基于大数据及物联网的数据库半结构化数据识别方法

为实现对不同类别半结构化数据的精准识别,文章将开展基于大数据和物联网的数据库半结构化数据识别方法的设计研究。笔者通过从各种来源收集数据,包括传感器、日志文件、社交媒体平台、其他数据库等,对半结构化数据所在数据库进行联网,使用大数据中的数据清洗技术进行半结构化数据预处理;对完成预处理的数据库半结构化数据进行特征提取,根据具体的数据识别问题确定模型架构,生成数据识别模型,并实现对半结构数据的识别。对比实验结果表明：设计的方法可以实现对数据库半结构化数据的精准识别。     

基于孪生神经网络的物联网通信异常数据捕获

针对传统物联网通信异常数据捕获精度较低、捕获耗时长等问题,提出基于孪生神经网络的物联网通信异常数据捕获方法.通过构建特征提取单元与区域推荐网络单元的孪生神经网络结构,去除网络Alex Net框架中两个卷积层与全连接层,在各卷积层后添加SE-Network,架构用于捕获异常数据的孪生神经网络模型;利用该网络模型降维处理异常数据特征,利用粒子群算法中标签约束策略,将二维数据转化到三维恒定空间中,完成异常数据种类划分;结合待捕获数据与候选数据特征,确定数据之间相似度,基于交叉相关层度量相似度,实现物联网通信异常数据捕获.仿真结果表明:采用所提方法可有效提升物联网通信异常数据捕获的精度,且捕获速度较快.     

一种基于DDM的数据库累积异常识别方法

针对传统数据库识别中,异常识别方法对磁盘读写次数的解决效果不佳的问题,为防止非法使用数据,提出一种基于DDM的数据库累积异常识别方法。根据数据库模式以及涉及的数据,通过隶属度函数对数据库的可疑度在一定区间内进行测定,提供DDM有效的识别数据库累积异常的方法进行实验。实验结果表明在DDM、无DDM、单客户端和并行客户端的情况下,基于DDM的数据库累积异常主动模糊识别方法对磁盘写次数几乎没有影响,结果证明方法能是一种识别数据库累积异常的有效方法。     

基于惩罚系数的人脸和声音融合识别方法

不同的生物特征采集装置采集的样本品质各不相同,样本品质高的识别可靠性较高,同时对于同一个样本,采用不同的识别方法,好的识别方法识别可靠性也较高,因而本文提出一种利用生物特征的样本品质和识别专家可靠性的融合识别（QSVM）方法。首先根据样本品质和识别专家可靠性得到样本惩罚系数和可靠性惩罚系数,进而得到总体惩罚系数,最后利用总体惩罚系数对支持向量机识别算法进行修改。本文采用XM2VTS数据库,分别将QSVM方法与贝叶斯分类法、Fisher线性判别函数分类法、多层感知器分类法和平均融合方法、SVM方法的半和误差率（HTER）进行比较,实验结果表明QSVM方法的半和误差率较小。     

Web日志预处理技术探析

随着Internet的普及,Web日志挖掘成为一个新的研究课题。由于Web日志数据的半结构化,为了得到有效的挖掘模式,提高挖掘算法的效率,首先需要对数据预处理。该文详细介绍了Web日志数据预处理的四个步骤:数据清洗,用户识别,会话识别和路径补充,并实现了对某校院网日志记录的预处理,得到了理想的结果。     

大型网络数据库中危险数据识别方法研究

针对传统的决策树分类特征滤波方法识别性能不好的问题,提出一种基于决策树局部时间尺度特征提取的大型网络数据库中的危险数据识别方法,构建大型网络数据库的危险数据通信传输模型,设计危险数据决策树模型,通过建模,采用信号处理方法实现局部时间尺度特征提取,以此为依据实现对危险数据的准确识别。仿真结果表明,采用该算法能有效地实现危险数据的识别,准确识别概率提高显著,保证了大型网络数据库的安全运行。     

计算机技术在物联网通信中的运用探析

近些年,传感器以及移动通信技术越来越发达、应用越来越广,在一定程度上加快了物联网技术的诞生.在物联网通信中,计算机技术发挥着非常重要的作用.以此为前提,该文首先叙述了物联网通信中计算机技术的使用,接着讨论了计算机技术在物联网通信中的实际应用,希望能深度挖掘出计算机技术在物联网通信中的应用.     

