云组合服务网络的异常植入数据检测算法

云组合服务网络在路由转发控制受到节点的同态扰动影响,容易受到植入入侵,为了提高网络的安全性,提出一种基于阈值组合判决的云组合服务网络的异常植入数据检测算法。构建网络异常植入数据的统计特征模型,采用大数据挖掘技术进行云组合服务网络异常植入数据特征检测和滤波分析,提取云组合服务网络数据的谱特征量,采用支持向量机学习方法进行云组合服务网络的异常植入数据检测过程中的自适应寻优控制,采用双门限阈值组合判决方法,实现对目标数据的准确检测,提高对异常植入数据的准确定位检测能力。仿真结果表明,采用该方法进行云组合服务网络异常植入数据检测的准确概率较高,检测性能较好,提高了网络安全性。     

超细粉在内循环流化床中的流态化特性

在内径120 mm的半圆柱形内循环流化床中,以平均粒径387 nm的Ti O2为原料,考察了单独通入流化气、射流气和同时通入流化气和射流气三种流化方式下超细粉的流化特性以及射流气速对超细粉聚团尺寸的影响。结果表明:同时通入流化气和射流气时,流化气能促进粉体循环,消除环隙死区;高速射流能有效破碎聚团,显著减小聚团尺寸,从而使超细粉在环隙区与导流管之间形成稳定循环,小聚团在环隙区实现平稳流态化。随着射流气速的增大,聚团尺寸减小,粒度分布变窄,在射流气速分别为60,90,120,150 m/s的条件下,聚团平均直径分别为194,158,147,135μm。     

黄石有线直播频道收视率数据分析与研究

本文介绍了黄石有线在高清互动平台运用大数据获取直播频道收视率的方法,并结合数据分析的手段,推断用户行为,发现内在规律,摸索观看习惯,从而对网络公司的市场营销和经营决策提供有价值的数据参考。     

是德科技 UXM 无线综测仪增添 3CC等测量功能

直观的图形触发可以帮助快速、高效地解决问题2015年1月28日,北京——是德科技公司(NYSE:KEYS)日前宣布E7515A UXM无线测试仪增添新功能。这些新功能可以应对快速发展的3GPP LTE-Advanced载波聚合技术的迫切需求。UXM无线测试仪是高度集成的信令综测仪,适用于4G及未来的功能和射频设计验证。UXM支持多小区、下行链路和上行链路载波聚合、4×2     

有关计算机软件数据接口的应用研究

现代社会已经进入到信息化时代，发展的速度很快，所以很多企业都很注重自身的信息化建设，都在着手建设属于自己的数据中心，但是很多企业在构建自身的信息化平台的时候，容易忽视信息的安全管理工作，虽然信息化提高了企业的运行效率，但也增加了营运风险。所以构建一个安全的信息管理体系至关重要。随着计算机技术和信息技术的不断快速发展，计算机软件在各行各业中得到了广泛的应用，然而由于计算机软件设计和开发的公司不同，造成计算机软件的数据结构不同，导致用户在同时使用多个软件时，需要预留更多的数据结构，这不仅造成了工作量的增加，而且也容易使软件在使用过程中出现问题。而计算机软件数据接口能够很好的解决这些问题。本文就计算机软件数据接口的应用进行研究。     

交联聚乙烯电缆绝缘老化超低频介损试验及评价规程研究

本文基于通过检测电缆超低频介损值确定电缆老化程度的基本原理,结合某地实测得到的多组数据,通过国际规程IEEE 400.2—2013进行初步判断,分析处于不同状态下的电缆介损值的变化规律及其原因,并得出该规程仅适用于没有局部劣化的电缆.此外,由于我国电缆制造材料、结构和生产工艺与国外产品存在差异,采用国际规程判断电缆老化程度有时会变得不准确.为解决此类问题,本文建立更加全面的判据体系,给出最优判断阈值的确定方法,并对该地区实测得到的数据进行拟合,得到更加准确的分级判断阈值.此方法可为建立符合我国电缆实际情况的评价规程提供参考.     

基于大数据和集中监控技术下的风机状态分析与检修

集中监控技术是实现风电企业"无人值班、少人值守、区域运维合一"的唯一途径。在大数据时代,具有大数据分析能力的集控中心更是电力行业发展的必然趋势。从实时监视、报警中心、经济运行、设备管理、数据分析和统计报表等6个功能需求模块说明了集中监控平台的优势所在,并依据大数据Volume(大量)、Variety(多样)、Velocity(高速)、Value(价值)的4 V特性,完成对风电企业风机状态的分析及检修作业指导。     

基于MF-R和AWS密钥管理机制的物联网健康监测大数据分析系统

带有传感器的可穿戴式医疗设备不断生成大量数据，由于数据的复杂性，难以通过处理和分析大数据来找到有价值的决策信息。为了解决这个问题，提出了一种新的物联网体系结构，用于存储和处理医疗应用的可扩展传感器数据（大数据）。所提出的架构主要由两个子架构组成：Meta Fog重定向（MF-R）架构和AWS密钥管理机制。MF-R架构使用Apache Pig和Apache HBase等大数据技术来收集和存储不同传感器设备生成的传感器数据，并利用卡尔曼滤波消除噪声。AWS密钥管理机制使用密钥管理方案，目的是保护云中的数据，防止未经授权的访问。当数据存储在云中时，所提出的系统能够使用随机梯度下降算法和逻辑回归来开发心脏病的预测模型。仿真实验表明，和其他几种算法相比，提出的算法具有更小的误差，且在吞吐量、准确度等方面具有一定的优越性。