基于压缩感知的异构网络数据动态重构算法

针对异构网络数据资源存在节点及链路均衡度过低且数据重构资源分配路径误差较大的问题,设计一种基于节点拓扑感知的异构网络数据动态重构算法.利用模糊核聚类算法将数据样本集映射至高维空间内,聚类目标数据,根据节点在网络中对应的坐标构建异构网络拓扑模型及数据权矩阵模型;设置路由器物理链路通信图,根据链路带宽约束优化数据重构资源的...     

基于物联网技术的网络异构传感数据融合方法

融合网络异构数据时,现有融合方法存在融合精度低和融合时间长问题,因此引入物联网技术,提出一种新的融合方法。首先,引入小波变换的方法,过滤网络异构传感器数据噪声;其次,利用物联网技术,对物联网簇内数据聚类;最后,通过最小二乘法运算,实现汇聚网络异构传感器数据融合。实验结果证明,新的融合方法可有效提高融合结果的精度,缩短融合时间,提升融合效率,与现有融合方法相比具备更高的实际应用价值。     

基于相空间重构的语音增强

将相空间降噪方法应用于语音增强之中。由于语音信号集中在有限空间,而随机噪声则分散在各个分量中,通过找到信号能量集中的信号空间,去除噪声能量集中的冗余空间,达到减少噪声的目的。针对语音信号的特点,本文对相空间降噪基本算法中邻点的选取方法进行了改进,在没有增加太多运算量的前提下,提高了对不同信噪比信号的适应性。另外,应用改进后的算法,本文分别对汉语单个音素和连续语音进行了相空间语音增强测试。实验结果显示,改进邻域选择后的相空间语音增强方法可以显著提高信噪比。     

基于时序挖掘的异构网络多源目标数据融合方法研究

异构网络存在多源目标数据,因此需要融合其中的重复性数据、同属性数据,但由于传统方法构建的模型跟踪效果较差,导致挖掘技术遗失了部分数据特征,影响多源目标数据融合,因此研究基于时序挖掘的异构网络多源目标数据融合方法.该方法利用构建的跟踪模型,搜索异构网络全局多源目标;并对搜索结果进行标准化处理后,规约标准数据;采用时序挖掘...     

基于物联网的异构传感数据融合方法研究

研究网络数据融合优化问题,传统的网络数据融合算法需要获得对象比较精确的数学模型,会造成计算复杂度高.针对无线传感器网络自身特点,将无线传感器网络和数据融合技术相结合,提出了一种基于无线传感器网络扩展的Kalman滤波分批估计融合算法.主要是通过将传感器节点收集的同一性质的信息进行分批,通过一系列加权公式使计算出的融合信息更逼近真实值.从源头节能出发,通过减少数据传输量,进而减少传输过程中的能量消耗,达到延长整个网络生命周期的目的.最后仿真结果表明提出的算法有效,具有一定的实际应用价值.     

基于有线无线异构网络融合的桥梁健康监测系统

对于大跨度桥梁的健康检测．较为先进并已广泛使用的有线健康监测技术逐渐取代了传统的手工操作,但在实际应用中产生了安装电缆和更新系统带来的麻烦。相比之下,新开发的无线桥梁结构健康监测传感器技术更容易部署和更新,它克服有线系统存在的这些缺陷。然而,在某些情况下,无线网络的通信质量不能保证,导致系统的效率和可靠性受到影响。提出一种新的异构健康监测系统,它拥有有线和无线健康监测技术的优点。     

基于有线无线异构网络融合的桥梁健康监测系统

对于大跨度桥梁的健康检测,较为先进并已广泛使用的有线健康监测技术逐渐取代了传统的手工操作,但在实际应用中产生了安装电缆和更新系统带来的麻烦。相比之下,新开发的无线桥梁结构健康监测传感器技术更容易部署和更新,它克服有线系统存在的这些缺陷。然而,在某些情况下,无线网络的通信质量不能保证,导致系统的效率和可靠性受到影响。提出一种新的异构健康监测系统,它拥有有线和无线健康监测技术的优点。     

异构IP网络物理拓扑发现算法研究

介绍了异构网络物理拓扑发现算法的相关定义和系统模型。在分析原有基于MAC地址转发表算法的基础上,提出一种新的基于生成树协议的拓扑发现算法。运用算法开发的工具能准确发现异构网络的拓扑。     

异构无线传感器网络中基于CDS树的拓扑控制方法

拓扑控制是无线传感器网络中节约能量、延长网络生命的关键技术。针对现有拓扑控制方法主要集中在同构网络中作为拓扑构建或拓扑维护单独研究的问题,提出了包含两个过程的异构网络分布式拓扑控制算法A3M。拓扑构建基于最小连通支配集构建虚拟骨干树,在保证连通性的同时关闭网络冗余节点以降低能耗;拓扑维护对网络性能进行评估,当现有网络性能严重下降时,改变拓扑以保障网络的稳定运行。理论分析和仿真实验证实算法能够以较小的时间和消息代价减少拓扑构建能耗并延长网络时间。     

基于神经网络的传感器网络数据融合技术研究

研究传感器网络数据融合优化问题,由于采集数据过程各节点汇集存在大量的冗余信息,需通过融合,提高采集效率.针对传统的数据融合算法需要获得对象比较精确的数学模型,对于复杂难于建立模型的场合无法适用.为解决上述问题,提出了一种BP神经网络传感器网络数据融合方法,可对对象的先验要求不高,具有较强的自适应能力.首先建立三层网络结构,接着提取数据库中属性数据的特征值并作为网络的输入,然后通过调节输入向量与中心向量的距离及中心向量的值确定网络权值,最后对数据进行有效融合,仿真结果表明,通过对有损数据融合,无损数据融合相比较,得出采用BP神经网络对传感器数据进行融合处理,输出输入稳定简单,是一种有效的数据融合处理方法.     

