多数据仓库环境下的主动数据更新算法

为了构建支持群体决策的数据仓库，分析了传统数据更新算法及数据仓库模型的局限性，提出了一个支持群体决策的多数据仓库模型。该模型在传统数据仓库模型的数据源和数据仓库之间增加中间处理层，支持灵活的多数据仓库数据更新和管理。基于该模型，给出了支持多数据仓库的主动数据更新算法，并证明了算法的正确性和可行性。实验表明，该算法能够为多数据仓库系统有效地更新群体决策信息。     

移动数据库的视图增量更新算法

在移动数据库中，数据缓存普遍采取实体化视图的方式，数据更新通过传输增量部分，以降低对网络带宽的要求。但是，以前的增量更新算法在无线带宽急剧下降的情况下，会引起数据更新的效率下降或无法完成任务。针对数据实时性要求较高的应用，提出了一个基于优先级的增量更新算法，根据数据的动态新鲜度进行排队，保证优先级高的数据先传输给移动计算机，从而提高了数据的传输效率和新鲜度。     

支持3D分析的多源异构测量数据快速分析技术

为解决当前测量数据分析困难、分析效率低的问题,改变目前国内外缺乏支撑测量数据快速分析软件工具的现状,因此研究多源异构测量数据快速分析使能技术,构建二维统计与三维分析相结合的多源异构测量数据快速分析平台,实现测量数据快速统计与三维重构,以达到测量数据全面、高效、准确分析的目的。     

基于XML的异构数据库查询与更新集成系统探讨

探讨了如何遵循XML标准进行异构数据库的查询和更新,并以oracle文件数据库与SQL关系数据库为实例模拟异构数据库系统环境,设计了完整的XML异构数据库查询与更新系统,验证了在此异构数据库的环境下应用XML技术实现异构数据库查询和更新的可行性。     

基于异构值差度量的SOM混合属性数据聚类算法

针对传统聚类算法处理混合属性数据聚类质量不高且聚类结果可视化差的问题,提出了基于异构值差度量的自组织映射混合属性数据聚类算法。该算法以自组织映射神经网络为框架,采用基于样本概率的异构值差度量混合属性数据的相异性。利用分类特征项在Voronoi集合中出现频率作为分类属性数据参考向量更新规则的基础,通过混合更新规则实现数值属性和分类属性数据规则的更新。利用UCI公共数据库中的分类属性和混合属性数据集来测试所提出的聚类算法,并与SOM算法和kprototypes、SBAC、KL-FCM-GM算法进行比较。最后将所提出的聚类算法应用于轮式移动机器人的运动状态分析,获得了较好的聚类效果。     

基于领域本体的业务组件描述与组合匹配

为支持各类业务组件的有效共享和快速检索,提出了一种基于领域本体的业务组件描述语言,并从领域标准中提炼了业务术语和业务数据,分别作为定义功能语义和数据语义的规范,以解决组件之间的语义异构问题。为满足业务流程活动的需求,通过功能语义匹配和数据语义匹配的结合,对业务组件进行检索,特别是针对数据语义存在的分解和组合关系,提出了基于概念集合关联度的启发式算法进行组件组合匹配。实验表明,该算法具有较高的效率。     

散乱数据点的快速三角剖分算法

提出了一种改进的波前扩展算法,该算法给出的候选点判断准则,可对数据点的K近邻进行快速过滤,并有效避免了单元自相交;建立的匹配点查找和优化准则,可生成局部优化的三角形网格单元;依据四种不同的查询结果,制定了相应的波前环更新和数据点标记方法。将波前扩展算法应用于具有复杂特征的散乱数据点的三角剖分中,结果表明,该算法可快速生成高质量的三角网格模型。     

散乱数据点的快速三角剖分算法

提出了一种改进的波前扩展算法,该算法给出的候选点判断准则,可对数据点的K近邻进行快速过滤,并有效避免了单元自相交;建立的匹配点查找和优化准则,可生成局部优化的三角形网格单元;依据四种不同的查询结果,制定了相应的波前环更新和数据点标记方法.将波前扩展算法应用于具有复杂特征的散乱数据点的三角剖分中,结果表明,该算法可快速生成高质量的三角网格模型.     

