基于多帧数据的目标分群算法

针对在多帧数据条件下的目标分群问题,提出一种基于数据流聚类的动态目标分群算法TG—Stream,该算法由在线和离线2个部分组成。在线部分采用临时存储结构（TSS）和金字塔时间框架保存侦察数据集的概要信息,离线部分采用CNM算法对时问框架的信息进行聚类,最终得到分群的结果。实验结果表明,TG—Stream具有灵活的精度和效率平衡性,能较好地满足决策辅助系统处理实时信息的需要。     

无线网络中一种新的数据复制算法

介绍了静态数据复制算法,并针对无线网络提出了基于主节点的动态数据复制算法,该算法可根据主节点所收集的信息的变化重新构架网络二叉树,它比静态算法更能满足无线网络节点变化的需要.     

电网多源故障用电信息采集智能融合技术研究

为了更好地解决电网多源故障时的用电信息采集和处理问题,针对基于数据驱动的电网多源故障用电信息采集智能融合技术展开研究。该技术的在线运行机制基于先验知识和深度玻尔兹曼机(DBM)模型实现。在分类处理多源用电信息后,获取其中的动态数据和静态数据。通过数据驱动提取不同类别用电数据的特征集,利用卡尔曼滤波算法去除特征集中的冗余特征,完成对用电信息的一致性特征描述,从而获得用电信息融合结果。测试结果表明：该技术具有较好的应用性能;戴维森堡丁指数(DBI)的测试结果均在0.017以下,能够有效分类动态数据和静态数据,并处理数据中的异常数据;变异系数结果均在0.02以下。利用该技术所得的用电信息融合结果,能够可靠地预测用电需求、识别异常用电行为。该技术应用效果良好。     

面向ITS共用信息平台的数据处理方法研究

对ITS共用信息平台中的数据进行分类,即静态数据、地理信息数据、动态数据和历史数据。在此基础上着重提出了针对实时交通流和空间数据的存取方式。面向ITS数据处理方法和技术包括数据质量控制、数据集成、数据压缩和抽样存储、数据融合。这些方法对于系统地处理、存储、获取和利用基于ITS共用信息平台的交通数据有较好的实用性和推广价值。     

一种在线递增式语言模型自适应方法

本文针对传统统计语言模型的离线自适应方法,提出了一种在线实时的递增式自适应方法。该自适应方法需要解决几个问题。第一是要设计一种语言模型结构以适应在线的自适应;第二是如何利用在线收集到的语料对语言模型进行实时的参数修改;在我们设计的中文音转字平台中,将语言模型分成两个部分,分别是通用模型和用户模型。对于通用模型,采用高效的存储结构结合参数预取技术,提高了模型的速度;对于用户模型,使用动态的加权方法结合MAP 动态调整参数。本文所做的实验证明使用该方法能较大程度的降低中文音转字的错误率。     

基于Chord网络动态数据的Skyline计算

在结合Chord网络静态数据Skyline计算算法和分布式环境的Skyline计算算法的基础上,提出一种基于Chord网络动态数据处理的Skyline计算算法,利用滑动窗口思想处理动态数据,实现数据的实时更新,使用户能更准确地得到感兴趣的实时信息。理论分析和实验结果证明,该算法能实现网络负载均衡,具有很好的渐进性,并能有效减少网络带宽的消耗。     

基于物理操作级模型的查询执行时间预测方法

查询执行时间预测(Query Performance Prediction, QPP)是数据库系统中一个重要的研究问题。当数据库系统中存在并发执行的事务时,现有的QPP方法无法在不改变数据库查询性能的前提下建立准确的QPP模型。为此,提出了一种基于物理操作的查询执行时间预测新方法,该方法以查询的物理操作为单位建立单元预测模型,根据查询计划将单元预测模型组合为完整的QPP模型,把能够刻画数据库系统并发状态的统计信息纳入模型的输入特征。所提方法只须使用DBMS提供的基本手段即可获取构建模型所需的数据库统计信息,无须改变DBMS,也不会影响数据库系统上原有工作负载的执行。实验结果表明,所提方法无论在OLTP还是OLAP应用中,在不同的查询计划和并发度下的预测准确性均高于其他对比方法。     

