SEQUENTIAL ALGORITHM FOR MULTISENSOR PROBABILISTIC DATA ASSOCIATION

Based upon a multisensor sequential processing filter, the target states in a3D Cartesian system are projected into the measurement space of each sensor to extend thejoint probabilistic data association (JPDA) algorithm into the multisensor tracking systemsconsisting of heterogeneous sensors for the data association.

多源参考数据下的边坡DEM提取与精度分析

参考DEM是InSAR DEM提取精度分析中不可或缺的重要数据。考虑到当前可供使用的DEM数据层出不穷,如何选择可靠的参考DEM以解决不同地形DEM提取精度的需求,是DEM提取中一个亟待解决的问题。本文分别选择12.5 m的ALOS DEM、30 m的STRM DEM、90 m的STRM DEM作为参考DEM,依据2020年两景Sentinel-1A影像对德兴市部分地区边坡进行DEM数据提取,利用InSAR技术提取实验区的S1ADEM数据,并以ASTGTM DEM数据为参考,使用检测点法随机选择约300个检测点,选择相应的评价指标,分别对不同参考DEM下提取得到的S1ADEM进行精度检验。研究结果显示,使用12.5 m分辨率的ALOS DEM作为外部DEM,提取得到的S1ADEM精度更高,其在实验区A的RMSE为9.412 m,使用90 m的STRM DEM,提取得到的S1ADEM精度更低,其在实验区A的RMSE为10.293m。该实验为不同地形提取DEM提供了指导,能够帮助学者们在进行InSAR实验时更好地选择参考DEM,研究成果可为边坡灾害及预警提供重要的技术支持。

基于重复测量数据的Tikhonov型正则化方法

针对基于重复测量数据的非线性不适定问题提出了一种Tikhonov型正则化方法:利用“信号平均”重构带有凸罚项的Tikhonov型正则化解,其中正则化参数可利用先验选择规则或序列统计偏差原则确定,并在变分源条件下分析了该方法在这两种参数选择规则下的收敛性结果.

台风利奇马(1909)海温变化特征分析

本文采用多源卫星融合数据、海洋气象漂流观测仪直接测量数据、Argo浮标的数据以及分析数据集,分析2019年超强台风利奇马过境时海面温度(SST)以及海温垂直剖面的时空变化。结果表明,“利奇马”过境前后,SST最大降温可达5℃以上,并且降温区域集中在台风路径的右侧;“利奇马”过境导致近表层与次表层水体的垂直混合,次表层水体被加热,使混合层深度增加,深层海水温度升高。通过各类数据分析,发现“利奇马”过境后引起的SST降温核心区域的形成滞后于“利奇马”台风中心区域约1~2天。在各类数据的对比分析中,由于海洋气象漂流观测仪的数据是直接测量的,且采样频次高,能够更加细致和准确的捕捉到温度的变化,且可以作为用于卫星数据校正的重要参考。另外,不同海洋区域的降温还与海洋环境有关,台风靠近黑潮,降温主要集中在混合层,台风远离黑潮,降温可以延伸到温跃层。

基于多源异构数据关联规则分析的需求响应潜力居民用户辨识方法

精准辨识需求响应潜力居民用户群体,形成一定规模的聚合资源参与电网互动可以进一步发挥需求响应调节能力。针对当前辨识研究仅采用负荷数据挖掘,难以精准识别需求响应潜力居民用户的不足,提出了一种基于多源异构数据关联规则分析的潜力用户辨识方法。首先,针对负荷形态辨识中负荷类别划分精细化程度较低的问题,采用双向门控循环单元网络针对用户典型日负荷曲线进行分类,并依据各类用电负荷峰谷幅值及时段分布特征,实现需求响应潜力用户的初步选择。其次,针对用户潜力评估指标维度单一、指标权重同质化的不足,融合多源异构数据进行关联规则分析,构建多维需求响应潜力评估指标体系,并基于相关性与冗余性分析赋予指标客观权重,利用逼近理想解排序算法求解用户潜力值排序。最后,通过算例验证了所提方法的有效性。

基于区块链技术的多源异构数据聚类分析方法

针对多源异构数据聚类得到的结果相似度较低,聚类结果不可靠的问题,引入区块链技术,开展对多源异构数据聚类分析方法的设计研究。首先,通过区块链技术写入多源异构节点数据,并提取多源异构数据特征;其次,计算相似度,实现对数据的聚类分析;最后,进行实验对比分析。实验结果表明,新的聚类分析方法与现有方法相比,聚类结果的斯皮尔曼等级相关系数更大,说明聚类结果与对应类别数据的相似度更高,聚类可靠性得到显著提升。

