基于高阶时空模型的视觉传感网络数据关联方法

数据关联是视觉传感网络联合监控系统的基本问题之一. 本文针对存在漏检条件下视觉传感网络的数据关联问题, 提出高阶时空观测模型并在此基础上建立了数据关联问题的动态贝叶斯网络描述. 给出了数据关联精确推理算法并分析了其计算复杂性, 接着根据不同的独立性假设提出两种近似推理算法以降低算法运算量, 并将提出的推理算法嵌入到EM算法框架中,使该算法能够应用于目标外观模型未知的情况. 仿真和实验结果表明了所提方法的有效性.     

动态目标时空数据高效管理与分析研究

动态目标具有空间性、时间性、多维性、海量性、复杂性和不确定性的特点,而传统的DBMS已不能有效地对其进行位置建模、语义表达、索引。首先,分析了动态目标数据建模、动态目标多时态性、动态目标多维性、动态目标分布性等4个方面存在的问题。然后,提出了一个对动态目标时空数据进行建模、管理与分析的总体框架,并对框架各关键技术进行了深入的研究。该框架采用三层体系结构,使得系统有较高的灵活性和扩展性。最后,基于该框架,给出了一个原型系统,并对其主要构成平台进行了分析与阐述。     

WEBGL时空数据动态可视化及远程动态加载算法

针对当前三维时空数据内容丰富,GIS无法精确模拟三维空间数据动态显示的问题,本研究提出了一种三维时空数据库的Web端地信时空动态可视化方法,经由三维GIS的三维空间投影,显示三维地理时间空间信息。使用WEBGL图形库搭建三维可视化框架,将粒子系统模型应用于时空数据的动态可视化中。使用动态加载技术,对地形环境复杂、数据量较大的时空数据进行分割,减少了冗余时空数据。实验表明,所加载的时空数据时间最短为0.84 s,动态显示平均帧率高达45帧/秒,时空模型网格数和顶点数最小。     

基于大数据的网络舆情多维动态分类研究

由于网络舆情多维动态实际分类中,分类结果与实际情况存在一定误差,比值比(odds ratio,OR值)较小,为此提出基于大数据的网络舆情多维动态分类研究.通过对网络舆情概念、网络舆情特点等进行分析,构建网络舆情多维动态分类指标体系、基于大数据的事件类型多维度指标聚类分析、网络舆情数据分类判别,提出一种全新的分类方法.通...     

基于时空Kriging方法的时空数据插值研究

在对气象数据进行插值的过程中, 如果只考虑数据的空间信息而忽视数据在时间上的关联, 必然影响插值的精度.针对具有时空特性的气象数据, 提出一种将时空Kriging方法与弹性网方法相结合的新方法.该方法主要利用弹性网算法解决时空Kriging算法中的时空变异函数矩阵为病态矩阵而无法求逆的问题, 通过弹性网算法获得变异函数矩阵方程的稀疏解, 从而提高时空插值的精度.在实际观测的气温数据和AQI数据上的仿真实验验证了该方法对气象时空数据插值的准确性.     

动态脑功能网络Rich-club时空观测方法

基于fMRI-BOLD信号的脑功能网络重要脑区时变特征辨识问题,提出了一种动态脑网络Rich-club时空观测模型的构建方法。该方法通过将样本所有时间采样点的Rich-club集合相似性进行聚类,从而将脑功能网络的空间与时间融合在一起,并构建脑网络中动态Rich-club重要性评价模型,定量地描述脑网络中Rich-club集合在时间以及空间两个维度的综合重要程度,从而为脑功能网络重要脑区的动态特征观测提供了一种有效的方法,也为分析健康人与自闭症患者之间的脑区重要性差异提供了依据。     

基于时空数据的交通系统的设计

给出一种基于时空数据的交通系统的设计。系统支持多用户的协同操作,并提供智能化的决策帮助。结合两种时空数据建模方法对时空数据综合建模,有力地支持了系统功能,同时介绍了空间推理、协同处理等技术细节。     

