全国专业标准化技术组织发展现状及思考——以驻青岛市全国专业标准化技术组织为例

标准化技术组织作为开展标准化工作的基础性组织,其运行情况直接或间接影响着本领域标准化发展。基于此,本文以驻青岛市全国专业标准化技术组织为研究对象,围绕《国家标准化发展纲要》《全国专业标准化技术委员会管理办法》等规定,分析了标准化技术组织发展现状,总结了标准化技术组织日常工作中的好经验、好做法,探讨了标准化技术组织面临的新形势和问题,提出了相关建议,以期为全国专业标准化技术组织的健康持续发展提供参考。     

基于角度不变的线阵推扫式CCD相机几何畸变在轨检校方法

对航天遥感相机进行在轨检校,是提高卫星产品质量,扩大产品应用效果的重要技术内容.文中研究了一种基于角度不变的线阵推扫式CCD相机几何畸变在轨检校方法.该方法利用相机外方元素对于相机视向量夹角角度影响比较小的原理,根据地面控制点和一级产品图像,求解相机视向量夹角,从中提取相机光学部件的畸变模型参数,从而实现相机内外方元素解耦.相机畸变模型采用一维3阶多项式,对焦距和主点等引起的低阶误差能够很好地吸收.该方法用在HJ-1A/B卫星的宽幅盖CCD相机几何畸变校正上,检校误差残留在2—6个像元,和参考数据精度相似,表明取得了很好的校正效果.     

卫星链路TCP协议的跨层设计

为了进一步提高时延大和误码高的同步通信卫星传送数据包效率,提出了一套卫星数据通信传送控制协议（TCP）的跨层设计方法。论述了TCP协议层的流量控制机制和介质访问控制（MAC）协议层的差错控制机制。通过构建的跨协议层的卫星链路网关仿真模型,实验验证了所提方法的正确性,结果表明该设计方法比以往只改进TCP层协议做法,在传输层统计吞畦量提高约三倍多。     

基于多序的空间数据索引结构——MOIS-树

以提高查询效率为目标,运用数据空间分割技术、结合B-树和R-树思想,提出了一种空间数据索引结构——MOIS-树,给出了全新的区域查询处理方法和空间对象按其MBR进行排序的4种序关系定义,并以此为基础给出了MOIS-树的定义,规定MOIS-树中的中间节点的所有孩子节点按其几何位置满足某种序的关系,从而使得在中间节点中进行查询时可以进行快速定位,明显地加快了查询的速度.此外,在查询算法中引入查询窗口包含中间节点MBR的检测,对于较大查询窗口的查询,有效地减少了常规查询算法中大量无效的相交性判断,从另一方面加快了查询速度.给出了MOIS-树的建立算法、节点插入算法及算法的正确性、可终止性证明及时间复杂度分析,并给出区域查询算法及算法的性能分析.实验表明,索引结构区域查询速度有很大的提高.     

不确定性对象的反向最近邻查询

多数不确定性对象的反向近邻查询不能明确回答某个不确定性对象是否为查询对象的反向最近邻,针对该问题,提出概率反向最近邻查询的概念,设计不确定性对象的概率反向最近邻查询的索引结构,给出一种基于该结构的不确定性对象的反向最近邻查询算法。     

基于NETCONF的SNMP MIB数据转换

针对SNMP网络管理技术难以满足网络配置管理需求的现状,利用XML在网络管理中的应用优势,提出一种SNMP管理信息库(MIB)到XML格式的数据转换模式。该模式对SNMP MIB数据进行合理的压缩和分类,分析MIB描述规范SMI和XML的语法特征并进行相应转换。该数据转换模式解决了NETCONF目前在数据建模方面的不足,使该协议实现具有更好的通用性和可扩展性。     

基于Delaunay图的反向最近邻查询

将查询点作为Delaunay图的一个生成点,利用Delaunay图的生成点与其邻接生成点之间的关系,在查询点的邻接生成点集(元素个数小于等于6)中计算数据集中给定点的反向最近邻。把伴随Delaunay图增量生成过程产生的Delaunay树作为查询索引结构,该结构能存储Delaunay图,在数据点插入和删除时维护Delaunay图的拓扑结构。     

OPLS在非线性偏最小二乘回归模型的应用

为了解决隐含潜变量回(implicit non-linear latent variable regression,INLR)建模方法中加入自变量的非线性项使系统中出现了与因变量y无关的信息或者噪音的问题,提出了基于正交投影(orthogonal projection to latent structures,OPLS)方法,时INLR数据进行预处理.OPLS算法能有效去除预测矩阵中与因变量y无关的信息,在不影响INLR建模效果的同时减少有意义的成分,改善了模型的解释性和真实性.模拟实验结果表明,改进后算法的建模效果优于INLR、偏最小二乘回归(partial least squares regression,PLSR)算法得到的模型.     

基于Δ-tree的递归深度优先KNN查询算法

基于Δ-tree提出一种用于高维数据的主存K最近邻(KNN)查询算法。该算法利用递归调用方法深度优先遍历Δ-tree,找到距离查询点较近的叶子节点,并选择其中较优的KNN候选点进行查询,从而缩小修剪距离、提高查询速度。实验结果表明,与已有算法相比,该算法具有更高的查询效率。