空间站大规模复杂控制软件基于数据池的软件框架设计

针对复杂航天任务中控制软件不断增长的规模和复杂度带来的问题,对国外先进航天航空机构软件架构设计经验和最佳实践进行了调研,基于此对空间站大规模复杂航天器控制软件的通用框架设计进行研究,提出了一种基于数据池的软件框架设计方法,解决了空间站大规模复杂控制软件多舱段多机多总线资源管理和可扩展性的难题,实现了软件复杂的底层通信与上层应用处理之间的数据隔离和解耦,有效提高了软件复用率和可扩展能力。

一种支持大规模数据的多维可视化分析框架

以Hadoop为代表的可扩展大规模数据库难以进行多维可视化分析。为此,设计基于B/S架构的可视化分析框架Bizard。数据模型通过封装底层数据接口以支持业界多维数据访问协议XMLA,从而在展现层易于接入支持XMLA的传统分析工具,同时采用视图物化技术提高分析性能,利用互联网技术丰富用户分析体验。实验结果表明,该框架能在高达千万条记录级的数据上进行多维可视化分析。

体数据压缩技术综述

数据压缩是体数据可视化研究中的一个重要问题.随着体数据的维数、分辨率、变量个数不断增加,数据量呈指数增长,体数据的压缩研究显得更为重要.文中从有损压缩和无损压缩2个方面对已有的体数据压缩方法进行了总结,对无损压缩的各类方法的优缺点进行了比较,对有损压缩的一般流程和其中的重要步骤做了详细的介绍,同时着重介绍了时变体数据压缩方法.最后提出了该领域需进一步探索的方向.

大数据条件下自适应Huffman算法潜在问题初探

介绍了自适应Huffman编码算法的原理。根据当前计算机的发展趋势,针对用自适应Huffman编码算法实现大型数据压缩时潜在两类溢出问题,分别从软件和硬件的角度提出了相应的解决方案。用Visual C++编程进行了试验,试验结果较好地验证了理论分析,并表明该解决方案具有较强的可行性和实用性。

面向大规模数据的科学可视化系统GPVis

【目的】为解决大规模科学数据可视化所面临的一系列问题,提供一套灵活可扩展的科学数据可视化框架,本文设计并实现一种面向大规模数据的科学可视化系统GPVis。【方法】本文基于科学数据可视化在方法和工具层面所面临的挑战和机遇进行了分析,结合数据预组织、图形渲染、高性能计算、人机交互、VR/AR等相关的先进技术,提出了新型的可视化计算及服务框架。【结果】针对常用的可视化方法,本文提出了适用于GPVis框架的可视化处理模式,并列举了多个该可视化框架系统在典型领域的应用案例的具体方法及结果,实现并满足了科学研究人员在数据分析中的可视化需求。【局限】GPVis在智能分析方面还有待进一步提升,未来将与人工智能技术更紧密结合。【结论】GPVis提供了强大且可扩展的大规模科学数据可视化的平台框架,可以针对不同的数据类型及应用需求进行灵活的组件设计,随着系统在框架结构及可视化算法上的不断发展完善,将在更多的科学领域得到应用。

IBM和SGI大型处理计算机网络连接与数据共享

大庆石油管理局地球物理勘探公司于 2 0 0 0年引进的IBMSP2RS/ 60 0 0和SGIOrigin 2 0 0 0两套大型处理计算机 ,分别配备美国西方公司的OMEGA处理软件和法国CGG公司的GeovecteurPlus处理软件。为了能够把OMEGA和GeovecteurPlus两套软件进行有机的结合 ,实现软件功能的优势互补 ,把IBM和SGI两套大型计算机进行了连网 ,最终实现了两套计算机上的地震数据能够直接传输 ,地震作业的道头字和文件库能够相互转换和调用。文章介绍了连网的硬件配置和系统配制过程 ,以及研制开发的新模块 ,该技术已应用于大庆物探公司研究所的数据处理中 ,运行稳定、效果明显 ,收到非常可观的经济效益。

基于多粒度数据压缩的支持向量机

将多粒度理论融合到支持向量机理论中,提出了一种基于多粒度数据压缩的支持向量机分类算法(support vector machine based on multi-granulations,MG-SVM).首先,利用多粒度理论对数据进行粒化与压缩;然后,对压缩后的数据利用支持向量机寻找最优超平面并进行分类;最后利用UCI中一些标准数据进行数据压缩与分类试验.与传统的支持向量机分类方法相比,MG-SVM算法在保持或提高经典支持向量机的分类和泛化能力的同时,有效地降低了时间复杂度.