FP-Growth-DW算法在离散车间的数据挖掘分析

针对离散车间生产能耗数据多源异构,干扰因素间关联关系不易分析的问题,根据离散制造能耗机理分析结果构建多源能耗数据挖掘模型(Multi-source Energy-consumption Data-mining Model, MEDM),提出一种面向离散车间的频繁模式增长(Frequent Pattern Growth for Discrete Workshop, FP-Growth-DW)算法。首先,应用关联视图、分箱处理和多源异构统一编码方法,对离散车间多源异构海量数据进行预处理;然后,采用分区并行策略和3种剪枝技术优化候选项集以构建频繁模式树(FP-Tree),并提取强关联规则合并存储到规则库中。最后实例验证表明,该算法在离散车间多源异构数据挖掘分析上具有可行性和有效性,算法效率提升了68.8%。     

基于区块链的机械产品数字孪生本体模型协同演进方法

为了解决机械产品数字孪生体演进信息同步的基础技术问题，针对多源异构的演进内容和信任可变的协作背景，提出一种基于区块链的机械产品数字孪生本体模型协同演进方法。通过基于本体的表示和封装技术将模型演进信息转换为标准文本数据，在此基础上设计区块构建方案，结合共识算法同步更新授权网络中的各节点模型，通过基于区块链的分布式存储保证所有建模操作互信可溯，并支持冲突识别和轻量发布。将所提方法应用于直升机某离合器的研发过程，取得了良好的效果。     

测风激光雷达修正F因子的小尺度风切变检测算法

针对由复杂地形或地理环境等因素诱发范围小但强度大的晴空风切变无法被已有风切变算法检测的问题,提出一种测风激光雷达修正F因子来检测这种小尺度风切变的算法。将传统F因子中雷达无法直接测量的垂直风速分量通过理论模型转换为径向风速梯度的函数,将解算F因子的关键点落在得到径向风速梯度的问题上。先从晴空风场数据中提取出激光雷达下滑道扫描的风速廓线,再用最小二乘法计算风速廓线的径向梯度,进一步求解得到修正后的F因子,并根据其经验阈值来判别风切变,最后使用香港国际机场提供的实测激光雷达风场数据进行了实验验证。实验结果表明,当风切变范围在400~800m时,该算法能够检测出现有斜坡算法无法检测到的小尺度风切变,并将小尺度风切变检测范围扩大2NM。该方法利用地面激光雷达数据来衡量机载指标变化,并在检测几百米的小尺度风切变方面效果明显,对于降低风切变漏报率和提高风切变预警率都具有重要意义。     

数字称重传感器的信号获取及处理

分析了研究了石英谐振式称重传感器的输出信号的获取及数据处理方法,并针对输出信号的特点,提出了数字非线性滤波,开窗线性滤波,漂移抑制等组合数据处理方法,得到了高精度,高稳定度和响应快速的秒重传感器数据,文中给出了具体的信号提取电路和分析处理数据实例。     

基于 GPU-CA 异构并行的连铸坯凝固组织软测量模型

铸坯凝固组织结构软测量模型算法复杂,计算量大,求解耗时长,基于中央处理器(CPU)的串行求解方法难以适应大尺 寸铸件的预测需求。 为了提高模型的计算效率,提出一种基于图形处理器(GPU)异构并行的元胞自动机(CA)软测量模型。 首 先设计 GPU-CA 异构并行算法,消除元胞之间的数据依赖和数据竞争问题,优化数据并行度;其次设计多流任务调度方案,解决 单流中独立任务互相等待的问题,提高任务并行度;最后,使用某钢厂大型连铸机生产的两个钢种进行模型测试,预测结果与钢 厂实验数据有较高的吻合度,等轴晶率误差约分别为 1% 和 1. 5% ,温度与实测温度的最大相对误差为 1. 37% 。 与 CPU 计算精 度相同的情况下,GPU 的计算加速比高达数百倍,极大地提高了模型的计算速度。     

异构模块组合耦合分析的完全关联矩阵

针对异构模块组合的耦合分析问题,提出一种完全关联矩阵(Comprehensive dependency matrix,CDM),不仅表达参数和功能间的直接关联,同时包含了间接关联(变更传播)信息。提出一种基于进化策略的耦合分析方法,给出耦合分析的适应度函数和针对问题的进化算子。对CDM进行聚类(耦合)分析可以正确认识设计中参数和功能的耦合关系;在构造CDM的同时对设计变更传播进行分析,从而可以更全面地表达和分析异构模块组合的耦合关联关系,为异构模块组合耦合分析提供方法支持。     

