探地雷达数据实时成像技术研究

为解决探地雷达在工作过程中回波数据的实时成像问题,设计了基于VC＋＋平台的回波数据实时成像系统;采用基底去除技术及其色域划分的方法对回波数据进行处理及其实时成像,满足了探地雷达工作中实时成像的要求;实验表明,利用这种方法形成的图像能够真实反映地下目标体的变化。且有利于对采集到的数据进行进一步处理和分析。     

动态连接库（DLL）在虚拟仪器中的应用

在虚拟测试仪器中,用高速数据采集卡对现场信号实时采集并将数据传送至计算机进行处理,最后将结果显示于计算机屏幕上。这里采用LabWindows/CVI语言设计应用程序操作界面,用VC＋＋编制动态连接库（DLL）,完成硬件采集卡采集数据的过程,并在LabWindows/CVI中调用DLL实现双方间的实时通讯。     

基于VC＋＋开发的微震动监控报警系统的设计与实现

利用微震测量技术可以建立一套监控各种微弱震动的监控报警系统,广泛应用于各种爆破性事件的监测与报警。介绍了该系统的软件的设计思路与实现效果。本文采用VC＋＋开发了一套运行于震动监控报警系统上的软件．实现了数据实时采集、数据无线传输、信号分析处理、震动事件判别报警、数据存储回放等功能。     

Visual C＋＋操作Excel的应用研究

在OLE技术的基础上,介绍在VC＋＋环境中实现Excel与数据库数据双向传输的方法,可以充分利用Excel的强大功能进行二次处理和综合查询处理等功能,对各种数据报表的实现具有一定的借鉴意义。     

面向串行通信的实时数据转储网关的设计与实现①

针对在数据采集与监视系统（SCADA）的工程实践中,组态软件在处理通过串口传送来的数据帧时,由于通信协议不统一而存在的问题,提出采用VC＋＋开发一个实时数据转储网关,完成通信协议解析争数据转储任务,解决通信协议不统一的问题。     

在VC++6.0环境下调用MATLAB6 函数和M文件的方法

本文探讨了在Visual C 6.0环境下调用MATLAB6中函数、M文件的方法，介绍了VC＋＋与MATLAB接口库的生成、数据传递方法，并给出了个体实用实例加以说明，实现了在VC＋＋环境下利用MATLAB矩阵处理和绘图功能。     

OPC客户端与实时数据库通信的实现

在组态软件的数据流程中,一个关键要解决的问题是OPC客户端与实时数据库通信。本文分三个方面剖析了此过程,即OPC客户端初始化实时数据库,实时数据库写OPC服务器中的项,当OPC服务器中的项发生变化时写实时数据库相应TAGID值。本文将面向对象技术与传统的软件设计方法相结合,使用VC＋＋、COM等先进编程技术,讨论了OPC客户端和实时数据库通信的方法。     

地震勘探数据读取类ODSegyAdapter的设计与实现

SEG—Y格式是地震勘探采集数据比较常用的存储方式。目前,在PC机上通常选用在VC＋＋环境下对这种格式存放的地震勘探数据进行处理,以便进行可视化显示。分析了SEG—Y文件存放格式,并详细介绍在VC＋＋环境下该数据格式读取时的一些细节处理。     

小型无人机地面监控系统的设计与实现

地面监控系统是整个小型无人机系统的重要组成部分。在Windows平台下,以VC＋＋6.0作为开发工具,嵌入Mapx控件,设计了一套地面监控系统,实现了飞行参数实时获取与显示、飞行位置实时更新和航向控制、电子地图操作、航线规划与航迹显示、数据存储与分析等功能。飞行实验表明,该软件运行可靠稳定,可以有效地对无人机进行监控,具有一定的实用性和推广价值。     

多线程技术在虚拟多串口通信中的应用

介绍了在VC＋＋编程环境下,利用多线程技术、Win32 API函数和重叠操作模式完成对USB接口转换器的虚拟多串口的监控,实现了对虚拟多串口数据的实时接收和处理,并通过串口通信实现了对远程数据采集器的控制。另对监控程序所涉及到的无阻塞后台运行等问题进行了分析。     