基于正则化方向失真的大规模图数据压缩质量评价

为了提高大规模图数据压缩质量,提出基于正则化方向失真的大规模图数据压缩质量评价方法.以多聚焦图像为研究对象,建立大规模多聚焦图像数据采样模型,对采集到的图像进行分块融合匹配处理,提取图像各聚焦区域的细节信息,采用模糊信息融合方法进行大规模多聚焦图像边缘轮廓特征检测,根据图像边缘细节的保持程度进行大规模图数据压缩.采用正则化方向失真反馈补偿方法进行大规模图数据压缩过程的自适应寻优,建立大规模图数据空间压缩和多分辨信息融合模型,根据信息融合结果实现大规模图数据压缩质量评价.仿真结果表明,采用该方法进行大规模图数据压缩质量评价的自适应性较好,精度较高,提高了大规模图数据压缩质量.

大规模三维城市场景模型的流式传输策略

研究城市场景数据传输优化问题,为了解决大规模三维城市场景模型数据量大,受网络带宽限制,传输速度无法满足用户实时观看及漫游的需求等问题,提出了一种视点相关的网络流式传输策略。首先在服务器端对数据进行渐进式压缩编码,在原有算法基础上,提出根据用户视点位置设定优先级,以提高场景显示效率,避免下载冗余数据;同时添加顶点近似曲率作为权值,以更好的保持模型的几何特征。然后对大规模城市场景实行预下载策略,根据用户漫游的历史运动轨迹生成预测坐标,预下载需要的数据,减少用户等待时间,提高访问的实时性。实验结果表明,提出的流式传输策略可以有效的提高大规模三维城市场景模型的实时渲染效率,实现城市场景的实时漫游效果。

DM数据库中大规模数据智能自适应压缩算法

DM数据库中存在大量冗余数据,需对其进行压缩处理。传统数据压缩算法大多只追求高压缩率,不能保证数据的完整性;且适用范围小。为此,提出一种新的DM数据库中大规模数据智能自适应压缩算法。给出算法涉及的相关术语,介绍了智能自适应最优消零压缩算法的压缩原理,给出位数因子、编码长度、最优位数因子、最短编码长度以及编码因子的计算过程。在不同时刻对采集的DM数据库中的数据进行排列,通过自适应最优消零压缩算法原理求出数据序列最小编码长度和对应的最优位数因子;依据最优位数因子完成对数据序列的消零计算与编码,删除时间冗余,获取压缩后数据。实验结果表明,所提算法压缩效率高,在保证压缩比的同时,能够保证压缩后数据的完整性,且适用范围广。

基于机载LiDAR数据制作大比例尺线划图方法初探

介绍了TerraSolid系列软件和CASS软件,研究了在CASS软件中利用机载LiDAR数据制作线划图的基本流程和方法,证明了该方法可加快测图速度、缩短成图周期以及用机载LiDAR数据生产大比例尺线划图的可行性。

Budget感知机研究综述

Budget是一种解决内存限制、数据溢出等问题的有效方法,近年来得到广泛的关注和研究。该文以当前流行的几种Budget感知机算法的研究现状为主线,介绍了各类算法流程,分析了算法之间的联系与差异,并比较了几种算法的优缺点。Budget方法提高了感知机处理大规模数据的分类能力。

大型项目数据移植浅析与实现

现在计算机软件系统越来越趋向于集成化和复杂化,大型项目升级切换上线需要考虑该系统和关联系统的历史数据移植问题。只有做好相关系统的数据移植,才能实现历史数据的平滑过渡,保证业务的延续性。重点讨论了数据移植的相关背景、面临的挑战、策略以及技术实现方法。

大规模容器云平台海量软件数据资源实时监控方法

为提高容器云资源监控效果,设计一种大规模容器云平台海量数据资源实时监控方法。首先采集容器云资源数据,对海量软件数据资源进行格式变换,将数据转换成有监督问题的时间序列,再采用统计模型的方式对每个数据资源进行建模和匹配,并对各部分软件数据资源进行分割,最后采用序列化蒙特卡洛方法对云平台海量软件数据资源实时监控。实验结果表明,设计方法能够准确监测出容器云中软件数据资源集群变化情况,在各个项目的监测上,监控准确率均在95%以上,监测速度较快,最多花费9 s就能够实现软件数据资源变化情况的监控,证明所提出方法能够有效提高容器云海量软件数据资源的监控效果。