基于超图理论的线路脆弱性评估

基于节点和线路之间的联系,利用超图理论构建了一个适用于电网的超图模型。利用数据场理论对线路的脆弱性进行了评估。定义了线路的多属性综合指标作为衡量线路质量的指标,包括线路度乘积、电气介数和潮流转移熵;采用基于超图的最短路径求解线路的辐射半径;将熵作为判断影响因子不确定性的度量,把求解最优影响因子问题转化为求最小熵值问题,并采用简单试探性算法求解;将线路对整个网络的影响程度定义为线路影响率,并将其作为线路的脆弱性评估指标。最后,通过IEEE-39节点系统进行仿真计算。结果表明：线路影响率较高的线路在电网中为脆弱线路;若这些线路发生故障或者受到恶意攻击,会对整个电网产生较大影响。仿真结果验证了该方法的有效性和准确性。     

局部特征值解的无条件稳定FDTD高效实施方案

显式无条件稳定时域有限差分方法在未知量或不稳定模式个数很多时,求解全域矩阵特征值以及场值迭代的计算成本很高.针对这一问题,给出了一种基于局部特征值求解的显式无条件稳定时域有限差分方法的快速实现方案.该方案无需求解全域矩阵的特征值问题即可准确、高效地获得系统中所有的不稳定模式.在实施过程中,首先将计算域分为两部分:细网格...     

网格划分对ECT系统仿真数据的影响

电容层析成像系统中的先验数据是图像重建、传感器设计所需的重要数据,也是电容层析成像系统分析的关键。文章利用ANSYS软件对电容层析成像系统进行有限元求解,获取了满管、空管和中心流在网格发生变化的仿真电容值数据,并对仿真数据进行分析,为灵敏场计算及图像重建提供了一种更为准确的先验数据。     

网格划分对ECT系统仿真数据的影响

电容层析成像系统中的先验数据是图像重建、传感器设计所需的重要数据,也是电容层析成像系统分析的关键。文章利用ANSYS软件对电容层析成像系统进行有限元求解,获取了满管、空管和中心流在网格发生变化的仿真电容值数据,并对仿真数据进行分析,为灵敏场计算及图像重建提供了一种更为准确的先验数据。     

薛定谔方程的数值计算设计

根据有限差分理论和薛定谔方程,对波函数在任意势场中随时间的演化进行了详细的计算,得到了波函数的标准递推公式,给出了由初值求解薛定谔方程的一般方法.此外,文中还给出了用计算机绘出的高斯波包在几种势场中的几率分布图.     

H-H_2低能非反应碰撞的理论计算

本文用Tang-Toennies非刚性转子模型(T.T.势模型)计算了H-H_2系统相互作用势,并用密耦方法(CC方法)计算了入射能量在1.5meV至600meV范围H—H_2碰撞的多种弹性散射截面、振动和转动激发截面。势阱参数和总截面的计算值均与实验结果符合较好。非弹性碰撞截面计算值能为有关各向异性散射实验提供参考数据。     

多极展开法求解非对称剖面辐射绕射流场

按照多级展开法求解非对称面辐射和绕射流场,计算了剖面辐射水动力系数和绕射力,按多极展开法求解二维辐射和绕射流场遇到的主要难点是剖面的保角变换问题,对称剖面的保角变换已有学者给出,本文选取有限罗级数作为映射函数,应用比弧法迭代计算保角变换系数,成功地将对称面的保角变换拓展至非对称剖面,在此基础上,本文作者给出了与非对称面保角变换系对应的一组的奇点势表达式,并通过定义与入射波形式相匹配的绕射速率势,统一求解了辐射问题和绕射问题,对典型船型剖面的数值计算结果表明,剖面非对称性对某些水动力系数的影响比较大,因此本文给出了方法具有实际意义。     

基于交互技术与区域识别的电器电场求解器研究

将自带交互式绘图功能与区域识别相结合，并基于有限元数值求解技术，构建电器电场求解器.该求解器包括前处理模块、电场数值计算仿真模块以及后处理模块.其中，前处理模块可通过初始剖分节点数据排序算法有效实现基于场值和位值的有限元网格剖分单元的自动加密与调整，以提高电场数值求解的效率.并将电场求解器应用于实际断路器产品电场数值计算与分析中，形成了一套可进行多重介质复杂结构的电器电场求解器，为电器电场的数值实验研究提供了可实现的交互式平台.     

薛定谔方程的数值计算设计

根据有限差分理论和薛定谔方程，对波函数在任意势场中随时间的演化进行了详细的计算，得到了波函数的标准递推公式，给出了由初值求解薛定谔方程的一般方法．此外，文中还给出了用计算机绘出的高斯波包在几种势场中的几率分布图。     

基于数据场与云模型的多模雷达信号分选算法

针对传统分选算法处理多模雷达信号效果较差的问题,提出一种基于数据场的层次聚类信号分选算法,以克服多模雷达信号分选时存在的"增批"问题.将数据场理论应用于多模雷达辐射源信号的分选,利用数据场势函数划分辐射源信号数据的层次,通过等势图的绘制完成数据的自组织层次聚类.提出一种基于云模型的分选结果有效性评估算法,可在脱离雷达辐射源库的情况下验证信号分选结果的有效性.仿真实验验证了提出算法的有效性.     