基于数据挖掘的存储数据纠删码容错方法仿真

在存储数据的纠删码容错中,针对传统存储数据纠删码容错方法容错速度较低的问题,提出一种基于数据挖掘的存储数据纠删码容错方法。采用数据挖掘方法对存储数据纠删码进行重构,计算存储数据纠删码的丢失片段;利用CHR算法对存储数据纠删码进行异构修复,通过建立存储数据纠删码容错模型实现存储数据的纠删码容错。为了验证存储数据纠删码容错方法的有效性,将存储数据纠删码容错方法与传统存储数据纠删码容错方法进行对比,实验结果得出:上述方法与基于流水线的存储数据纠删码容错方法、基于RapidRaid码的存储数据纠删码容错方法、基于非规则LDPC码的存储数据纠删码容错方法的容错速度分别为:286Mbps/s、262Mbps/s、243Mbps/s、232Mbps/s,比较可知,所提方法的容错速度最快,证明了上述方法的优越性。     

一种改进可穿戴设备的血氧测量精度的传感器设计与验证

改进智能穿戴设备上传感器的数据采集方法,以及血氧测量和数据处理的方法,找到在动态测量过程中血氧数据更加精确的测量计算方法.修正现有算法分析模型,提取典型测量数据,设计新的变量标值,分析比较动态变化后的数据相关性,建立原始数据和输出动态血氧数据之间的关系变化模型,通过多人动态变化场景的数据采集实验验证了该方法的有效和精确.结果表明结合硬件设计、反射波长选择,通过血氧饱和度数值的动态变化反应血液中供氧情况,提出一个新的转换关系算法模型,得到精确度达到99％的血氧数据是非常实用和有效可行的方法.改进传统的投射式脉搏波血氧饱和度检测的算法模型到反射式脉搏波血氧饱和度的检测方式,提升其在智能穿戴设备上监测的血氧动态监测精度,该方法得到的数据对判定人体的健康状态和疾病类型非常有帮助.     

在线网络异构容错数据的同构漏洞挖掘仿真

采用当前方法挖掘异构容错数据中存在的同构漏洞时,不能有效的去除网络数据中存在的噪声,挖掘同构漏洞所用的时间较长,存在去噪效果差和挖掘效率低的问题。提出在线网络异构容错数据的同构漏洞挖掘方法,在经验模态分解方法的基础上采用集成经验模式分解方法对在线网络数据做去噪处理,利用差分法抑制在线网络数据中存在的粗差干扰,抑制并分解网络中存在的脉冲干扰,分层去除数据中存在的噪声。提取去噪处理后的数据集中的元组,并对元组作概化处理,获得高层属性,根据高层属性划分网络数据,将同构数据划分到一起,实现在线网络异构容错数据中同构漏洞的挖掘。仿真结果表明,所提方法的去噪效果好,挖掘效率高。     

基于云计算的恶意软件攻击行为自主防护仿真

针对传统恶意软件攻击行为自主防护未能识别出恶意软件的数据特征,导致自主防护能力较差的问题,提出一种基于云计算的恶意软件攻击行为自主防护方法,通过Fourier变换方法利用滤波后网络数据得到振荡衰减规律,通过振荡衰减规律获取信息传输过程网络输出解析模型,获得高阶累积量切片函数;采用高阶累积量后置搜索方法对网络输出解析模型进行搜索,全面识别恶意软件攻击行为数据特征,通过FIR滤波方法处理云计算环境下网络数据,对网络数据干扰抑制;将恶意软件攻击行为数据特征通过向量序列形式表示,选取平方预测误差方法求解向量序列,将大于平方预测误差门限值的数据作为恶意软件攻击行为特征进行自主防护。仿真结果表明,恶意软件攻击行为自主防护性能较强。     

基于决策树算法的医疗大数据填补及分类仿真

从大数据的基本特点和医疗大数据研究现状出发,分析处理过程中存在的问题,提出在决策树算法下的医疗大数据填补及分类方法.分析医疗数据的关联规则,采用关联分析(Apriori)算法和频繁模式树(Frequent Pattern Growth,FP-Growth)算法挖掘数据.以挖掘数据为基础填补其中的缺失数据,按照医疗数据特...     