基于时空分区聚簇的海量时空数据性能优化方法研究

时空一体化的海量数据管理及相应的时序分析能力是新一代GIS软件体系的重要研究目标之一。当前，基于无缝海量大表的空间及时态空间数据的存取效率亟待提高。为了对海量时空数据进行有效管理和提高时空检索效率，以扩充关系型时空模型为基础，对大型对象一关系型数据库平台所提供的数据分区与聚簇方法进行了时空维的扩展，提出了基于时空分区聚簇（spatio-temporal partition clustering，STPC）的海量时空数据性能优化方法。基于2GB～60GB的单表所进行的检索效率对比测试结果表明，STPC机制较普通的数据组织方式时空检索效率平均提高了10．1％。     

基于时空冗余数据清除的数据备份算法

传感器节点易受环境影响,会出现节点失效的现象,导致感知数据丢失。然而无线传感器网络是以数据为中心,因此对感知数据进行备份问题的研究显得尤为重要。针对无线传感器网络中数据备份问题,提出基于时空冗余数据清除的数据备份算法(TS_DB),该算法首先用k-means算法对网络分簇,然后挖掘出节点间的关联模式消除空间冗余数据,同时在传感节点建立一元线性回归模型消除时间冗余数据,最后根据簇头的能量进行数据备份。仿真实验表明,TS_DB算法能有效节省节点的能量,对延长网络的寿命具有重要的意义。     

基于循环生成式对抗网络实现停车场 时空数据的修复

停车诱导技术在一定程度上缓解了高峰时段无序停车问题,并减少了司机寻找车位的时间,但停车诱导系统对实时数据和历史数据有较高的依赖。如果缺少相应数据,那么诱导系统的准确性将大打折扣。针对这一问题,该文通过挖掘停车场周围的空间数据,提出了一种停车场空间相似度度量,并计算出停车场空间相似情况下其数据的相似条件概率。当条件概率足够大时,以已知数据为学习样本,使用循环生成式对抗网络获得修复数据。实验结果表明,当停车场空间具有较高空间相似度时,其数据同样有大概率的相似性,使用循环生成式对抗网络生成的数据与真实数据具有相同的分 布。该文提出的方法可在短时间内生成大量的合理数据,现停车场数据的修复,提高诱导系统的可靠性。     

基于网络感知的电网数据均衡动态关键路径调度算法

针对传统调度算法对电网数据调度负载不均衡、调度效果差的问题,提出了基于网络感知的电网数据均衡动态关键路径调度算法.依据电力网络的拓扑结构,选取与处理调度目标参数,结合随机均衡策略,动态迁移电网数据.充分考虑电网数据均衡动态属性,采用网络感知迭代均衡方法,进行电网数据归一化处理.依据均衡调度样本误差,确定最终负荷输出值....     

传感器网络中时空关联的脏数据过滤技术

研究了无线传感器网络中脏数据过滤问题,提出了基于时空关联的脏数据过滤技术.该技术利用无线传感器网络中感知教据的时空关联特性,建立了时空关联脏数据过滤模型,通过其来过滤无线传感器节点产生的错误数据即脏数据.本地节点通过时间关联进行一次过滤,过滤掉暂时性错误数据;并在一个簇中采用空间关联进行二次过滤,过滤掉永久性错误数据.实验结果表明了该技术的合理性和有效性.     