基于改进形状上下文特征的二值图像检索

提出了改进的形状上下文算法以克服传统的形状上下文算法不具备旋转不变性这一缺点。该算法利用找寻包含采样点数最多的角度区间的方式改变图像角度,对相对应的区域进行比较,并计算匹配代价,从而为形状上下文加入旋转不变性。为提高运算速度,算法也引入了剪枝方法,解决了进行直方图距离计算时遍历采样点的问题。实验显示,本文的算法在公开数据库上测试得到的精确度召回率(PR)曲线与郑提出算法的PR曲线性能接近,但是计算速度较其提升了近1倍;与传统的形状上下文算法相比,提出算法的PR曲线更为优越,且检索精度有较大提高。因此,提出的算法综合检索性能更好,能够有效地的应用于二值图像检索领域。     

一种利用边缘直方图压缩的FCM加速算法

FCM(fuzzy C-means clustering)算法在图像分割中应用较为广泛,但其运算时间开销过大的缺点限制了它的应用。现有的利用一维直方图进行聚合从而压缩样本数量的方法虽然加快了运算速度,但随着压缩的增强分割效果明显变差。本文利用图像的边缘点能够更多地表现图像细节特征的特性,通过利用边缘点灰度值的统计信息作为聚合的特征,使数据压缩相同程度时分割效果更好更稳定,并且在压缩程度的选择上更加灵活,从而更适合数据位数较高的图像分割。而且其运算速度较FCM算法也有几十倍的提高。     

基于混合优化算法的直升机旋翼转速优化控制

为了实现直升机巡航飞行时最经济运行,基于某型常规布局直升机,建立巡航阶段需用功率目标函数,以飞行稳定性与操纵安全性指标作为约束条件,利用遗传 序列二次规划( GA-SQP )混合优化算法,对直升机巡航阶段实现最低需用功率的最优旋翼转速进行优化求解。实验结果表明,该方法得到的最优旋翼转速能够有效降低整机需用功率,优化算法得出的最优转速曲线对巡航状态下旋翼转速的变化方向具有一定参考意义。     

基于整型提升小波变换的图像处理及DSP实现

针对数字信号处理器(DSP)的并行特性,提出了一种二维整型提升小波的并行体系结构。该结构采用乒乓缓存策略,使得数据的传输和小波变换能够同时进行;用基于行的列变换方法使得列变换只需少量行变换结果就能进行列变换;用移位操作代替乘法操作,大大减少了算法的运算量。整个结构采用流水线设计,提高了硬件资源的利用率和降低了算法的中间存储量,实现了图像的实时小波变换。实验证明,该算法与原算法相比,速度提高了15倍,达到了每秒85帧;重构图像的峰值信噪比(PSNR)虽然比离散小波变换要低一些,但仍达到了42 dB以上,因此该算法具有广阔的应用前景。     

应用人工蜂群算法的动态波达方向跟踪

针对目标信号源波达方向(DOA)的实时变化,将人工蜂群算法应用于最大似然函数的优化,实现了动态目标DOA的实时跟踪。首先,提出了一种可变遗忘因子的自适应样本协方差矩阵更新方法,该方法可根据目标信号源DOA变化的快慢自适应调整历史数据和当前采样数据在协方差矩阵中所占的权重,从而保证在获得较小稳态误差的同时又可获得较快的跟踪速度。然后,直接应用了性能优越的最大似然估计方法,避免了子空间跟踪类算法需要不断重复特征值或奇异值分解等问题。最后,采用人工蜂群仿生智能算法对似然函数的求解进行优化,从而极大地减少了算法的计算量,保证了算法的快速性和实时性。实验结果表明:在单快拍采样的情况下,信噪比为0dB时,跟踪两个目标信号源的均方根误差为0.995 2°,基本达到了阵列信号处理中目标跟踪方法的设计要求。     

遥感相机快视高速可靠传输系统的设计与实现

针对遥感相机数据输出速率较高、快视系统传输带宽不足的问题,提出了一种基于万兆网的高速可靠传输系统并加以实现。传输系统前端采用FPGA作为主控制器,在其内部构建可靠传输协议栈,通过确认重传算法实现高速数据的UDP可靠传输,并通过流量控制机制提高传输效率。由于重传算法需消耗较多缓存资源,采用DDR3多端口控制器对传输协议栈中已发送但未被确认的数据帧进行缓存,同时对前端高速数据流进行速率平滑,减少FPGA片上RAM资源使用率。实验结果表明:当上位机CPU负载较小时,传输系统可可靠传输高达1 000 MB/s的连续数据流;当CPU负载较大时,传输速率亦在600MB/s以上。系统传输速率高,工作稳定,扩展性强,已成功应用于遥感相机快视系统中,为超高速遥感相机的研制测试提供了保障。