小型无人直升机模型辨识数据处理方法研究

针对小型无人直升机模型频域辨识过程中的姿态角速率测量误差,提出了一种飞行数据处理方法。该方法采用飞行试验扫频测试技术,确保激励信号能够满足不同频段下模型辨识对飞行数据的需求;设计基于有色噪声的卡尔曼滤波器以降低紊流风场对飞行测量数据的影响,同时,对飞行测量数据使用数据预处理的方法以剔除测量噪声、野值、直流成分和低频分量。在小型无人直升机系统各通道中进行验证,验证结果表明,所提出的飞行数据处理方法能够满足小型无人直升机模型辨识对姿态角速率数据精度的要求,为精确建模提供了较高质量的飞行数据。     

等值线绘制中的多重网格剖分快速搜索算法*

搜索散乱采样数据的网格化过程是等值线生成中的重要步骤,现有矩形网格剖分的网格化方法,对分布不均匀的采样数据搜索效率低,大大影响了网格化的效率。本文提出一种多重网格剖分快速搜索算法,该算法首先将采样数据进行多重网格剖分,建立网格索引;然后通过索引搜索多重网格,合并采样数据;最后利用快速搜索算法得到的采样数据计算出待插值点。实际数据的网格化测试结果表明,该算法有效地提高了散乱采样数据的搜索效率,具有实际应用价值。     

交通流冗余数据识别和约简方法

针对交通检测器检测到的数据存在冗余现象、影响后续决策并需要进行约简的问题,提出了一种冗余数据的识别和约简方法。采用等级分组法实现对冗余数据的识别,先通过等级法计算每个交通参数的权值并按照分组思想,将大数据集分割成许多不相交的小数据集,在各个小数据集中识别冗余数据。为避免漏查,选择其他关键参数多次重复识别。识别出的冗余数据采用平均法约简。实例验证表明,等级分组法识别冗余数据具有较好的精度,随着阈值的增加,查准率和查全率减小,但仍在93%以上;同时采用平均法约简,拟合度较高,达到0.938。可见采用的冗余数据识别和约简方法能够有效地解决单数据源数据冗余问题。     

半分布式僵尸网络恶意数据流实时跟踪仿真

传统僵尸网络恶意数据流跟踪方法时间维度大、数据跟踪复杂度高,其方法存在响应时间长、吞吐量偏低的问题。提出一种新的半分布式僵尸网络恶意数据流实时跟踪方法。利用数据模糊均值提取半分布式僵尸网络特征,获取僵尸网络自适应度数值。利用邻近值法划分原理,对数据预分类,得到恶意数据流所在区域。通过模式快照策略确定存储模式的时间间隔,保存恶意数据信息,并将其数据映射到空间网格单元中。利用对相关数据维度单元数量的控制,降低时间复杂度,对所得参数模式匹配,实现僵尸网络恶意数据流实时跟踪。仿真结果表明,所提方法具有较短的响应时长、较高的吞吐量,其时间复杂度较小,一直稳定在10%~20%之间,并具有良好的应用性能与前景。     

基于MapReduce的分治k均值聚类方法

针对原始k均值法在MapReduce建模中执行时间较长和聚类结果欠佳问题,提出一种基于MapReduce的分治k均值聚类方法。采取分治法处理大数据集,将所要处理的整个数据集拆分为较小的块并存储在每台机器的主存储器中;通过可用的机器传播,将数据集的每个块由其分配的机器独立地进行聚类;采用最小加权距离确定数据点应该被分配的类簇,判断收敛性。实验结果表明,与传统k均值聚类方法和流式k均值聚类方法相比,所提方法用时更短,结果更优。