基于PLDA模型与多数据源融合相关性分析的新兴主题探测研究——以石墨烯领域为例

[目的/意义]为快速准确地前瞻识别蕴含在多数据源文本中的新兴主题,为科技创新决策提供情报支撑服务。[方法/过程]提出一种基于PLDA模型和多数据源融合相关性分析的新兴主题探测方法,从要素、趋势、主题及情景4方面分析多数据源相关性特征,构建基于多源分析文本的新兴主题探测公式。[结果/结论]通过文献调查法并咨询石墨烯领域相关专家,表明该方法能够更加快速准确地前瞻识别出多数据源文本中的新兴主题,弥补了单一分析数据源进行主题探测的不足,丰富多数据源融合理论体系的实践应用。

一种基于多数据源主题对比的科学研究前沿识别方法

[目的/意义]提升科技文献语义理解,提高科学研究前沿识别的前瞻性和细化识别主题粒度。[方法/过程]利用蕴含更多前瞻价值信息的科技规划、基金项目数据,运用语义挖掘技术实现文本内容的深度语义理解。通过对科技规划文本和基金项目数据文本两种不同数据源中蕴含的科学研究前沿主题相似度对比分析,采用新兴度和热点度两个指标,识别出新兴研究前沿主题和热点研究主题两类科学研究前沿主题,进而揭示出前沿领域竞争态势。[结果/结论]利用文章提出的方法对碳纳米管研究领域研究前沿进行识别,对识别结果分别采用专家咨询和论文数据证据方法进行验证,结果证明方法是有效、可行的。

3D GIS技术研究发展综述

回顾了3DGIS的发展进程,从三维空间数据获取,三维数据模型,三维空间数据管理和分析以及三维可视化技术4个方面综述了3DGIS技术的发展。探讨了目前研究3DGIS的4个热点问题:①数据源集成快速获取数据的方法;②不同数据模型的集成;③支持空间分析的面向对象的数据模型;④城市三维模型。

有效、可扩展的电信欺诈管理系统设计与实现

针对日益严重的电信欺诈问题,文章设计一个有效、可扩展的电信欺诈管理系统。该系统能够对运营商及第三方的多源数据进行统一、有效管理,采用大数据分析的方法准实时发现电信欺诈事件,针对新型欺诈事件可以快速扩展、升级,能够满足内、外部用户的多重业务需求。试验结果表明,本系统具有较好的性能,可以应用于大数据环境下的准实时识别电信欺诈事件。

关联规则挖掘在发动机故障分析中的应用

大部分关联规则挖掘算法仅以出现频率作为阈值来产生关联规则,然而在发动机故障数据分析领域,很多关键故障的出现机率较低,采用传统的挖掘算法无法适应航空发动机故障分析的需要。提出一种新算法,称为权重式多重支持度关联规则挖掘算法,此算法可针对不同重要度的故障定出不同的支持度阈值,由此产生的关联规则,可以解决高重要度但出现较少的故障不易被挖掘的问题。

异构环境下信息设备综合管理平台网络信息事件的分析与采集

目的:通过对当前异构环境下的各类IT设备运行事件和日志进行整合,为信息设备综合管理平台提供统一数据源,实现设备和资源的集中管控。方法:AIX和各类UNIX设备事件通过syslog实时获取,并使用SSH和TELNET方式定期执行脚本指令集获取运行状态和指标;Windows服务器设备使用代理程序实时获取,并使用WMI服务获取当前设备运行状态和指标;网络设备事件通过syslog实时获取,并通过SNMP服务获取设备运行状态和性能指标。结果:通过各种数据采集方式,获取它们的运行状态、日志和运行指标,通过数据筛选为信息管理人员提供及时、准确和简捷的信息系统运行信息,使管理人员实时掌握信息系统运行过程中需要关注的异常或变化,及时采取应对措施。结论:通过对各类异构环境下的IT设备运行事件和日志的采集,可实现在信息设备综合管理平台实时掌控数据中心所有管理模块的事件信息,打破以往各个信息管理孤岛,帮助管理员更快速获取有价值的信息,提升管理工作效率。

基于优化的MsEclat算法的铁路机车事故故障关联规则挖掘

为从铁路机车大数据中挖掘出与机车事故故障有关的关联规则,提出1种优化的MsEclat算法。先提出改进的Eclat算法——MsEclat算法,构建最小支持度索引表,以各项目的支持度值为排序依据重新构建数据集,依据垂直挖掘思想获得针对不同项目的频繁项集,解决Eclat算法无法在多最小支持度情况下挖掘关联规则的缺陷;进一步改进得到优化的MsEclat算法,在融合布尔矩阵、并行计算编程模型MapReduce基础上,设计频繁项集挖掘步骤,提高算法在大数据分析场景下的执行效率。通过算法对比,验证MsEclat算法及其优化算法在多最小支持度关联规则挖掘方面的计算效率优势。最后,以某铁路局的机车运转养护大数据为例,采用优化的MsEclat算法,挖掘机车事故故障的关联规则。结果表明:该算法在6个分布式节点的情况下耗时3.945034 s,挖掘得到频繁项集156条,如运用故障高发的机车中,83.78%的概率会同时出现频次较多的行车安全装备问题等;形成相应关联规则后,可用于分析该局机车的事故故障发生情况及质量安全状态。