智慧养老平台中多源异构数据融合技术研究

智慧养老系统由于其管理关系到多元异构数据,对于目前智慧养老系统存在的数据存储、扩展能力、存储类型等方面的缺陷,通过云数据、云计算在智慧养老系统中的运用,将Hadoop云平台应用到智慧养老系统多源异构数据融合中,实现养老数据的云查询、云存储。首先研究智慧养老系统的数据多元性,进而分析多元数据特点,将其划分成空间数据、医学影像、属性数据三方面,进而针对性的设计空间数据存储、空间数据检索、医学影像检索、属性数据索引等。利用多元异构数据融合技术来实现相关数据的写入和查询。     

基于电阻网络的异构数据协同聚类算法

传统聚类方法处理的是同构数据,无法满足异构数据同时聚类的应用需求,聚类结果的准确率较低,标签可读性较差。针对上述问题,提出一种基于电阻网络的异构数据协同聚类算法。该算法将异构关联数据抽象为多部图形式的电阻网络,进行特征计算及聚类。在对异构数据进行协同聚类后,可以得到一种聚类结构,其中每一类包含多种异构数据,它们之间可以互为标签,标签可读性高。实验结果证明,该方法是一种切实可行且效果优异的数据聚类算法。     

异构传感器网络的一种可调节的拓扑控制算法

在无线传感器网络(WSN)的拓扑控制问题中,良好的拓扑结构能够提高路由协议和MAC协议的效率,但是WSN易受外界环境的影响,所以需要设计拓扑结构也能随着环境的变化而变化.而以前的拓扑结构大部分都是固定的,它们的缺点是不能适合环境的变化,并且已有的可调的拓扑结构都是针对同构WSN.针对该问题,提出了一种适用于异构WSN的可调的拓扑控制结构ATCH,该算法使得节点可以独立地调节拓扑结构,并且允许节点有不同的信道损失指数.通过证明和仿真实验显示,算法构造的拓扑图在保证网络连通的同时,能够很好的在能耗最低路径和低节点度之间进行调节.     

基于多变体的控制软件异构冗余与动态重构技术研究

针对控制软件的防篡改问题,从工控安全角度出发,提出了一种利用多变体技术和虚拟化技术构建控制软件动态目标防御体系的新方法;通过多变体的异构冗余、动态重构和多模表决实现了软件层面的主动防御和安全态势感知,通过虚拟化技术实现了多变体执行环境的快速构建;着重介绍了技术路线、系统架构、动态重构策略、表决算法和同步机制;研究结果表明,该技术在提高控制系统可靠性的同时,使其具备了较强的主动安全防御能力。     

智能健康管理多源异构数据融合体系与方法

针对智能健康管理中对信息集成的要求,深入分析信息资源的异构特性,对基于多级多中心的多源异构数据融合方法进行研究,提出智能健康管理中多源异构数据的融合树体系结构,并介绍融合系统的设计、融合节点的组成以及具体的融合算法。对所采集的健康数据进行仿真测试,实验证明该体系可以获得较好的融合效果,实现对信息的有效集成,使管理效果更加优化。     

多源异构传感通信大数据的融合调度算法

本文研究了在能量受限条件下服务于多种类型的数据处理和传输的多源异构通信簇交通传感器节点系统的最优大数据的融合调度控制问题。传统方法需要大量关于系统动态的统计信息,并且求解效率低。使用针对更新帧的李雅普诺夫优化技术,本文设计了一种新的在线多源传感通信大数据融合调度算法来克服以上困难。仿真实验表明所设计算法稳定、鲁棒,为后续利用交通传感器网络传输大规模数据奠定基础。     

D-S证据下的高铁信号系统异构数据融合

针对当前高速铁路信号系统数据信息多源异构问题,提出一种新的高铁信号异构数据融合框架设计方案.利用本体思想和D-S证据理论方法,对底层数据信息进行特征融合,减少数据冗余,提高数据质量,优化决策效率,进行实验验证.实验结果表明:该方法在一定规模数据量时,计算速度快且准确率高,所提出的新的异构数据融合架构可行,融合算法有效.     

采用数据降维技术实现网络异构数据库分级数据共享

各主题数据库结构的复杂性,以及共享数据指标变量之间广泛的相关性,是异构数据库实现共享的重要障碍。目前的许多研究是针对异构数据库结构复杂问题,提出实现一致性访问的策略,但这些解决方案无法使系统达到良好的可扩展性。文中提出了一种新的解决方案,即发掘各主题数据库的结构共性,通过数据降维降低数据库结构上的复杂性,以实现库之间方便灵活的数据共享,从而达到较好的可扩展性。     

相空间重构方法研究

利用混沌理论进行信号处理的第一步就是对混沌信号进行相空间重构,Tekens提出的延迟坐标法奠定了相空间重构的基础,而重构参数的选择则成为主要的难题.在比较了现有参数选择方法的基础上,提出了一种基于三阶相关奇异谱分析的相空间重构方法,仿真证明了该方法的有效性,而且具有较好的重构效果.