基于大数据的半分布式僵尸网络动态抑制算法

为了提高半分布式僵尸网络的安全性,提出一种基于大数据的半分布式僵尸网络动态抑制算法。采用波特间隔均衡控制方法,进行半分布式僵尸网络的动态特征补偿,构建半分布式僵尸网络动态特征信息采样模型,利用判决均衡方法,对采集到的动态特征信息进行定量递归分析,提取半分布式僵尸网络的统计特征量;在此基础上,采用大数据寻优计算方法,获取真正的半分布式僵尸网络最优抑制参数,在嵌入式环境下,将半分布式僵尸网络的最优抑制参数与迁移负载响应结果相结合,实现半分布式僵尸网络动态抑制。仿真结果表明,采用本文方法进行半分布式僵尸网络动态抑制的效果较好,提高了抑制精度,缩短了抑制时间,且降低了网络输出误码率。     

基于GML的地理时空数据建模研究

XML是目前描述数据和交换数据普遍使用的方式,OGC结合XML的优势制定了一个表达地理信息的标记语言GML。论文基于面向对象的思想,提出一个灵活的时间概念框架,这个时间框架能够容易地用XML模式表达,并能与GML模式结合实现时空模式。论文对基于GML表达地理时空数据的方法进行了探讨,在分析GML结构的基础上,研究如何根据GML规范,实现开放式地理时空数据表达,构造应用领域模式。     

动态土地信息系统时空过程及时空数据存储

时态GIS（TGIS）以及时空数据模型是当前地理信息科学领域的研究热点，土地地籍管理信息系统是TGIS的典型应用，对土地地籍管理信息系统的时空过程进行了分析；提出了在基态修正时空数据模型中，采用区段快速索引和变粒度存储因子方法；通过区段快速索引和变粒度存储因子的引入，系统查询效率有了明显提高；论述了土地信息系统中的时空概念，数据结构和系统实现，重点讨论了数据库中的数据组织、拓扑关系建立及数据存储管理机制；最后介绍了基于上述模型和方法开发的新一代大型网络级动态土地地籍管理信息系统（ReGIS）的主要功能，两年多的应用表明，系统设计先进，性能良好，运行稳定。     

基于时空动态性的MANETs入侵防御模型

移动自组网(Mobile Ad Hoc Networks,MANETs)的固有特性(如有限资源、动态拓扑等)使其比有线网络更易遭受各种安全威胁。现有的MANETs安全技术不能有效适应这些特性,尤其是不能在网络性能和网络安全之间保持平衡。在MANETs时空动态性及其识别的基础上,构建了安全威胁和入侵防御收益与代价的量化评估指标体系,提出了一种系统化的MANETs入侵防御系统模型(IDMSLP),并实现基于网络安全和性能平衡的防御策略生成与防御性能优化方法。通过比较分析,IDMSLP可有效地克服已有MANETs安全技术存在的缺陷,可适于MANETs应用。     

基于双向防御的网络大数据无损加密算法仿真

针对传统方法未对加密过程进行约束,导致加密后的网络大数据易受到入侵.提出基于双向防御的网络大数据无损加密算法.将隐私数据源变成数值并按照所处方位排序,同时把排序完毕的方位数据划分成桶,优化其分布均匀性,增大每个桶中点的数目但低于设定阈值,使用保护序加密算法把桶中的数据实行加密,并保证加密后数值的大小顺序和原始一致,把数据隐私加密过程约束成加密函数的运算,在此基础上,建立大数据动态安全SAT双向防御模型,规范用户数据,判断网络外来数据的安全性,实现网络大数据的无损加密.实验结果表明,所提方法能够有效避免网络大数据隐私的泄露,网络大数据检索效率、加密效率较高,并且具有显著的防入侵性能,且加密后数据安全可靠性较高.     

基于时空相关性的公交大数据清洗

随着大数据与AI技术的发展,由数据驱动的预测模型层出不穷,数据清洗在提升这些模型预测中起着重要的作用。从公交车运行数据的时空相关性入手,分析了公交大数据存在的四类异常,接着在对时间相关性、空间邻近性、时空依赖性等公交大数据特性的分析基础上,提出了整合缓冲区、四分位数、时间依赖网络等时空处理方法的冗余清洗、范围清洗、异常清洗、补全清洗四种清洗方法,然后对公交进出站、轨迹数据集用这几种清洗方法进行了清洗。在不同清洗数据集下,通过LSTM公交到达时间预测精度的比较分析,证明了数据清洗对预测精度的提升是显著的。