基于数据驱动的过程监测系统设计方法研究北大核心CSCD

为保障工业系统高效安全地运行,主要研究对于一般工业系统基于数据驱动的过程监测系统设计方法。首先,借助互质分解技术学习故障诊断观测器的参数化形式,在已有数据驱动设计方法的基础上,将单维的基于观测器的残差产生器扩展至多维,研究基于多维残差产生器的过程监测系统设计。其次,针对工业系统中普遍存在的非线性、系统不确定性和工作点变化等问题,基于自适应观测技术还为多维残差产生器设计了自适应更新策略。最后通过在三水箱仿真系统中的案例学习验证了所提出的数据驱动设计方法。     

多态蠕虫产生器的设计与实现

为了更好地研究和防御多态蠕虫,在研究多态变形技术的基础上,针对基于缓冲区溢出漏洞进行传播的蠕虫,设计了多态蠕虫产生器。以SQL Slammer蠕虫和ATPhttpd蠕虫作为实例介绍产生器的工作过程。从产生器的设计过程和实例分析可以看出,通过多态处理的蠕虫依旧具有相同字符串序列特征,可以依据这些字符串序列对多态蠕虫进行有效防御。最后对产生器的功能进行测试。测试结果表明,该产生器能够对程序进行有效的多态处理,为多态蠕虫防御和特征自动提取等研究工作提供有效的实验数据。     

单片CMOS集成电路组成的移频键控信号产生器

<正> 在实际工作中,有时需要将二进制数据记录到盒式磁带上。然而,和普通的音频信号不同,二进制数据是一些相间的、高低不同的电平。它是不能直接被录到磁带上去的。为了录制二进制数据,可以通过移频键控信号产生器(FSK)将共转换成不同频率的交变信号。这里介绍的一种仅用一片CMOS六反相器集成电路作成的移频键控信号产生器,具有线路简单、成本低、功耗小、兼容性好、容易实现等优点。具体电路如图1所示:     

无传感器的马达驱动装置及反电动势检测电路与检测方法

本发明提供一种无传感器的马达驱动装置及反电动势检测电路与检测方法,包括上端开关、下端开关、电流检测电阻以及第一至第三阻抗产生器。上端开关受控于第一控制信号,下端开关受控于第二控制信号。电流检测电阻串接在下端开关的第二端与参考接地电压间。第一阻抗产生器的第一端耦接至上端开关,其第二端产生反电动势检测结果。第二阻抗产生器串接在第一阻抗产生器与参考接地电压间。第三阻抗产生器串接在第一及第二阻抗产生器的耦接点及下端开关间。其中,第一、第二及第三阻抗产生器的阻抗值依据马达的至少一特性参数来决定。     

提高周期产生器工作速率和分辨力的方法

文章概述了周期产生器的主要性能指标，介绍了加（减）计数法周期产生的原理，提出了提高周期产生器工作速率的方法。介绍了以粗精组合方法提高周期分辨力的方法，分析了可控振荡法、软件累加法、硬件累加法构成高分辨力周期产生器原理。最后评价了周期产生器的应用。     

基于等价空间的多速率数据采样系统快速残差的产生

研究一类多速率数据采样系统基于等价空间的快速残差产生问题. 首先应用一种提升技术, 建立多速率数据采样系统的线性时不变提升模型, 并以提升模型为基础将基于等价空间的残差产生器设计问题归结为最小化问题. 然后, 利用该最小化问题解不唯一的特点, 求得满足因果关系的最优残差产生器. 进一步, 应用逆提升技术实现残差产生同步于测量输出采样的快速化. 算例验证了所提方法的有效性.     

Linux内核随机数产生器的设计与实现

随机数产生器在科学研究的许多领域具有重要意义。Linux内核利用系统环境噪声的随机特性,实现了一个高强度的随机数产生器。以Linux 2.6.10内核源代码为基础,分析了其内核随机数产生器的设计。介绍了随机数产生器的基本原理和设计思想,并对其具体的实现细节,如输入输出接口作了详细的阐述,最后讨论了系统启动导致随机数质量下降的问题以及Linux内核随机数产生器的解决方法。     

Linux内核随机数产生器的设计与实现

随机数产生器在科学研究的许多领域具有重要意义。Linux内核利用系统环境噪声的随机特性，实现了一个高强度的随机数产生器。以Linux2．6．10内核源代码为基础，分析了其内核随机数产生器的设计。介绍了随机数产生器的基本原理和设计思想，并对其具体的实现细节，如输入输出接口作了详细的阐述，最后讨论了系统启动导致随机数质量下降的问题以及Linux内核随机数产生器的解决方法。     

