基于SysML的作战计划可视化建模

为达到作战意图,必须建立直观、易于理解的作战计划.借鉴军事概念模型的建模方法,运用面向对象的工程开发思想,给出了基于SysML的作战计划可视化建模方法,提出了可视化建模规则,并运用Rational Rose平台进行实例说明.可视化作战计划将大大加深军事人员对计划的直观理解和对战场态势的总体把握.     

A big data acquisition engine based on rule engine

Supervisory control and data acquisition (SCADA) systems based on Ethernet progress is open and modularization. This article aims to building a general data acquisition engine which combines rule engine and finite state automaton together. The combination describes big data acquisition flow and its rules in a flexible way, and helps to verify the security and correctness of the big data acquisition flow.     

北京电信网155 Mbit/s信号时隙编号统一规则

介绍了北京电信网155Mbit/s信号时隙编号统一问题产生的原因，探讨了北京电信网155Mbit/s信号时隙编号统一原则，并论述了北京电信传输网、交换网155Mbit/s信号时隙编号统一策略。     

基于ISAKMP框架的密钥交换实现

首先对ＩＥＴＦ制定的适应于不同网络层次、不同安全需求、独立的因特网密钥管理协议ＩＳＡＫＭＰ框架进行具体分析,包括其独立性和功能上的侧重,及其定义的交换类型。而后,就密钥交换和认证如何在ＩＳＡＫＭＰ中以交换方式实现进行讨论。     

半导体量子阱和量子线中杂质束缚能的度规法则与维里定理

利用变分法计算了矩形量子线和量子阱中类氢杂质束缚能的度规法则和维里定理值.计算结果表明:的确存在一个参数(杂质有效玻尔半径)可用来完全确定束缚能的值,而不必考虑截面的形状和尺寸;体系的维里定理值并不等于常数,而是随杂质有效玻尔半径变化,在阱宽较小和较大时,维里定理值都趋于2.     

一种近似的联合概率数据互联算法

提出了一种新的联合概率数据互联的算法。该算法针对传统的联合概率数据互联算法在产生互联假设事件时计算代价大的问题,提出了一种绕过互联假设事件的生成而直接计算量测和目标的联合概率的方法,通过仿真实验证明,该法在目标密集程度中等的杂波环境下,计算代价得到了大幅的降低,而关联精度仅有少许降低,能够适应工程的要求。     

关联规则挖掘技术在Web预取中的应用

随着WWW上信息的爆炸性的增长，在如此大量的数据中发现有用的信息变得困难。因此，采用数据挖掘技术从WWW上提取出有价值的知识，提高WWW的服务效率，是具有十分重要的现实意义和广泛的应用前景。本文提出了一种利用关联规则解决网络拥塞问题的方法，即通过对服务器上的日志进行挖掘，得到用户访问序列的关联规则．根据这些规则和用户目前访问网页，把用户后继最有可能访问的网页预先发送给用户，来提高用户浏览速度。     

一种鱼雷多目标跟踪数据关联方法

多目标跟踪是未来鱼雷发展的重要方向之一,数据关联是实现多目标跟踪的基本前提.鱼雷多目标跟踪的过程表现为一个动基座时变过程,本文利用鱼雷导航定位和航行姿态参数以及鱼雷检测到的目标信息,通过坐标变换实现观测空间配准,通过在统一时钟下实时计算采样周期实现观测时间配准.利用目标大地坐标系3D坐标和多普勒速度构造4D坐标系,以模糊归一化的4D欧氏距离作为关联法则,提出了一种适用于鱼雷多目标跟踪的数据关联方法,仿真试验证明了该方法能有效实现鱼雷多目标跟踪数据关联,具有一定的工程应用价值.     

数据挖掘与OLAP在毕业生就业领域的应用

为了帮助高校毕业生就业管理部门更好的引导毕业生就业,在此研究、分析Microsoft Analysis Services体系作为OLAP应用和数据挖掘应用的平台。分析挖掘毕业生数据信息,通过关联规则的约束性Apriori算法分析、挖掘大量数据背后的潜在规律,为高校、用人单位指导毕业生就业部门提供决策支持服务;为高校在学生的培养模式、学科建设、课程设置等方面提供依据和参考。     

基于传感器网络的多目标跟踪和特征管理方法

针对传感器网络下多目标跟踪时目标数量不断变化这一复杂情况,文中对多目标的跟踪和特征管理方法进行了研究。该方法由数据关联、多目标跟踪、特征管理,和信息融合所组成。其中未知数量多目标的跟踪和数据关联通过马尔科夫蒙特卡罗数据关联实现。通过信息融合来整合本地信息,获取所有相邻传感器的本地一致性,最终实现特征管理。试验证明,本方法能够在分布式的传感器网络环境下对多目标进行准确有效地跟踪和特征管理。