基于移动智能网MIN的手机签名业务技术研究

数据业务是移动通信发展最迅速的业务之一,与智能网（IN）的融合可以集中数据业务与智能业务两者的优势,具有更广泛的应用前景.移动智能网是可以在移动通信网络上快速、有效地生成智能业务的网络体系结构.首先概述了移动智能网原理,并基于移动智能网提出了手机签名增值业务的解决方案,分析研究了实现该方案的关键技术,并在实现原理、业务流程等方面进行了详细描述.     

基于特征参数的高强度体育运动负荷状态监测系统

为了降低高强度体育运动造成的运动损伤,需要对体育运动负荷的状态进行监测,因此,提出了基于特征参数的高强度体育运动负荷状态监测系统方法。采用无线传感器网络节点采集体育运动负荷状态参数,采用集成信息融合的方法实现特征参数融合和聚类处理。构建高强度体育运动负荷状态特征参数的检测统计特征分析模型,结合ZigBee物联网组网和射频标签识别方法,实现对高强度体育运动负荷状态特征参数频谱特征分析和实时运动状态监测,根据监测结果实现对高强度体育运动的实时监控和健康水平测试。仿真结果表明,设计的高强度体育运动负荷状态监测系统对运动参数监测的准确性较高,可以有效避免因超负荷运动造成的运动损伤。     

基于双通道多特征融合的电力负荷智能感知方法

负荷识别是分析用户用电行为的主要工具之一.提高负荷识别的精度对于开展用能监测服务、实现节能降损具有重要意义.提出了一种基于双通道多特征融合的电力负荷智能感知方法.首先,从电器设备的基本属性出发,分析了电流、谐波、功率等数值特征以及电压-电流(V-I)轨迹图像特征对负荷识别的影响;其次,考虑了特征之间的互补性,分别采用主成分分析-神经网络(principal component analysis-back propagation,PCA-BP)算法和卷积神经网络算法将数值特征和图像特征以不同通道在高维空间进行深度融合;最后,采用Softmax分类算法对融合后的高级特征和设备标签进行有监督的学习,从而实现了不同类别电器设备的有效辨识.算例测试结果显示,所提出方法的负荷识别准确率高达94.55％.该结果充分说明了将多种特征进行高维空间融合,可以更全面、立体地反映设备的本质属性,提高算法的识别精度.     

基于多生理信息迁移学习的脑力负荷分类

在复杂的人机系统中,保持对实验人员脑力负荷状态的监测对于维护人机系统的安全、高效运行具有极为重要的理论和应用意义。针对现有脑力负荷分类方法识别率低及实际应用时测试样本数据偏移问题,本研究提出采用迁移学习及脑电和心电特征融合的脑力负荷分类识别方法,基于多任务航空情境操作的MATB-II平台同步采集12名健康受试者的脑电信号和心电信号,分别从时域和频域上提取各生理信息特征并进行融合,在此基础上引入迁移学习,基于迁移成分分析(Transfer Component Analysis,TCA)方法进行特征空间变换,实现源域和目标域的边缘分布适配,并进行脑力负荷分类。实验结果表明,基于多生理信息特征融合识别率高于传统脑力负荷识别方法,使用迁移学习可取得较高的识别准确率,为多生理信息脑力负荷分类研究提供了新方法。     

负荷动特性综合方法研究

针对如何建立同类负荷动特性的综合模型问题,提出了基于实测响应空间的负荷动特性直接综合方法.该方法首先应用重心法确定同一类负荷特性的聚类中心,再通过对聚类中心等效样本进行参数辨识,以得到的模型参数作为该类负荷特性的综合模型参数.通过对某一变电站现场采集的负荷特性数据进行综合建模,结果表明该方法正确有效,而且其实现比综合辨识建模以及参数加权平均综合建模更为简便.     

电子商务站点工作负荷表征的用户行为模拟法

针对传统的工作负荷表征方法,未能很好地揭示会话层内顾客行为变化对工作负荷所带来的影响,提出了一种通过模拟用户行为来捕获工作负荷参数的方法.此方法先通过客户状态转换模型,用图形的方式直观地描述了顾客在访问一个电子商务站点期间所执行的各个商务功能,以及各个功能之间的相互联系.接着用客户/服务器交互逻辑树形象地表示了顾客在执行一个商务功能期间对站点各个服务器及资源的调用情况.结合使用这两种工具,方便地获得了顾客访问电子商务站点期间的行为所引起的站点各个服务器以及各种资源的工作负荷参数,从而用于指导站点的性能评价和容量规划.     