数据融合技术在多源潮汐数据分析中的应用

为了充分利用现有潮汐数据以建立高精度的潮汐分析模型,在利用最小二乘法进行潮汐分析的基础上,将数据融合技术应用于具有多源潮汐数据的分析,提出潮汐数据的分类方法,建立了三种潮汐数据融合方案,推导了各种方案的数据融合公式,并分析了各种方案的特点及适用范围。

基于物联网的垃圾焚烧流化床监控数据的影响因素分析

以Pearson关联理论和灰色关联理论为基础,借助某垃圾焚烧企业的监控数据,定量分析二氧化硫、氮氧化物、烟尘、一氧化碳、氯化氢指标以及相关的13个影响因子之间的关系。计算所有变量之间的关联度矩阵,进而计算出各个指标和影响因子的关联度排序。针对每个指标选择前5影响因子进行多元线性回归分析并计算回归效果。分析的结果表明:在Pearson和灰色理论下,氮氧化物与影响因子关联度最大,二氧化硫和一氧化碳与影响因子关联度弱,而烟尘和氯化氢与影响因子几乎没有关联度。

异质数据集关联规则挖掘

针对存在的关联规则挖掘算法不能有效地在异质数据集中进行,本文首先使用领域本体方法处理数据集中的异质现象,然后提出了一种有效的XML异质数据集关联规则挖掘算法,实验结果表明该算法在挖掘速度和挖掘时在对内存的占用方面都优于现有的算法。

集成多源数据的飞机增雨地理要素提取

为提取出飞机增雨关注的地理要素,利用ArcGIS Python脚本处理多源的地理信息数据。针对中国基础地理系统数据库提供的矢量数据,通过检索数据属性表和裁剪等操作筛选出行政区划、城市驻地;针对人工编辑的空域作业分区面元素,利用拓扑验证保证空间几何关系的正确性,设计了一个运行模型得到分区边界点;针对DEM高程栅格,使用镶嵌功能把77个原始栅格拼接为四川省的高程栅格分布,使用分区统计、栅格计算等方法得到分区海拔最高点。提取出的地理要素整合为飞机增雨空域图,并应用在增雨方案设计中,实践证明符合空域管制要求,能满足飞机增雨业务需要。

基于数据立方体的多最小支持度关联规则在犯罪分析中的应用

为了快速获取候选项集的支持度,避免频繁访问数据库而造成效率低下的问题,在MSapriori算法的基础上引入数据立方体,提出DC_MSapriori算法。该算法无需多次扫描事务数据库,减少了I/O操作,降低了搜索开销。实验基于福州市鼓楼区各大医院周边的案事件数据,快速挖掘出犯罪时空模式,验证了算法的有效性。

多变量数据聚类最优选择的用电关联分析算法

针对多源用电大数据典型性分析结果不唯一且精度不高等问题,提出了一种多变量数据聚类最优选择的用电关联分析算法。算法借助小波变换日负荷聚类实现多源用电日负荷的相似性聚类,以提高数据分析的准确性;然后在获得分组上进行单次细粒度典型相关分析;利用典型相关分析的预测性验证典型权重准确性,以实现单次分析结果的最优选择,实现分析结果的唯一性。算法在北京地区非居民用电客户的用电、用气和天气三元数据集上仿真实验,结果发现在不同用户群体上三元数据的典型性相关曲线存在基本稳定、季节性和周期性变化等三种模式。与其他8种算法对比可知,所提算法的关联挖掘最为深入和准确,其中平均相关系数至少提高了1.52%,均方差误差至少降低了2.09%。

多源数据关联访问控制模型下的隐私泄露定量分析

传统访问控制模型无法避免多源数据关联访问时的隐私泄露,量化多源数据之间关联性访问与隐私泄露的关系,可避免多源数据在交互式访问过程中隐私泄露。文中以π⁃演算的交互性与移动性理论为基础,形式化地分析多源数据之间的关联性访问控制模型,引入概率计算,提出一种隐私泄露定量分析新方法。该方法通过计算数据关联性的概率大小,并使用概率衡量隐私泄露的大小,从而动态地量化分析多源数据在交互式访问控制过程中的隐私泄露。仿真实验结果表明隐私泄露与多源数据关联性成正比关系。