面向服务的云数据挖掘引擎的研究

数据挖掘算法处理海量数据时,扩展性受到制约。在商业和科学研究的各个领域,知识发现的过程和需求差异较大,需要有效的机制来设计和运行各种类型的分布式数据挖掘应用。提出了一种面向服务的云数据挖掘引擎的框架CloudDM。不同于基于网格的分布式数据挖掘框架,CloudDM利用开源云计算平台Hadoop处理海量数据的能力,以面向服务的形式支持分布式数据挖掘应用的设计和运行,并描述面向服务的云数据挖掘引擎系统的关键部件和实现技术。依据面向服务的软件体系结构和基于云平台的数据挖掘引擎,可以有效解决海量数据挖掘中的海量数据存储、数据处理和数据挖掘算法互操作性等问题。     

常规弹药转速测量时频分析方法研究

常规弹药智能化改造过程中面对的高过载、高转速的恶劣环境使得传统的速率陀螺无法正常工作,因此可以在惯性测量组合中用磁传感器代替速率陀螺来测量弹丸转速。以仿真的单轴磁传感器输出信号为研究对象,分别采用峰值检测、过零周期检测、短时傅立叶变换和"滑动窗口"Chirp-z变换四种时频分析方法提取弹丸转速,对结果做误差分析,得出精度最高的转速提取算法。     

基于基因表达式的克隆选择算法求解JSP问题

针对作业车间调度问题的特征,提出一种基于基因表达式的克隆选择算法。在这个方法中,采用基因表达式编程算法中的编码方式来表示调度方案,同时为了提出的方法具有更强的全局搜索能力,运用克隆选择算法作为搜索引擎。最后,验证提出的方法的有效性,对7组Benchmark实例进行测试。实验结果表明,基于基因表达式的克隆选择算法在求解作业车间调度问题中是非常有效的。     

基于原型观测的输水渠道糙率取值及变化分析

为了研究长距离渠道糙率的合理取值,依据北疆输水工程总干渠2011—2016年逐日水位、流量数据,采用曼宁公式反算典型断面糙率,并构建一维非恒定流水动力模型对渠段糙率进行校核,分析长距离渠道糙率在渠段间的差异及边壁粗糙度随运行时间的变化情况。结果表明:断面的实测糙率与顺直渠段糙率相符,总干渠顺直段糙率在0.015～0.016,弯道明显的渠段,弯度校正因子在1.15～1.50,大小与弯道复杂程度相关;渠道糙率随运行时间呈增长趋势,总干渠等效粗糙度中期运行的年增幅约为18.54%。     

劲性芯水泥土搅拌桩承载力计算方法研究

劲性芯水泥土搅拌桩是将传统的水泥土搅拌桩和混凝土预制桩相结合起来的新桩型,使混凝土预制桩强度高的优点得到充分发挥,还可以充分利用水泥土搅拌桩较高的侧摩阻力,共同提高桩的整体承载力.文章根据相关规范规定,对等芯劲性芯水泥土搅拌桩的破坏模式和单桩竖向承载力计算公式进行了分析研究,按破坏模式构建承载力计算体系.研究水泥土胶结作用、水泥土和混凝土弹性模量比值、应力集中对承载力和破坏模式的影响,并对竖向承载力计算公式进行了修正.以常州市新孟河奔牛水利枢纽工程劲性芯水泥土搅拌桩试桩试验为依托,验证修正后承载力计算公式的准确性.     

一种鲁棒性的少样本学习方法

少样本学习是目前机器学习研究领域的一个热点,它能在少量的标记样本中学习到较好的分类模型.但是,在噪声的不确定环境中,传统的少样本学习模型泛化能力弱.针对这一问题,提出一种鲁棒性的少样本学习方法RFSL(Robust Few-Shot Learning).首先,使用核密度估计(Kernel Density Estimation,KDE)和图像滤波(Image Filtering)方法在训练集中加入不同的随机噪声,形成多个不同噪声下的训练集,并分别生成支持集和查询集.其次,利用关系网络的关系模块通过训练集端到端地学习多个基分类器.最后,采用投票的方式对各基分类器的最末Sigmoid层非线性分类结果进行融合.实验结果表明,RFSL模型可促进小样本学习快速收敛,同时,与R-Net以及其他主流少样本学习方法相比,RFSL具有更高的分类准确率,更强的鲁棒性.     

一种基于门限ECC的PKI/CA模型的设计

随着电子商务的发展,如何实现对网络用户的身份认证成为了一个非常迫切的问题,目前广泛采用的是基于PKI的认证技术,而在PKI认证体系中,认证中心CA是核心部分。本文提出了一个基于门限ECC的PKI/CA的设计,本方案在传统的CA方案上引入了入侵容忍机制,结合椭圆曲线密码体制和门限密码方案,提高了CA系统的可靠性和安全性。     

ZigBee网络中孤岛节点快速处理算法研究

研究ZigBee网络孤岛节点的搜索和处理,快速减免孤岛节点提高网络资源利用率。针对节点间因配置或接口协议不统一而造成孤岛节点的出现,传统的基于广度搜索的处理方法需要逐一遍历所有节点从而搜索出孤岛节点,造成搜索效率不高、网络资源利用率较低的问题。为解决上述问题,提出了基于节点帧的孤岛节点处理方法。利用ZigBee网络树型结构的特点,只有父节点中可能存在孤岛节点,因此通过判断网络节点是否为父节点并将结果保存在节点帧中,根据节点帧找到网络中有限的父节点并从中监测出孤岛节点,避免了遍历所有网络节点而造成的搜索效率不高的问题。仿真结果表明,节点帧方法能够快速搜索出ZigBee网络中的孤岛节点并作减免处理,有效提高了网络资源的利用率。     

并联混合型有源电力滤波器的研究与参数设计

谐波已经被公认为电力系统的"污染",谐波的抑制已经成为现代电力研究中的一个重要课题。分析了无源滤波器(PPF)和有源滤波器(APF)各自的特点,针对存在的污染干扰和有源滤波器的容量不足,为了谐波抑制兼无功功率补偿要求,提出了一种并联混合型注入式有源电力滤波器(Hybrid Active Power Filter with Injection Circuit,简称HAPFIC)。根据工作原理组成设计系统进行仿真,仿真结果证明,设计方法是正确的和有效的,能较好地发挥了无源滤波器和有源滤波器的优点,极大限度地减小了有源滤波器的容量,改善了无源滤波器的性能。     

基于混淆矩阵和集成学习的分类方法研究

针对多分类问题,本文提出一种基于混淆矩阵和集成学习的分类方法。从模式间的相似性关系入手,基于混淆矩阵产生层次化分类器结构;以支持向量机(SVM)作为基本的两类分类器,对于分类精度不理想的SVM,通过AdaBoost算法对SVM分类器进行加权投票。以变电站环境监控中的目标识别为例(涉及到人、动物、普通火焰(红黄颜色火焰)、白色火焰、白炽灯),实现了变电站环境监控中的目标分类。实验表明,所提出的方法有效提高了分类精度。