基于属性加密的广域信息管理的授权方法

为了解决广域信息管理(system wide information management,SWIM)信息安全问题,根据SWIM面向服务的系统架构(service-oriented architecture,SOA)的特点,设计SWIM的访问策略,提出了一种基于属性密码(attribute-based encryption,ABE)的授权方法.该方法根据SWIM访问结构中分布性、异构性和动态性的特点,采用密文访问策略(cipher policy-attribute based encryption,CP-ABE)实现.在模拟环境中对该方法进行仿真实验和安全性分析,实验结果表明:该方法支持SWIM航空用户细粒度的授权,降低了SWIM授权管理的复杂度,提高了SWIM系统的安全性.     

基于混合密码体制的大数据隐匿性特征安全提取技术

传统大数据隐匿性特征安全提取技术忽略了大数据密文的公钥及密钥封装，且大数据隐匿性特征类别混乱，导致该技术的提取精度偏低、冗余度较高.为此，本文提出一种基于混合密码体制的大数据隐匿性特征安全提取方法.通过混合密码体制中的公钥封装以及密钥封装机制生成大数据密文；根据密文内容设计对称加密方法和非对称加密方法，基于此分类隐匿性特征，利用不同类的隐匿性特征构建大数据隐秘性特征相空间，计算大数据间的关联维值，实现大数据隐匿特征的安全提取.实验结果表明，与传统方法相比，所提出的大数据隐匿特征提取方法冗余度低，大数据隐匿特征平均分类正确率高达95%，且特征安全提取误差低，验证了所提方法具有更好的应用性能.     

基于NoSQL数据库的地学大数据高效存储方法

为解决传统的关系型数据库在海量数据的存储和访问效率中存在的瓶颈问题,提出了一种基于非关系型（NoSQL：NotonlySQL）数据库的地学大数据高效存储方法。同时以MongoDB为代表,通过C#语言编写测试程序,与SQLServer在地学大数据的存储、查询等方面进行了性能对比。结果表明,与传统关系型数据库相比,NoSQL数据库的增、删和查询耗时明显降低,尤其是针对海量的非结构化、半结构化数据,其性能优势更加明显。     

基于ARM/GPRS的无线抄表系统的设计

首先介绍了ARM及其产品,然后简要介绍了GPRS技术的主要特点,并分析了它的多项优点,从而设计出一种基于ARM/GPRS的无线抄表系统.该系统具有传输速率高、数据吞吐量大、通信实时和可靠性高等优点,可以广泛应用于工业或者民用电表数据的远程无线集抄.     

HLA半实物仿真数据实时存储方法研究与实现

分析了光电对抗半实物仿真系统的主要目的,论述了该仿真系统的数据采集模式,发现了难点在于如何实现对实时数据的及时和完整的采集,提出了使用基于分布式存储的方法来实现对大批量实时数据的存储,并将该方法和直接向数据库进行数据插入作了对比,通过对两种方法的数据插入时间的采集和比较,分析了使用分布式存储方法的优点,不但解决了Oracle数据库管理系统对于数据存储速率的瓶颈问题,同时也保证了数据的完整性和可靠性,最终实现了这一方法在光电对抗半实物仿真系统中的应用.     

装备体系评估中的大数据问题

针对装备体系评估中面临的数据量大、数据来源广泛、数据动态变化等新的大数据问题,给出了利用大数据分析技术开展装备体系评估的设想。从大数据分析技术和装备体系评估方法2个角度,给出了基于大数据分析的装备体系评估的思路。基于大数据分析技术,开展装备体系效能评估、体系对抗评估,以及更深层次的情报处理、态势分析等应用,是装备体系评估领域的一种新方法。     

大数据技术在移民搬迁信息化中的应用

运用大数据技术对陕南移民搬迁信息化系统中的数据进行管理、分析,简述大数据的基本特点与关键技术、数据采集技术、分布式存储技术、并行化处理技术和海量数据挖掘技术。根据信息化系统的体系框架,对大数据技术在陕南移民信息化系统中的应用进行探讨,分析大数据技术的应用价值,阐述政府在大数据技术上投入的重要性。     

大数据环境下竞争情报系统的研究与实现

为让企业在大数据的环境下及时获得准确和可靠的竞争情报,提出了基于大数据的企业竞争情报系统的构建。通过B/S（浏览器/服务器）架构,运用聚焦爬虫工作原理的网络爬虫进行情报信息的采集,并用基于Hadoop的KNN算法进行情报信息的处理和分类,克服了大数据下KNN分类算法时间复杂度高等问题,同时系统支持用户个性化定制。     

大数据环境下信息管理热点研究

从信息系统发展角度,介绍了大数据环境下信息管理研究热点问题与研究现状。大数据的应用在信息管理领域产生了巨大影响,引起社会计算、商务智能、新媒体传播、信息管理技术架构等方面的创新变化,同时也给信息管理学科的发展带来了新的机遇和挑战。     

大数据环境下的相似重复记录检测方法

大数据环境下的相似重复记录影响数据统计分析结果的准确性,需要过滤相似重复记录.对相似重复记录检测的研究现状做了介绍,在此基础上提出了属性加权的思想,对属性进行加权,并根据属性权值进行排序分组;在对属性加权时,考虑到一些字段的取值是一一对应的关系,权值相同,提出了同义属性的概念,在原数据集的基础上排除部分同义属性来缩减数据集,提高重复数据检测的效率,最后给出了相似重复记录判定的方法.考虑到大数据集给重复记录检测带来的挑战,将大数据集拆分成若干小数据集,充分利用MapReduce机制进行处理,将大数据集按照权重较大的属性取值进行分组,分割成若干个map任务,分别进行处理.实验结果表明,该方法能够有效地提高相似重复记录检测的效率.