一种基于树形结构显示关联数据的设计

论述了在程序设计过程中 ,使用树形控件、SQL 语句、临时表等多种手段 ,达到多个关联数据库的数据由一个可视化树形结构控件显示的方法和技巧     

基于联邦学习模型的电力客户隐私保护方法

为提升电力物联网中用户数据安全性，提出了电力物联网LDP联邦学习框架。该框架将物联网用户分为常规用户和敏感用户两部分。常规用户通过与电力供应商互通模型与数据，基于横向联邦学习技术学习局部模型并参与更新全局模型；敏感用户利用异构联邦迁移学习技术将全局模型关联到局部模型中，从而保证敏感用户数据安全性。将联邦学习框架应用于GRU、LSTM网络，验证了所提联邦学习框架能够提升网络性能。     

多目标跟踪中的数据关联和航迹管理

传统的多目标关联算法JPDA存在两个缺陷:计算量较大,且其算法框架里缺乏航迹起始和终止逻辑。文中给出了一个航迹管理表,它包含多种情况下航迹的关联,能完成航迹的起始、维持和终结。在可靠航迹关联中,该文提出了一个改进的快速关联算法—多维概率数据关联(MPDA),讨论时主要考虑关联门相交区域中的公共回波对航迹更新的影响。MPDA可以类似与PDA的较低的计算代价达到了接近JPDA的关联成功率。仿真结果表明,文中的数据关联和航迹管理算法对复杂条件下的多目标跟踪能保持较高的跟踪成功率。     

NET基于两层的SqlDataSource和基于三层的ObjectDataSource的数据插入和更新的性能对比研究

本文首先介绍了SqlDataSource和ObjectDataSource的相关层次结构及两个控件的主要用途,然后概述了SqlDataSource的主要功能,最后通过完成了SqlDataSource和ObjectDataSource的数据插入和更新的性能对比试验,通过实验对比两个控件的性能,并对试验结果进行分析,从而为研究人员和企业级的应用人员在项目开发中根据实际需要,选择最高效和最有用的控件时提供参考。     

快速创建数据库应用程序

ＶＢ的主要应用是编写数据库应用程序 ,数据控件和响应的绑定控件为用户提供了无需编程就可创建简单数据库应用程序的方法。数据控件将被访问的信息与用来显示这些信息的绑定控件 (如文本框、标签、图片框、图象、数据绑定控件等 )连接起来 ,从而完成对已有数据库信息的显示、编辑和更新等操作。下面以创建一个数据入口窗体为例来说明其方法。假设已有名为ＤＢ1,ＤＢ2的两个数据库 ,各有二个数据表 :ＴＢ11,ＴＢ12和ＴＢ2 1,ＴＢ2 2。现欲为ＤＢ1的ＴＢ11创建一个数据入口窗体。这只需在一个新建窗体上拖放一个数据控件和几个绑定控件 (如果用文本框为绑定控件 ,每一个文本框可显示一个字段。因此 ,在窗体上拖放的文本数量与欲显示的字段数相等。为简便 ,这里的所有控件名均取默认值。再为其设置必要的属性即可实现。对于数据控件 ,有两个属性是必须设置的 ,即 :( 1)ＤａｔａｂａｓｅＮａｍｅ属性 ,即设置被访问的数据库文件名 ,本例应选ＤＢ1;( 2 )ＲｅｃｏｒｄＳｏｕｒｃｅ属性 ,即指定从哪个表索取信息 ,本例应选ＴＢ11。对于各绑定控件 ,也有两个必须设定的属性 :( 1)ＤａｔａＳｏｕｒｃｅ属性 ,即告诉绑定控件从哪个数...     

