一种基于两级缓存的高效时序数据库系统

随着大数据时代的到来和工业物联网技术的发展,大量的时序数据被采集、分析和应用.时序数据具有来源广泛、持续递增、变化单一等特点,要求数据库能高速写入、能对数据高效压缩.本文针对现有时序数据存储技术吞吐量小、空间利用率低等问题,在开源时序数据库OpenTSDB的基础上,提出一种融合两级高速缓存与扇区压缩的高效时序数据库系统...     

CrMoWV钢的应力松弛行为及其预测

以12Cr-1Mo-1W-0.25V耐热钢550,600℃的8760h松弛实验数据作为对象,研究短时间松弛数据准确而有效预测长时间松弛应力的方法。在采用松弛模型对长时间松弛应力进行直接拟合外推时,发现模型参数与所采用拟合数据的时间长度呈规律性的变化。提出考虑模型参数规律变化的时序参数法,以高精度预测长时间松弛应力。通过对比时序参数法与直接拟合外推法的预测结果,认为时序参数法在用短时间松弛数据预测长时间松弛应力上具有明显优势,预测结果的准确性较直接外推法高。     

上下文感知计算中的时序表示与推理方法研究

分析了基于本体论的上下文建模方法,对现有上下文本体进行了分类和比较,并针对其在时序表示方面存在的问题,提出了基于资源描述框架(RDF)具体化的上下文时序信息表示方法,扩展了上下文本体的描述能力.同时针对上下文感知中的时序推理问题,提出了一个持续时间推理算法;另外还通过整合Allen区间代数和本体推理实现了时序关系推理.最后通过实验验证了上述两种时序推理方法的效率.     

基于离群分析的水位异常识别研究

面对海量的地震前兆监测数据流,传统的方式难以实现合理的分析和利用。引入时序数据挖掘的技术对地震前兆数据中的一个重要参数-地下水位进行时序分析和识别水位变化异常。从水位数据的自身特点出发,依据突变系数检测离群点,根据离群点分段,再结合基于距离的离群算法找出水位变化异常模式。实验结果表明,该方法可以比较简单直观地发现水位的异常变化。     

基于CEP的物联网智能水表实时漏水监测研究

针对管网终端用户存在的小流量和长流量漏水现象,提出使用复杂事件处理(CEP)技术实时监测用户用水情况并及时发现漏水问题的方法.通过实时分析智能水表上传的用水数据,采用时序模式中的移动平均法对采集数据进行平滑处理,以减少数据波动的影响.构造漏水监测流程算法及漏水识别模型,建立漏水复杂事件处理规则.采用复杂事件处理语言和复杂事件处理引擎Esper来实时处理漏水数据流.通过实例验证,认为该方法能及时识别符合漏水规则的事件,实现对水表终端用户的实时漏水监测.     

单片机和CPLD在火箭橇全程时空位置测试中的控制方法研究

本文围绕火箭橇试验全程时空位置测试问题,研究单片机和CPLD在时序发生、时序控制、数据锁存、数据采集、数据存储等方面的联合应用,是解决火箭橇试验全程时空位置测试问题的一种方法的探索,提出了基于单片机和CPLD控制的火箭橇全程时空位置测试的设计方案,包括硬件和软件设计、时序仿真、系统精度检测等.     

免疫进化机制及其在时序模式挖掘中的应用研究

针对目前动态数据挖掘中存在的问题,提出基于数据增量的动态挖掘进程概念;在动态挖掘进程和生物免疫进化过程的相似性基础上,提出了知识发现中的免疫进化机制的基本内涵;给出了基于免疫进化机制的时序模式挖掘算法及其实验分析,以验证理论的正确性和有效性。     

动态测试数据中坏点处理的一种新方法--绝对均值法及应用研究

本文简要介绍了剔除坏点数据的几种经典方法，并对动态测试中数字时序信号的坏点剔除方法进行了探讨。根据动态测试中数字时序信号的特点提出了一种剔除坏点的新方法——绝对均值法，并给出了绝对均值法中阀值形确定的范围。作者采用绝对均值法和莱因达（PaЙTa）法分别对三组实测数据进行坏点数据的剔除处理，对处理结果的分析对比表明运用绝对均值法剔除动态测试数据中的坏点数据比莱因达法效果更好。     

测控系统中采样数据的时序模糊聚类研究

本文针对测控系统中采样伪数据的剔除问题,采用模糊集分析的方法,根据测控系统的工作特点,阐明了使系统采样数据真伪分离的时序模糊聚类模型。并且以实例说明了该模型在火控系统雷达角跟踪性能综合检测中的应用。     

MT8880与单片机直接接口方法探讨

针对双音多频信号收发芯片MT8880与单片机时序不匹配的问题,介绍了单片机与MT8880的直接接口设计方法.其特点是利用单片机的I/O接口模拟产生MT8880的特殊信号时序,直接驱动收发芯片.以单片机89C2051为实例,给出了MT8880与其连接时的硬件和软件设计.经调试,方案实现了预期的功能要求.