Multi-dimensional database design and implementation of dam safety monitoring system

To improve the effectiveness of dam safety monitoring database systems, the development process of a multi-dimensional conceptual data model was analyzed and a logic design wasachieved in multi-dimensional database mode. The optimal data model was confirmed by identifying data objects, defining relations and reviewing entities. The conversion of relations among entities to external keys and entities and physical attributes to tables and fields was interpreted completely. On this basis, a multi-dimensional database that reflects the management and analysis of a dam safety monitoring system on monitoring data information has been established, for which factual tables and dimensional tables have been designed. Finally, based on service design and user interface design, the dam safety monitoring system has been developed with Delphi as the development tool. This development project shows that the multi-dimensional database can simplify the development process and minimize hidden dangers in the database structure design. It is superior to other dam safety monitoring system development models and can provide a new research direction for system developers.

多维曲面成形运动规划中三维模型数据处理研究

多维曲面成形过程中三维模型读取和空间目标点的求解效率对提高成形速度具有重要影响作用。随着STL模型复杂度提升,三角面片数量相应增加,计算复杂度大幅增长,求解效率降低,运动规划和图案映射过程计算难度也随之增加。针对上述问题基于深度学习方法提出一种三维模型数据处理及运动规划方法,并与传统的计算规划方法进行对比。实验结果表明,所提方法能有效提升曲面打印中模型数据点定位速度2倍以上,定位速度随求解点数据量增加而提升,且对模型顶点数增加具有鲁棒性,大大提升运动规划速度,为多维曲面成形运动规划求解提供新思路,适用于大规模数据计算且可被用于直接交互现实的生产制造任务。

一种基于IMMPDA-UKF的机动目标跟踪算法

为了实现对在航捷点附近做机动运动目标的精确跟踪,提出采用不敏卡尔曼滤波(UKF)作为底层的滤波算法,解算出方位和俯仰的角度变化率,通过角度变化率解算出目标的切向速度,在过航捷时建立新的跟踪模型,将切向速度扩充到观测方程中,并结合交互多模型概率数据关联算法(IMMPDA)实现对过航捷机动目标的跟踪。仿真结果表明,该算法跟踪精度高,在航捷点附近无论是转弯机动还是加速运动,都可以保持对目标的持续跟踪,稳定性较高,可以直接应用于工程实践。

基于多源测绘数据的三维实景模型分析

单一方法构建建筑物实景三维模型受现场环境及设备限制较大,文章将倾斜摄影测量技术与三维激光扫描技术相结合,经不同类型点云数据粗匹配、精匹配等过程,实现多源数据融合并构建三维实景模型。结果表明,通过多源数据采集及处理,可有效避免单一方法存在的局限性,为建筑物建立电子档案及保护提供参考。

黄陵二号煤矿多维度地质模型大数据融合精准开采

为实现黄陵二号煤矿自动化精准开采,研究分析了工作面多源地质信息透明化技术、大数据分析智能决策平台、综采设备空间导航定位及精准控制。其中,信息透明化技术主要包括综合地质勘探及动态解释、三维可视化动态建模等部分;大数据分析智能决策平台主要包括开采工艺大数据决策、预警等部分;综采设备空间导航定位及精准控制方法主要包括导航定位技术大数据决策精准控制等部分。采用该技术后实现了工作面内多源地质信息的透明化,包括瓦斯赋存条件的可视化,确保了规划截割开采方式的常态化稳定运行,解决了大采高工作面找直和上窜下滑问题,达到对大采高开采装备的智能精准控制,实现智能安全高效开采。

基于多源数据融合的河道冲淤监测技术

开展河道陆上和水下地形测量时,单一的测量方法和孤岛数据已经满足不了河道数字化发展。提出了基于多无人智能系统协同采集河道数据,融合构建三维模型,计算分析冲淤量的监测技术方案,并开展了荆州长江大桥冲淤监测项目和公安河弯段河道地形观测项目试验。结果表明:该技术方案精度能够满足大比例尺河道冲淤监测项目要求,构建的三维模型能提升监测数据整体质量;三维模型平面精度高,在陆上三维模型高程精度方面,低密度植被覆盖的区域有94.2%的点误差在0.25 m以内,高密度植被覆盖的区域有82.91%的点误差在0.25 m以内;项目监测效率整体提升20%以上。该技术方案与传统作业方式相比,数据产品形式更加丰富,监测质量和效率明显提高,在大部分河道测区具有较高的可行性。