基于大数据与神经网络的计算机通信网络故障识别方法

针对计算机通信网络故障识别成功率低、时间长等不足,文章提出基于大数据与神经网络的计算机通信网络故障识别方法。首先通过大数据分析技术对计算机通信网络故障数据进行降维处理,然后通过卷积神经网络实现计算机通信网络故障识别,最后应用计算机通信网络故障数据对本文方法的效果进行验证,证明本文方法具有较好的应用效果。     

结构化步态特征表征和快速步态识别方法

对于只有单一步态信息的特征数据库,在人数众多时,遍历识别算法识别时间长、识别率低。针对这个缺点,提出一种结构化步态特征表征和快速步态识别方法,将人的步态信息与身高、性别、年龄等一起构成结构化的步态特征,用不同传感器采集数据,不同的方法提取各个特征分量并独立加以利用。结构化的步态特征便于识别算法对步态识别问题进行分级处理,缩小识别范围。实验表明,文中方法不仅能够提高识别速度,而且能获得更高的识别率。     

基于深度学习和物联网云平台的水质监测与鱼苗识别系统的设计

本文设计并初步验证了一种基于深度学习和物联网云平台的水质监测与鱼苗识别系统。该系统由水质监测模块、物联网通信模块和目标识别模块组成。其中水质监测模块采用STM32F407ZGT6嵌入式开发芯片作为主控芯片,使其能够搭载各类传感器,对鱼塘的水质数据进行及时有效的监测。物联网通信模块将得到的水质数据上传到云平台上,便捷了用户的使用以及对鱼塘水质情况的实时、准确分析。此外,搭载于树莓派上的深度学习模块能够对鱼塘中常见养殖鱼类进行类目识别与监测,方便用户根据不同的繁殖时期对不同的鱼类进行相应的调整与捕捞。该系统可以有效实现对鱼塘水质情况的实时检测以及鱼类识别,从而极大地提升鱼类养殖的效率,降低人力资源成本。     

Effective solution of certain problems of theory of schedulings of nets

Cybernetics and Systems Analysis -     

机车空调逆变电源设计

本文讨论的是机车空调逆变电源系统的设计与研究。该电源系统主要是由DC/DC的BOOST升压部分和DC/AC三相逆变部分两部分组成。DC/DC部分所得直流电压通过DC/AC部分逆变成三相交流电,供给空调机组工作。同时,为使电源系统能更可靠的运行,也设计了相应的故障检测、保护等辅助电路。     

制造型企业仓储物流管理的RFID应用——卷烟厂按垛出库及到货扫描系统初探

针对国家烟草管理的现状,有关主管部门在全国推行“行业卷烟生产经营决策管理系统工程”,利用条码等自动识别技术手段实时掌握全国的生产经营信息。但某卷烟厂此前的物流环节已经是“件烟成垛”运输,如何在尽可能保持原有企业管理体系的前提下,达到有关部门的数据统计要求,解决成垛卷烟的物流和信息流的交互与统一问题成为技改的核心。该项目成功的将条码识别与射频识别有机结合起来,为烟草行业信息化提供了生动的应用案例。     

煤矿多功能物联网读写器的设计

介绍了物联网的概念和结构组成,分析了物联网在煤矿中的具体应用,详细介绍了一种具有煤矿特色的多功能物联网读写器的设计与实现。该读写器应用在物联网的感知层,能够进行物体识别和各类物理信号与环境参数的传送,为煤矿应用物联网提供了一个很好的感知层解决方案。     

机械臂绝对定位精度测量

提出了用激光跟踪仪标定机械臂的D-H参数、测量机械臂绝对位姿以及对机械臂的绝对定位精度进行分析的方法;用激光跟踪仪测量机械臂各个关节单独运动时得到的一系列离散点,就可确定机械臂各个关节的轴线,由此建立机械臂的D-H坐标系,并对D-H参数进行标定;然后,给出了由6D激光头位姿确定机械臂末端位姿的方法;最后,推出了由测量位姿值与命令位姿值相比较,得到机械臂绝对定位的位置和姿态偏差的方法;这些方法可以有效、迅速地完成对机械臂绝对定位精度的测量.     

变电站一次设备喷涂PRTV用量的分析

对国网宁夏电力检修公司宁安运维站近2年来一次设备喷涂PRTV用量的统计数据进行分析整理,得出各类一次设备按照标准要求喷涂PRTV时的用量估算值,并针对现存作业中存在的问题,提出相应解决方案。