基于数据融合算法优化的GM(1,1)负荷预测模型

为了提高中长期电力负荷预测的精度,改进传统灰色GM(1,1)模型在中长期负荷预测中因部分原始背景数据的偶然性偏差而导致预测精度降低的问题,提出了将数据融合算法与GM(1,1)模型相结合以形成数据融合算法优化下的GM(1,1)模型.首先对特定年采用多个不同历史数据进行GM(1,1)模型预测,利用数据融合算法对多次预测值进行优化分析,获得优化后的预测结果,最后通过对某电力系统年用电负荷进行实例分析,证明数据融合优化下的GM(1,1)模型具有较高预测精度.实践证明所建立的模型对电力系统中长期负荷具有良好预测能力.     

基于数字图像技术的高频电阻焊状态监测

为实现对高频电阻焊焊接过程的在线实时监测,通过对焊接现象、焊接缺陷及其成因的分析,提出了一种基于高速CCD成像和数字图像处理的焊接过程自动化监测方法.该方法利用架设在焊接区域上部的高速CCD相机获取焊接区的数字图像,通过对焊接区图像的特征加热面积、V型开口角大小、焊接熔合点位置、加热区对称度等多个参数的提取和测量,获取焊接区的多特征参数,然后将这些参数进行数据融合,得到当前的焊接状态.在图像处理中应用了基于非平衡R-G-B填充的抗干扰分割算法、基于直线拟合的V型角开口角大小及角分线检测算法,设计了面积对称度评价函数及基于BP神经网络的多特征融合模型.通过现场实验发现:文中方法能够有效监测焊接区的状态,有利于焊接质量控制.     

基于云计算的移动智能网基础设施架构优化

针对移动智能网基础设施传统IT(信息技术)架构中存在资源利用率低、维护复杂度高、业务承载能力低等问题,提出了基于云计算技术的移动智能网基础设施架构优化解决方案和基于IaaS(基础设施即服务)及PaaS(平台即服务)的移动智能网云计算应用设计方案,设计了移动智能网基础设施云化的解决方案,说明了云化智能网的工作原理;以该优化方案在IVPN(综合虚拟专网)业务容灾平台建设中的应用为例,验证了较传统基础设施架构的显著优势.     

GSM移动智能网中灵活多业务触发功能的设计与实现

分析了在移动智能网中采用业务静态融合方案实现多业务融合的不足,提出了一种灵活的业务触发方案,并对此方案做了详细的讨论,给出了能实现灵活多业务触发功能的系统模型,重点分析了实现中的关键技术,最后对整个方案进行了总结.     

Data acquisition, analysis and applications of multi-sensor integration

This paper presents some key techniques for multisensor integration system, which is applied to the intelligent transportation system industry and surveying and mapping industry, e.g. road surface condition detection, digital map making. The techniques are synchronization control of multisensor, spacetime benchmark for sensor data, and multisensor data fusion and mining. Firstly, synchronization control of multisensor is achieved through a synchronization control system which is composed of a time synchronization controller and some synchronization subcontrollers. The time synchronization controller can receive GPS time information from GPS satellites, relative distance information from distance measuring instrument and send spacetime information to the synchronization subcontroller. The latter can work at three types of synchronization mode, i.e. active synchronization, passive synchronization and time service synchronization. Secondly, spacetime benchmark can be established based on GPS time and global reference coordinate system, and can be obtained through position and azimuth determining system and synchronization control system. Thirdly, there are many types of data fusion and mining, e.g. GPS/Gyro/DMI data fusion, data fusion between stereophotogrammetry and PADS, data fusion between laser scanner and PADS, and data fusion between CCD camera and laser scanner. Finally, all these solutions presented in paper have been applied to two areas, i.e. landborne intelligent road detection and measurement system and 3D measurement system based on unmanned helicopter. The former has equipped some highway engineering Co., Ltd. and has been successfully put into use. The latter is an ongoing research.     

深度防卫的自适应入侵检测系统

为了全面检测黑客入侵和有效提高检测精度,提出了一种深度防卫的自适应入侵检测系统模型.该模型按照黑客入侵对系统影响的一般顺序,使用不同方法对网络行为、用户行为和系统行为3个层次涉及到的网络数据包、键盘输入、命令序列、审计日志、文件系统和系统调用进行异常检测,并利用信息融合技术来融合不同检测器的检测结果,从而得到合理的入侵判定.在此基础上,提出了系统安全风险评估方法,并由此制定了一种简单、高效的自适应入侵检测策略.初步实验结果表明,所提的深度防卫自适应入侵检测模型能够全面、有效地检测系统的异常行为,可以自适应地动态调整系统安全与系统性能之间的平衡,具有检测精度高、系统资源消耗小的优点.     