流数据和传统数据存储及管理方法比较研究

传统数据或静态数据是指来自关系数据库、数据仓库和事务数据库里面的数据,与之对应的流数据,是一种具有实时、快速和连续到达特点的动态数据.由于流数据的上述特点,使得应用于传统数据挖掘的技术和方法不能很好地适应流数据.对传统数据进行存储、查询和管理,使用成熟的DBMS完成,对流数据的类似操作,必须开发出具体的DSMS加以实现.提出了一个对流数据进行管理的系统框架,并在管理系统和存储方式两方面对两种数据进行综合比较.     

实时数据库系统研究最新进展

1.引言 实时数据库系统(RTDBS)可看作是常规数据库管理系统(DBMS)与实时系统的结体,象DBMS一样,它必须处理事务并保证ACID数据特性。此外还必须在实时环境下满足事务交的时间     

基于卷积神经网络的互联网金融信用风险预测研究

针对互联网金融行业的信用风险评估问题,提出了一种基于卷积神经网络的客户违约风险预测方法。首先将输入数据分为动态数据和静态数据,将动态数据和静态数据分别转换为矩阵和向量,然后利用改进的卷积神经网络来自动提取特征并进行分类,最后使用ROC曲线、AUC值和KS值作为评价指标,将该方法与其他机器学习算法(Logistic回归、随机森林)进行比较。实验结果表明,卷积神经网络模型对于信用风险的预测效果要优于对比模型。     

对象事务服务与数据库集成机制研究

在分布式事务处理系统中需要持久存储的数据资源的参与来保证事务的持久性,数据库系统（DBMS）的广泛使用为事务系统提供了丰富的数据源,将分布式事务系统同现有的数据库系统的集成具有非常重要的意义,本文研究了通用请求代理体系结构（CORBA中的对象事务服务（OTS）和关系数据库系统的集成机制,提出了对象事务服务和数据库系统集成模型,设计并实现了数据库连接器DBConnector,完成了事务服务系统和数据库系统的无缝集成。     

动态上下文环境下的实时分布式多媒体系统框架

伴随着多媒体采集和处理设备成本的不断降低,以及处理目标的不断复杂化,多媒体信息系统正朝着大规模数据分析和管理系统靠拢,因此如何有效支持实时分布式多媒体信息所需的实时采集、压缩、传输、处理、描述、反馈与存档,以及后期的浏览与检索,已经成为多媒体计算研究的重要问题。为了有效支持实时分布式多媒体信息的实时采集、传输、处理、描述、存档等的需要,在分析动态上下文环境下实时分布式多媒体系统对底层采集、压缩和传输以及信息的表达和存储的普遍需求的基础上,提出并实现了一个通用的实时分布式媒体信息处理框架,以便为实时分布多媒体系统提供基础服务支持。该框架包括软件平台和信息系统两部分。前者用于将逻辑功能与物理设备隔离开来,完成实时采集、压缩、传输和解压等功能;后者通过统一信息表达格式,将数据与特定的采集处理模块隔离开来,同时还提供了信息管理的功能,以便于用户后期检索。这两部分共同将多媒体系统所需要的实时采集、处理、压缩、描述、反馈与存档以及离线浏览与检索等服务融入一致、统一的框架中。基于该框架的会议系统的相关实验表明,该框架具有良好的开放性、可配置性和可扩展性。     

利用连续两阶段在线剖析优化多线程推测执行

针对当前推测多线程优化中使用的离线剖析受到训练输入集限制的问题,提出一种根据在线剖析结果自动变换推测多线程程序的动态优化方法.该方法在程序运行时执行剖析和优化工作,不需要单独的剖析过程以及通用的训练输入集.该方法也适用于那些运行时行为特征呈阶段性变化的程序.实验表明,在指导事务划分和选择并行循环方面,动态优化方法能够达到和静态优化方法相似的效果,完全可以在离线剖析失效时被使用.     