基于多维数据融合的个性化旅游信息推荐模型研究

为了更好地促进旅游信息个性化推荐效果的提升,需对用户行为信息进行深度挖掘。文中基于多维数据融合,构建并研究了个性化旅游信息推荐模型。首先,结合用户的历史浏览、检索、点赞及评论数据,分析用户对不同景区的兴趣度。其次,结合用户的旅行次数、旅行时间以及具体的旅行地点信息,分析用户的偏好选择对旅游大数据的影响力。接着,结合用户对景区兴趣度的分析结果,综合计算用户对景区所在地的偏好选择。最后,以地区偏好为范围,将对旅游大数据影响力较高用户的兴趣度TOP-N景区信息作为最终的推荐结果。测试结果表明,归一化折损累计增益NDCG随着推荐信息数量k的增加呈现出稳定提升的趋势,且相比对比模型,文中提出的模型得到的参数值始终处于较高水平,说明该模型具有可靠的推荐效果。

基于浮动车速度波动特征的交通状态识别

为实现路段交通状态的准确判别,解决单参数无法直接识别道路交通状态问题,本文利用高频浮动车速度数据,使用灰度共生矩阵特征值对比度和逆方差表示车辆行驶的波动特征。基于城市道路交通状态变化的动态性与连续性,围绕固定时间窗口内车辆的平均车速、对比度和逆方差,采用FCM(Fuzzy c-means)算法进行聚类分析,得到畅通、平稳、拥挤和阻塞这4种状态阈值。提出基于多维高斯隐马尔可夫模型的交通状态识别方法,分别以3,5,6 min固定时间窗口训练模型。模型状态转移矩阵表明,时间窗口越小其保持原有交通状态的可能性越大,时间窗口越大交通状态突变的可能性越大。使用不同序列长度对比3种时间窗口在测试集中的识别精度,结果表明,随着序列长度的变化,精度显示出先升高后降低的趋势,且固定时间窗口越大,不同序列长度的识别精度变化越均匀。最后利用5 min固定时间窗口划分数据使用本文方法和支持向量机以及随机森林分别进行道路交通状态识别,综合精度分别为92.00%、84.89%、88.48%,同时本文方法在查准率、召回率和F1度量(F1-score)指标均优于其他两个模型,说明道路车速的波动特征可以很好地反映道路交通状态,多维高斯隐马尔可夫模型对道路交通状态的识别效果良好。

多源数据三维地质结构模型约束的属性建模方法:以北京市通州城市副中心为例

支持多源异构数据的三维地质建模方法一直是三维地质建模研究的重点和难点之一。本文以北京市通州城市副中心工程地质勘察为例,设计了一种多源数据三维地质模型自动建模方法。该方法首先在数据预处理阶段,利用剖面、地震剖面解译及等值面(线)等数据生成虚拟钻孔,从而将异构的多源数据统一转换成同构的虚拟钻孔数据,然后利用钻孔和虚拟钻孔实现三维地质结构的自动化建模;根据已构建的三维地质结构创建属性模型结构约束,采用六面体网格或四面体的单元结构构建属性模型网格;属性模型网格中的每个属性块通过三维空间插值方法进行属性赋值,然后将属性变化映射为颜色变化,建立了相应的三维地质属性模型,实现了多源数据三维地质结构模型约束的属性建模。该方法已经应用在工程地质勘察和城市地下空间开发等领域,通过使用多源异构的建模数据,使构建的三维地质模型更加完善,有助于三维地质模型的推广和应用。

Least squares fitting of coordinate parameters model

This paper starts with untime-diversification of the time-diversification deformation model and gives displacement distribution model of untime-diversification and simplifies further the study of deformation model. The paper discusses the problem of least squares fitting of coordinate parameters model—parameters of deformation model. During discussion, the basic means of cubic B splines and two steps of multidimensional disorder datum fitting are adopted which can make fitting function calculated mostly approximate coordinate parameters model and it can make calculation easier.

数据—模型融合驱动的流程制造车间数字孪生系统研发

针对流程制造过程工序间耦合严重、过程建模困难、生产活动规划的联动性和智能化水平较低等问题,提出数据与模型融合驱动的、覆盖工艺流程全变量空间的车间多维数字孪生模型及其系统架构。融合车间生产全要素孪生模型与动态生产数据,建立了贯穿生产过程中不同工序的设备实体对象模型,从几何、物理、行为、规则等多个维度对耦合生产线实体对象特征进行刻画,实现了工艺设备静动态多维属性的数字化精准映射。在此基础上,搭建了包括物理产线、虚拟产线、信息服务等支撑多系统数据交互映射的车间数字孪生系统,研发了基于开放平台通信—统一架构(OPC UA)与Kepware的通信技术的静动态虚实映射和迭代运行机制,实现了从车间物理制造流程耦合向各孪生体参数间耦合的转换。最后,基于某流程制造企业制丝生产试验线开展应用验证,为解决流程工业耦合复杂而造成的协同交互与迭代运行难题提供了方法和实现途径。