提高周期产生器工作速率和分辨力的方法

文章概述了周期产生器的主要性能指标，介绍了加（减）计数法周期产生的原理，提出了提高周期产生器工作速炫的方法，介绍了以粗精组合方法提高周期分辨力的方法，分析了可控振荡法，软件累加法，硬件累加法构成高分辨率周期产生器原理，最后评价了周期产生器的应用。     

基于单片机的火控系统符号产生器电路原理设计

讨论了符号产生器形成攻击画面的原理,给出了符号产生器电路及其与单片机的接口设计。     

复杂异构数据的表征学习综述

随着智能时代和大数据时代的到来,各种复杂异构数据不断涌现,成为数据驱动的人工智能方法、机器学习模型的基础。复杂异构数据的表征直接关系着后续模型的学习性能,因此如何有效地表征复杂异构数据成为机器学习的一个重要研究领域。文中首先介绍了数据表征的多种类型,并提出了现有数据表征方法面临的挑战;其次,根据数据类型将数据划分成单一类型数据和复合类型数据,针对单一类型数据,分别介绍了4种典型数据的表征学习发展现状和代表算法,包含离散数据、网络数据、文本数据和图像数据;然后,详细介绍了4种由多个单一数据或数据源复合而成的复杂数据,包含了离散特征与连续特征混合的结构化数据、属性数据与复杂网络复合的属性网络数据、来自不同领域的跨领域数据和由多种数据类型复合的多模态数据,分别介绍了基于上述复杂数据的表征学习现状以及最新的表征学习模型;最后,对复杂异构数据表征学习的发展趋势进行了探讨。     

基于全生命周期管理的电力企业数据治理技术研究

电力企业业务数据存在人为干预多、数据口径不一致、缺乏管理规范等现象,造成数据统计困难、及时性低、数据失真等问题,严重影响数据的深化应用。针对该问题,本文提出一种基于数据全生命周期管理的电网企业数据治理方案,通过构建公共数据云,开展数据资源池建设,部署结构化数据中心、非结构化数据中心及海量准实时数据中心等三大公共数据资源管理平台,定义完整的电网数据管控流程和数据责任机制,对数据进行从数据获取到数据加工、数据分发到数据使用的数据全生命周期管理,从各环节把控数据质量,辅以数据质量评估,提升电网数据的及时性、准确性及完整性。经过在输电、配电、电网调度、电网规划等多方面应用实践,该方案实现了多口径业务数据的质量管控及集中应用,提升了数据质量及综合治理水平,实现了专业数据资产全面共享。     

分布式海量矢量地理数据共享研究

地理空间数据的应用应用范围迅速扩大,实现空间数据的共享,充分有效利用已有数据,可节约用户成本,栅格数据的共享方式在多媒体领域有较多研究,而矢量数据研究得不多,本文讨论了分布式海量矢量地理空间数据共享的几个问题－海量空间数据的管理,传输,可视化及空间数据共享的安全问题。     

试飞数据平台数据架构设计与应用

试飞数据是民机飞行试验的重要产物,具有测量参数数量大,数据体量大,飞行试验数据与试飞任务信息关联性强等特征,支撑飞机型号取证与设计优化等任务。试飞数据平台数据架构对多源异构数据集成接入、多类形态数据存储管理、多种层次数据处理分析等技术进行了研究,采用湖仓一体的关键技术和方法打造试飞数据全集。试飞数据接入采用流批一体的数据处理技术,融合Spark和Flink主流数据处理引擎,具备试飞数据快速入库能力。提出按秒聚合方法,具备PB级多维度试飞数据压缩存储功能,存储性能提升近10倍；采用以秒为索引条件支持快速检索,强化数据湖查询能力。研究数据仓库技术,设计试飞数据多层数据模型,具备多维信息精细查询,多层数据灵活钻取,多功能自定义函数集成等功能,并成功应用在某型国产民机的飞行试验数据管理中,服务于试飞数据用户,提高了试飞数据管理效率与试飞数据应用价值。     

基于数据元的数据模型语义映射技术研究

各企业在进行数据共享之前,首要考虑的是数据模型的数据映射关系,然而数据模型在不断的更替与升级,给数据集成带来了很大困难。文中设计了一种对数据源结构进行统一描述的数据字典元模型,利用数据元来规范数据项,将编辑距离算法思想应用其中,实现数据项与数据元字典中数据元的相似度匹配。应用语义树的表示方法来描述数据元结构,利用语义相似度算法进行数据元间的相似性、一致性检查,寻找数据元间的关联关系,间接地定位数据项间的语义关系,为数据映射奠定良好基础。以中石化标准数据元规范油田企业搜索引擎数据项,确保研究的实用价值。     

