企业绩效管理在CIMS系统设计中的研究与应用

信息化是企业提升和保持竞争力的重要手段，但怎样才能与企业的各种价值活动真正地结合起来，为企业的生产和管理带来效益，这是所有企业一直非常关心的问题。针对石化炼化企业的生产、管理工作中的各种价值活动，引入企业绩效管理系统，使企业管理变革与CIMS系统相结合，探索企业战略信息系统建设的新途径和新方法，达到增强企业竞争力，促进企业赢利的目的。     

业务应用系统等级保护改造中的身份鉴别实现

淮河水利委员会防汛抗旱综合业务系统按照国家等级保护要求定为三级重要信息系统,系统功能和架构应满足国家等级保护相关要求。防汛抗旱综合业务系统等级保护改造中采用统一用户、权限配置和目录服务等管理方法,进行身份鉴别,实现业务应用系统的访问控制,实现日志记录与审计、资源控制保护等功能,达到等级保护改造的要求。     

两自由度并联机构性能指标分析

对两自由度2SPU+U并联机构进行了速度全域性能指标分析,绘出了上述性能指标图谱.针对速度全域性能指标的不足提出线速度全域性能波动指标和角速度全域性能波动指标公式,该指标可更好的反映机构线速度和角速度在整个工作空间内的运动性能波动情况.通过单变量分析法分析了关键部件尺寸变化对机构性能波动指标的影响,得到尺寸变化对机构性...     

不同水体指数提取淤泥质海岸线的分析与比较

水体指数是快速、准确提取大范围区域中海岸线的有效方法。但水体指数对以淤泥质岸线提取海岸线的适用性有待检验。本文以上海市的部分淤泥质海岸为研究区,以三幅Landsat影像为数据源,采用NDWI、MNDWI、AWEInsh、AWEIsh等四种水体指数提取海岸线,使用遥感影像进行目视解译的海岸线作为参考,探究上诉四种水体指数提取海岸线的差异。结果表明:MNDWI指数提取的海岸线能得到最佳提取效果;在120 m范围内,各种水体指数的海岸线提取精度均高于50%。     

电力系统稳定器配置的一种新方法

在应用正则形理论的基础上,提出了计及二阶模式非线性相关作用的电力系统稳定器的配置方法。从识别强非线性下系统主导低频振荡模式出发,寻找与主导低频振荡模式相关的模式,利用非线性相关性来确定与这些模式联系最紧密的状态变量和相关发电机,以此为据来确定电力系统稳定器的配置。八机系统的算例结果都验证了在这些新观点指导下进行电力系统稳定器配置方法的有效性。     

基于GDAL的遥感图像变化检测技术

由于GDAL（Geospatial Data Abstraction Library）具有快速读取多种格式的遥感图像且能有效解析空间元数据等特点,利用它开发遥感图像处理算法具有明显的优势。结合GDAL及相应算法,开发了一套复杂地形山区植被遥感变化检测的技术,其中包括利用阴影消除植被指数（Shadow Elimination Vegetation Index,SEVI）反演植被长势;利用图像差值法及最大类间方差法（OTSU）来提取植被长势明显变化点位;利用[K]均值聚类自动分割识别变化区域。将该方法用于武夷山自然保护区和闽江源自然保护区2016-2017年Landsat8 OLI遥感图像的植被长势变化检测,结果表明,这套遥感图像变化检测技术切实可行,能够有效识别遥感图像变化区域,并在复杂地形山区的植被长势监测中具有良好的应用价值。     

基于主题模型的位置感知订阅发布系统

随着移动互联网的迅速发展和智能手机的普及,基于位置感知的订阅发布系统在工业界和学术界引起了广泛重视。现有系统主要处理海量空间数据下订阅与事件的查询匹配问题,其匹配模型主要是基于空间关键字之间的相似性,鲜有研究考虑语义相关性。为了探索并实现订阅发布系统在语义上的查询与匹配,提出了一种基于主题模型的位置感知订阅发布系统。 首先, 该系统利用主题模型对订阅发布系统中的关键字进行主题映射。然后,设计了一种两步分区索引结构RPTM-trees,并使用该索引结构为订阅的主题集合和空间信息建立索引。RPTM-trees根据主题集合的主题个数及关键主题对订阅进行两步分区索引,使其对订阅的分区能力更强,从而显著提升查询匹配的效率。最后,在高流速的事件流、千万级订阅数据集上进行了实验,实验结果表明所提方案是稳定和高效的。     

PGL-CIMS的设计与开发

本文介绍了平果铝业公司CIMS的系统结构、网络结构、软件结构、关键技术等一系列技术问题。     

聚簇索引在数据库查询中的重要作用

本文从数据库查询优化角度,把数据库查３种常规操作细分,进而概括出几乎所有的查询算法都是这些操作的不同组合。然后列举出４种常见的连接查询方法,利用细分的操作为４种查询方法建立模型,量化和分析它们的一些关键参数,从而说明逻辑邻接项的物理聚簇索引会对数据库查询性能产生很大影响。索引对查询性能提高程度的关键取决于是否建立的是聚簇索引。     

基于索引数组与集合枚举树的最大频繁项集挖掘算法

由于其内在的计算复杂性,挖掘密集型数据集的全部频繁项集非常困难,解决方案之一是挖掘最大频繁项集。集合枚举树是最大频繁项集挖掘算法中常用的数据结构,最大频繁项集的挖掘过程也可以看作是集合枚举树的搜索过程。为缩小集合枚举树的搜索空间,采用宽度优先和深度优先相结合的混合搜索策略,提出了一种新的最大频繁项集的挖掘算法Index-MaxMiner。该算法首先设计了索引数组这种新的数据结构,并给出了一个基于二进制位图技术的索引数组的计算方法。通过为每个频繁项增加包含索引,Index-MaxMiner利用一次宽度优先搜索得到了候选最大频繁项集,使集合枚举树的第一层结点个数大幅度减少。然后在候选最大频繁项集中通过深度优先搜索,得到全部最大频繁项集,从而实现了集合枚举树的跳跃式搜索,大大缩小了搜索空间。实验结果表明,该算法可有效提高最大频繁项集的挖掘效率。