水轮机组故障诊断数据库系统

水轮机组运行中的振动、轴温等状态量蕴含着大量可利用信息，故障诊断数据库系统通过对这些状态量的采集、处理和分析，来实现水轮机组运行状态在线实时监测，极大地提高了机组利用率。该系统采用SQL Server做数据库系统，介绍了报传输、数据处理以及前端的访问，最后给出了故障分析的事例。     

基于图象分割的机器人视觉系统的设计与实现

机器人视觉系统是自主机器人的重要组成部分，而如何精确高效的处理视觉信息是视觉系统的关键问题．本文介绍了一个包括离线颜色分析器和实时视觉信息处理器两大部分的机器人视觉系统。离线颜色分析器用于提取各种颜色的阈值，实时视觉信息处理器则利用阈值进行图象分割，从而使机器人准确认知当前环境。     

一种改进的动态k-均值聚类算法

针对经典k_均值聚类方法只能处理静态数据聚类的问题,本文提出一种能够处理动态数据的改进动态k-均值聚类算法,称为Dynamical K-means算法.该方法在经典k-均值方法的基础上,通过对动态变化的数据集中 新加入样本进行分析和处理,根据聚类目标函数改变的实际情况选择最相似的类别进行局部更新或进行全局经典k_均值聚类,有效检测发生聚类概念漂移和没有发生聚类概念漂移的情况,从而实现了动态数据的在线聚类,避免了经典k_均值方法在动态数据中每次都要对全部数据重新聚类而导致算法速度过慢的问题.标准数据集和人工社会网络数据集上的实验结果表明,与经典k_均值聚类方法相比,本文提出的动态k_均值聚类方法能快速高效地处理动态数据聚类问题,并有效地检测动态数据聚类过程中所产生的概念漂移问题.     

动态增量聚类的设计与实现

传统聚类算法往往只适用于静态数据集的聚类。对于动态数据集,新增数据后,前期的聚类结果不再可靠,运用此类算法则需要重新聚类,这样会造成效率低下和计算资源浪费。在基于密度和自适应密度可达聚类算法的基础上,提出了一种新的增量聚类算法。理论分析和实验结果证明该算法能够有效地处理动态数据集,提高聚类效率和资源的利用率。     

FMS实时在线调度的仿真建模

为提供进行ＦＭＳ系统在线及离线分析所需的各种信息，本文给出了“最小状态信息”集合的定义。在此基础上，采用面 向对象的设计方法和Ｃ＋＋语言研制开发了具有实时在线仿真能力的ＦＭＳ仿真语言ＳＬＦＭＳ，为在线开展ＦＭＳ调度优化问题的研究提供了良好的仿真支持环境。最后，本文提出并建立了ＦＭＳ实时在线调度优化系统，为解决ＦＭＳ的实时在线调度优化问题提供了一条有效途径。     

基于ECA规则的动态数据交换技术

动态数据交换是实现网络协同设计的关键技术,在协同设计中每一步的设计信息都进行实时交换必然导致在动态数据交换中包含不必要的数据。为了解决这个问题,该文提出基于ECA规则的动态数据交换技术。建立基于ECA规则的动态数据交换系统结构,并定义动态数据交换中的ECA规则和动态数据更新中事件间的基本关系。应用该技术实现了跨平台异构CAD系统之间动态数据的实时交互和一致性。     

Word文档的规范化输入

现在许多网上申报系统提供了离线填报的方式,这种方式不受在线时间限制,对于那些需要仔细斟酌、不能在短时间内完成的报表尤为适合。离线填报文档以Word文档为多,用户填写完下载的Word文档模板后上传即可,申报系统自动提取Word文档中的信息写入数据库。因为是程序自动提取信息,填报的信息要规范化。本文介绍了一些Word文档规范化输入的方法。