生物医疗大数据隐私安全保障机制研究

在大数据产业发展的背景下,医疗卫生领域也开始探索生物医疗大数据的新用途、新价值。随着生物医疗大数据在临床治疗与科学研究中的应用,相应的数据安全隐患也随之出现,其隐私安全保障问题开始引起人们的重视。为了降低隐私泄露的风险,加强人们对生物医疗数据的保护意识,需要从数据的生命周期角度出发,在采集、存储、访问、应用、共享、销毁这些阶段,对生物医疗大数据的操作、管理行为进行规范,并初步搭建了一个大数据云平台来实现电子数据的安全保障。     

平行数据:从大数据到数据智能*

为了解决实际问题,大数据分析处理系统需要获取数据,然而实际场景中收集到的实际数据通常不完备.另外,大多数问题的解决方案通常是由问题引导或者仅仅进行数据分析,运行参数调整和设定带有较大的盲目性,难以达到应用的智能性.为此,文中提出平行数据的概念和框架,根据实际数据经计算实验产生真正的虚拟大数据,结合默顿定律,以期待的解决方案与问题进行广义对偶,引导大数据聚焦到实际问题.实际数据与虚拟数据动态互动,平行演化,形成一个虚实相生、数据动态变化的过程,最终使数据具备智能,进而解决未知的问题.平行数据不但是一种数据表示形式,更是一种数据演化机制与方式,其特色是虚实互动,所有数据的动力学轨迹构成了数据动力学系统.平行数据为数据处理、表示、挖掘和应用提供了一个新的范式.     

面向火箭数据分析和故障诊断的数据仓库设计

针对运载火箭测试发射数据分散存储且数据利用不充分的问题,提出了以数据仓库技术对火箭的测试发射数据进行组织和存储管理,实现对火箭数据价值的深层次发掘。根据运载火箭数据的特点,提出了数据仓库基础层、源数据层、数据交互层、数据架构层、应用层、显示层六个层次的框架设计;通过面向火箭数据分析和故障诊断的数据清洗规则设计,对不同来源、不同格式的数据进行清洗和加载;对火箭的数据应用方向进行了探索,设计了包络分析、相关性分析、故障诊断等数据分析模块。用某型号火箭测试发射数据进行了验证,结果表明,数据仓库方案切实可行,为后续火箭数据的持续性管理和分析奠定了基础。     

基于云计算和物联网的网络大数据技术研究

为了使网络大数据应用的范围更广,更大程度地提高网络数据存储与管理精度,减少网络数据处理与控制的时间,需要对网络大数据进行研究。当前的网络大数据研究方法多是采用Hadoop基础架构对网络大数据进行研究,在数据存储中没有设定具体的安全存储指标,无法得到数据安全存储指标权重,存在数据存储安全性能低,网络大数据研究精度偏差大等问题。为此,提出一种基于云计算和物联网的网络大数据研究方法。该方法首先利用分级网络编码对网络数据进行传输,以传输的数据为基础,采用CRC算法实现网络数据的计算,然后依据分组存储的方式将数据进行存储,最后利用分层逆序叠加定位法对网络数据进行高精度查询,由此完成对网络大数据的研究。实验结果表明,所提方法可以全面具体地对网络大数据进行研究,提高了数据处理精度和网络数据计算速度,增加了网络数据存储空间容量和查询效率,减少了网络数据运行时的丢失率,扩展了网络数据的运作范围,为后续网络大数据的研究提供了强有力的依据。     

面向关系型数据与知识图谱的数据集成技术综述

目前,各个国家和地区均已将大数据视为重要的战略资源.然而,大数据时代普遍存在数据流通困难、数据监管不足等问题,致使数据孤岛现象严重,数据质量低下,数据要素潜能难以释放.这驱使研究人员探索数据集成技术,以打破数据壁垒、实现信息共享、提升数据质量,进而激活数据要素潜能.关系型数据和知识图谱作为两种至关重要的数据组织与存储形式,在现实生活中应用广泛.为此,聚焦关系型数据和知识图谱,归纳总结并分析实体解析、数据融合、数据清洗3方面的数据集成关键技术,最后展望未来研究方向与趋势.