Visual C++.NET中树形控件的使用

树形控件是Visual C .NET中的常用控件,可使界面更加富有条理性。阐述了树形控件在Visual C .NET中的使用方法及技巧,重点介绍一种通过数据库来管理树形控件项目的方法。对树形控件中项目的添加、图标的建立、项目的选择以及右键弹出快捷菜单等技术进行详细的阐述,对树形控件项目的操作与更新进行说明,对在树形控件与数据库的连接中需要注意的问题进行了探讨。     

基于高斯粒子JPDA滤波的多目标跟踪算法

在多目标跟踪中,由于观测的不确定性带来数据关联问题,并且,多目标状态空间尺寸的增长带来了维数增大问题,该文提出了一种新的高斯粒子联合概率数据关联滤波算法(GP-JPDAF),在JPDA框架中引入高斯粒子滤波(GPF)的思想,通过高斯粒子而不是高斯量,来近似目标与观测的边缘关联概率,利用GPF计算目标状态的预测及更新分布。将其应用于被动多传感器多目标跟踪,仿真结果表明该算法比MC-JPDAF具有更好的跟踪性能。     

通过隐藏Rff标识符实现文本控件字段追踪

数据计算管理系统中，文本控件的字段必须得到追踪以便准确知道是那些数据进行了改变，从而进行数据库的相应更新，本文就字段追踪所出项的标识符问题进行了相关讨论。     

基于SIS框架和蚁群算法的非线性多目标跟踪

该文提出一种新的非线性多目标跟踪方法用蚁群算法实现数据关联和SIS(Sequential Importance Sampling)实现对单目标的跟踪。首先根据数据关联问题对蚁群算法进行修改,考虑目标运动中的约束条件对关联概率的影响,重新定义蚁群算法中的路径和路径长度,从而利用蚁群算法寻找最短路径的能力实现对数据关联。由于SIS框架是针对非线性系统的一种较好的状态估计方法,该文将其作为对单目标进行跟踪的框架,和蚁群算法共同解决非线性情况下的多目标跟踪问题。实验对一维平面和二维平面中的多个目标进行了仿真,结果表明,将蚁群算法应用于解决数据关联问题是行之有效的。     

基于概念网的媒体大数据分析和结构化描述方法

提出基于概念网的媒体大数据结构化描述和分析的技术框架,该框架可以针对不同的数据获取来源,通过层次式多角度概念描述模型融合数据的视觉特征、实例和概念关联的语义,并提出面向单一媒体和多媒体文档的跨媒体概念提取及基于结构的语义对齐方法,从而有效支持媒体大数据的语义关联分析及多领域的智能应用。     

Evolutionary algorithm for data association and IMM-based target tracking in IR image sequences

Simultaneous tracking of multiple maneuvering and non-maneuvering targets in the presence of dense clutter and in the absence of any a priori information about target dynamics is a challenging problem. A successful solution to this problem is to assign an observation to track for state update known as data association. In this paper, we have investigated tracking algorithms based on interacting multiple model to track an arbitrary trajectory in the presence of dense clutter. The novelty of the proposed tracking algorithms is the use of genetic algorithm for data association, i.e., observation to track fusion. For data association, we examined two novel approaches: (i) first approach was based on nearest neighbor approach and (ii) second approach used all observations to update target state by calculating the assignment weights for each validated observation and for a given target. Munkres’ optimal data association, most widely used algorithm, is based on nearest neighbor approach. First approach provides an alternative to Munkres’ optimal data association method with much reduced computational complexity while second one overcomes the uncertainty about an observation’s source. Extensive simulation results demonstrate the effectiveness of the proposed approaches for real-time tracking in infrared image sequences.     

基于网络编码技术的医疗保险数据更新方法

针对医疗保险信息系统数据更新自适应性较差,导致更新过程中数据输出误码率及时延较大的问题,提出基于安全网络编码技术的医疗保险信息系统数据更新方法,采用分段线性编码技术进行数据的信息融合处理,根据谱特征提取及模糊控制方法控制统数据更新过程,完成医疗保险信息系统数据更新。仿真结果表明,采用该方法进行医疗保险信息系统数据更新的自适应性较好,降低了数据输出的误码率及时延,提高了医疗保险信息数据的传输准确率及效率。     

基于树状MAP的移动IPv6无缝实时切换策略研究

提出了一种移动IPv6切换策略,基于分级移动IPv6和快速移动IPv6构造树状MAP框架,设计逐跳绑定更新机制对快速移动IPv6进行改进,实现移动节点的无缝(快速平滑)切换。同时,根据资源预留协议扩展策略功能,提出提前预留方式,增强对实时数据流的支持能力。     

