分析平台初步实现舆情大数据监测分析能力,形成较完善的水利行业舆情大数据工作机制...     

食品安全大数据的融合及分类技术综述

食品是人们赖以生存和发展的基本物质基础,食品安全不仅仅关乎广大消费者的切身利益,甚至关系到国家经济的稳步发展和社会的繁荣昌盛。食品安全大数据具有数据容量大、来源多样、更新速度快、价值密度低却应用价值大的特点,通过将多源的食品安全大数据进行融合及分类并行处理可以帮助人们实现更多的价值。对食品安全大数据融合及分类技术进行了综述。首先,总结了食品安全大数据的来源特征以及数据处理关键技术,阐述了食品安全大数据预处理过程,分析了食品安全大数据融合三种融合层次以及融合关键技术,介绍了食品安全大数据的并行计算模式;然后,归纳了并行分类算法以及几种常见的分类算法,如朴素贝叶斯、决策树、神经网络等;最后,对食品安全大数据做出总结和展望。     

大数据环境下的数据迁移技术研究

数据是信息系统运行的基础和核心,是机构稳定发展的宝贵资源。随着信息系统数据量成几何级数增加,特别是在当前大数据环境和信息技术快速发展情况下,海量数据迁移是企业解决存储空间不足、新老系统切换和信息系统升级改造等过程中必须面对的一个现实问题。如何在业务约束条件下,快速、正确、完整地实现海量数据迁移,保障数据的完整性、一致性和继承性,是一个关键研究课题。从海量数据管理的角度,阐述了海量数据迁移方法,比较了不同数据迁移的方案特点。     

大数据融合研究：问题与挑战

随着大规模数据的关联和交叉,数据特征和现实需求都发生了变化.以大规模、多源异构、跨领域、跨媒体、跨语言、动态演化、普适化为主要特征的数据发挥着更重要的作用,相应的数据存储、分析和理解也面临着重大挑战.当下亟待解决的问题是如何利用数据的关联、交叉和融合实现大数据的价值最大化.认为解决这一问题的关键在于数据的融合,所以提出了大数据融合的概念.首先以Web数据、科学数据和商业数据的融合作为案例分析了大数据融合的需求和必要性,并提出了大数据融合的新任务;然后,总结分析了现有融合技术;最后针对大数据融合问题可能面临的挑战和大数据融合带来的问题进行了分析.     

基于多传感器数据融合技术的应用研究

复杂系统的多传感器数据融合是一门新兴的技术,它通过对来自多个传感器的数据进行多级别、多方面、多层次的处理从而产生出单个传感器所不能获得的更有意义的信息.数据融合在军事领域和民用领域都有很大的发展和应用前景.该文提出了一种基于神经网络融合算法的多传感器数据融合技术,对所采用的数据融合技术用于烧结终点预测进行了详细介绍.通过仿真结果证明,该方法鲁棒性强,准确性高,泛化能力广,具有很强的实用性和推广价值.     

面向大数据的在线特征提取研究

在大数据环境下,当利用机器学习算法对训练样本进行分类时,训练数据的高维度严重制约了分类算法的性能。文中应用L1准则的稀疏性,提出了一种在线特征提取算法,并用该算法对训练实例进行分类。利用公开数据集对算法的性能进行了分析,结果表明,提出的在线特征提取算法能准确地对训练实例进行分类,因而能更好地适用于大数据环境下的数据挖掘。     

异构大数据环境中高效率知识融合方法的研究

知识融合是知识图谱技术的关键环节,而传统机器学习算法较难满足异构大数据环境中知识融合的准确性及实时性需求.提出一种结合概念漂移检测算法与无监督反向验证算法的高可靠、低复杂度知识融合方法.该方法利用贝叶斯估计进行实体对齐与属性融合的同时,周期性进行基于孤立深林算法的概念漂移检测与基于自组织映射网络的反向实体消歧,以此有效...     

通信计费数据采集与传输融合技术的研究

计费数据采集与传输为计费系统采集必要的计费数据,并把数据准确地传送到目的地。要求计费数据采集与传输能够融合多个网络,支持多种类的交换机,兼容尽可能多的操作系统以用来满足不同终端的用户。针对以上要求,对计费数据采集与传输模型及计费数据的采集方式、交换机对数据采集提供的支持进行了研究和探讨。