基于灰色关联分析的多传感器数据融合方法

提出了一种基于灰色关联分析的多传感器数据融合方法，计算多传感器测量数据的灰色关联矩阵，进行灰色优势分析，然后进行数据融合。此方法考虑了各传感器测量数据的精确度，而且删除了测量比较差或测量不到的数据。仿真结果表明，应用该方法可进一步提高多传感器的测量精度和可靠性，适用于多传感器的数据融合。     

串联式混合动力装载机多动力源载荷谱测试方法

针对串联式混合动力系统具有的多动力源和多工作模式特点,以前、后桥独立驱动装载机为研究对象,根据其控制策略,确定测量参数、工况、样本长度和采样频率;提出适用于混合动力装载机的载荷谱测试方案,设计多模式分离方法,获取具有代表性的混合动力装载机载荷谱.研究结果可为零件疲劳寿命分析和多动力源能效及功率流研究的数据获取提供基础.     

配电网集成负荷估计和状态估计

负荷估计和状态估计对于配电网的管理和控制非常重要．文中提出了一种集成的负荷估计和状态估计框架．一方面提出了一种基于连接机制的事例推理新方法(CBCBR)用于解决配电网节点负荷估计问题,分别介绍了CBCBR的原理、结构、混合学习算法和实际应用,CBCBR具有快速、增量式、自适应学习能力；另一方面提出了一种抗差状态估计方法,同时实现了结构空间和量测空间的抗差．抗差状态估计器使用CBCBR的输出作为输入的伪量测量,同时CBCBR可使用抗差估计器的输出改善其自身性能．所提集成的负荷估计和状态估计框架能有效抵御坏数据的影响,并可实现自适应性调节．使用33节点系统测试所提方法,所用节点数据来自实际系统,算例结果证明了读方法的有效性．     

基于分布式结构的判决反馈数据融合算法

提出了一种新的分布式结构下的故障检测算法·在该算法中,不仅用于故障检测的多传感器数据被传送到数据融合中心,而且上一时刻的判决输出也反馈到融合中心·从理论上分析了应用此算法时全局判决概率的动态收敛性能,并证明了在平稳环境中,融合中心DFC(datafusioncenter)的判决以概率1收敛·该算法处理动态问题优于传统的无反馈的融合算法·     

一种新的高速网格入侵检测系统模型

提出了一种新的高速网格入侵检测系统模型,将入侵检测系统部署于网格环境,并采用基于特征匹配的检测技术;为了实现网格中各种资源使用的负载均衡,采用改进的遗传算法进行任务的分配;为了实现对分布式攻击的检测,采用数据融合和频繁模式挖掘技术进行报警的合成与关联分析.该模型不仅能够利用网格资源进行攻击检测,而且实现了网格资源使用的负载均衡.     

云计算环境下多目标约束的虚拟资源动态调度

为了解决静态资源调度所导致的CPU利用率不高的问题,研究了多目标约束的虚拟资源动态调度方法。给出了云计算虚拟资源调度模型,设计了多目标约束的虚拟资源表示方法,采用马尔科夫链对虚拟资源的下一时刻状态进行预测,从而得到可用资源向量;最后,计算任务与可用资源向量之间的匹配向量,将任务分配给匹配向量中具有最大各维分量之和的虚拟资源进行调度,并提出了具体的采用基于马尔科夫链预测的云计算虚拟资源动态调度算法。实验结果表明：该算法能有效解决云环境下多目标约束的虚拟资源动态调度问题,具有较小的负载均衡离差和任务执行跨度,较其它方法具有较大的优越性。     

有载树型电力网单一负载故障的诊断方法

求文提出一种有载树型电力网单一负载故障的诊断方法，该方法的特声、是诊断所需要的端口变量易于测量，测后计算量较小，适用于多分支的有载树型电力网的单一负载故障诊断。经计算机仿真，证明了所提诊断方法是有效的。     

DDGrid： a grid computing system for drug discovery and design

0IntroductionCurrently,most applicationsinthe field of drug dis-covery and design are running on high throughput clus-ters.Utilizing these clusters,scientists can run theircompute-intensive and data-intensive applications such asmolecular docking and quantum mechanics in parallelmode and get results efficiently.However,with more ap-plications submitted to a cluster,the workload becomesmuch heavier and the efficiency becomes much lower.Acommon solutionisto upgrade the computing power of theclus…