基于LabVIEW7.0的某实时监控软件设计与实时性分析

针对某试飞课题,在NI LabVIEW7.0平台下进行了某试飞科目实时监控软件系统开发。飞行试验中,实验分析了影响该系统试飞参数时间历程图实时刷新的原因,提出了在飞行试验实时监控中,采用优化VI及对Chart控件二次编程的方法解决Chart曲线图实时刷新的问题。在此充分挖掘LabVIEW中Chart控件的属性进行二次编程,解决试飞参数时间历程图实时刷新、显示问题,具有很高的实用价值。     

基于VB6.0的港口运料系统设计

针对港口货船的焦炭称量问题,设计基于Visual Basic6.0的港口运料系统。上位机通过RS 232串口发出控制命令,控制下位机（散料秤）称量货物,再把数据实时返回到上位机,实现上位机和下位机的实时通信和上位机对下位机的控制。为了使得系统在工业控制应用中的功能更加完善,上位机还具备访问数据库、实时更新数据库以及打印报表等功能。     

Data-driven iterative tuning based active disturbance rejection control for piezoelectric nano-positioners

The nano scale motions of piezoelectric actuated nano-positioning systems are very sensitive to operating tasks, external disturbances, as well as variations of system dynamics. In this paper, a data-driven Iterative Feedback Tuning (IFT) based Active Disturbance Rejection Control (ADRC) approach is developed to optimize the control performance by conducting controller parameter tuning iteratively from experimental test data. In particular, a parameterized input-output form of the linear ADRC controller is derived for the nano-positioner, where the IFT algorithm is applied to solve the established optimization problem to get the optimal control parameters. The proposed method is verified in simulations where the selection of control criterion and the impact of update step-size are also discussed. Single-axis and dual-axes real-time experiments are finally conducted on an X-Y piezoelectric actuated nano-positioner, which demonstrate significant performance improvement on nano-positioning and tracking over the conventional ADRC method.     

基于嵌入式系统的运动检测算法的设计及实现

提出一种基于TMS320DM6437嵌入式视频处理系统的运动检测算法,采用实时性很强的ViBe算法进行背景建模及像素点分类,在背景更新的算法上,引入帧级更新的策略,以弥补ViBe算法对突变的背景更新较慢的不足.对前景二值图,使用扫描标记法实现对运动物体的捕捉.实验结果表明,该算法实时性强,适用于嵌入式系统.     

一种基于最大熵模糊聚类的数据关联算法

针对联合概率数据关联算法计算量上存在的组合爆炸问题,本文引入最大熵模糊聚类算法实现多目标的数据关联。使用最大熵模糊聚类得到的模糊隶属度表示目标与量测之间的联合互联概率;分析了公共回波对航迹更新的影响,对公共回波的权值进行衰减,对非公共回波的权值进行扩大,避免了航迹合并;此外根据差异因子的特性,给出剔除无效回波的方法,减少了计算量。仿真结果表明,与现有数据关联算法相比,新算法具有更优的跟踪效果。     

Delay-aware cross-layer optimization method for FANET

An asynchronous distributed cross-layer optimization (ADCO) method was proposed to solve the problem of jointly considering real-time routing,rate allocation and power control in FANET (flying ad hoc network).And a delay-constrained cross-layer optimization framework was designed to formally represent proposed problem.Then Lagrangian relaxation and dual decomposition methods was used to divide joint optimization problem into several sub-problems.ADCO allowed each relay node to perform the optimization operation for different sub-problems with local information,and the relay nodes could update the dual variables based on asynchronous update mechanism.The simulation results show that the proposed algorithm can improve the network performance effectively in terms of energy efficiency,packet timeout ratio and network throughput.     

Robust Neural-Network-Based Data Association and Multiple Model-Based Tracking of Multiple Point Targets

Data association and model selection are important factors for tracking multiple targets in a dense clutter environment without using a priori information about the target dynamic. We propose a neural-network-based tracking algorithm, incorporating a interacting multiple model and show that it is possible to track both maneuvering and nonmaneuvering targets simultaneously in the presence of dense clutter. Moreover, it can be used for real-time application. The proposed method overcomes the problem of data association by using the method of expectation maximization and Hopfield network to evaluate assignment weights. All validated observations are used to update the target state. In the proposed approach, a probability density function (pdf) of an observed data, given target state and observation association, is treated as a mixture pdf. This allows to combine the likelihood of an observation due to each model, and the association process is defined to incorporate an interacting multiple model, and consequently, it is possible to track any arbitrary trajectory