基于多源异构空间数据的堰塞湖三维动态虚拟仿真平台构建

堰塞湖溃决后通常需要在短时间内对其带来的洪水灾害进行精细化仿真模拟以辅助应急抢险工作,针对传统堰塞湖信息化平台无法实现多部门数据统一管理、数据实时更新等问题,首先总结用于堰塞湖三维建模的多源异构空间数据类型,再确定模型几何数据结构、进行模型尺度划分等,提出堰塞湖多尺度三维数据模型设计方法,针对大区域尺度和局部区域尺度提出堰塞湖三维静态模型构建方法,基于此提出堰塞湖三维动态虚拟仿真方法并对大区域河流演进过程以及堰塞体形成过程和开挖过程进行模拟。最后根据上述方法构建堰塞湖三维动态虚拟仿真平台,以白格堰塞湖为例,验证了平台构建方法具有合理性和可行性。

综合多源数据的矿床三维地质建模——以四川某铅锌矿为例

四川某铅锌矿床深部存在一产状平缓的滑覆构造,在地下深部分布广泛,但地表无明显露头。传统的二维地质剖面难以展示全貌,因此通过GOCAD软件建立三维地质模型,展现该矿床地下地质结构与构造。首先以DEM、填图、钻孔、勘探线剖面、卫星遥感影像等多源数据建立地质数据库,构建地形地貌模型;然后利用地表填图和勘探线联合剖面的断层线建立断层模型,确定了构造格架,展现滑覆构造的产状分布;其次利用钻孔品位数据进行空间变差函数分析,在含矿层位进行克里金插值,构建矿体模型,并结合钻孔分层数据建立地层模型;最终建立了综合地表、构造、矿体和地层的三维地质实体模型。在此基础上剖切实体模型,讨论各地质单元的形态特征,探讨深部成矿前景。结果表明,通过综合该研究区多源数据的三维地质建模,能将勘查过程中产生的原始资料整合在一个模型中,该模型清晰地展示了地下地层、构造、矿体的产状与接触关系,揭露隐伏构造,并且在建模过程中能从三维角度检查原始数据的正确性,提高认识,为研究区深部找矿工作提供参考依据。

基于多维建筑信息模型(BIM)的项目全生命周期数据管理及其工程应用研究

针对BIM技术在建筑领域的兴起,提出基于多维建筑息模型覆盖项目全生命周期的有效数据管理模型。通过回顾BIM技术在工程进度、成本、质量、环境和安全管理中的研究进展,提出考虑建筑全生命周期的多维BIM信息模型构架体系。该模型以三维BIM为基础,整合了时间、成本、质量、环境和安全5个维度,实现对项目全生命周期的统一集成管理。以实际工程为例,验证所构建的多维BIM模型框架的可行性,实现对工程进度、质量、成本、安全等方面的有效控制。最后对该领域未来研究提出展望。

多源数据融合在上海市综合交通模型中的应用

随着个体出行行为的多源数据日益丰富,既有的综合交通模型技术也需要持续升级。结合上海市第六次综合交通调查等数据,探讨多源数据融合在赋能综合交通模型改进中的应用。首先将多源数据划分为抽样数据和信息化大数据两大类21小类,提出基于多源数据融合的出行特征分析方法。结合居民出行调查数据及各类大数据,分析多源数据融合在上海市域人员出行需求模型、对外人员出行需求模型、道路系统运行模型、公共交通系统运行模型、货运交通模型升级中的具体应用,给出了不同交通模型参数的估计、标定及验证方法。最后,总结多源数据融合在分析精度、模型广度、研究细度和研究维度方面对上海综合交通模型的提升作用。

基于改进聚类分析的电力数据智能分析与处理算法

针对典型高斯混合模型(GMM)聚类存在的精度不高且易陷入局部最优等问题,提出了一种改进聚类分析的电力数据智能分析与处理算法。利用布谷鸟搜索(CS)算法求解GMM参数的最优解,从而完成GMM-CS改进聚类算法。基于电力数据智能分析处理系统,利用GMM-CS算法处理系统内的多维模式数据库,以得到异常数据。基于Python平台对所提算法进行实验论证。实验结果表明,其迭代约为75次后实现收敛,并且检测率与误检率分别是95.35%和7.81%,优于其他对比算法,具有良好的应用前景。

数字孪生技术在装配式建筑模型中的应用

研究数字孪生技术应用于装配式建筑科技领域,将装配式建筑的孪生数据表达为数字孪生五维模型,利用传感器对仿真过程中产生的数据进行及时采集,并利用映射的方式,将数据反映到真实的建筑生命周期的每一个阶段中。从而解决装配式建筑项目工程由于参与和使用对象众多,各阶段信息需求复杂造成的数据类型不统一、数据来源广泛、非结构化程度高等问题。

基于大数据的SPOC学习评价系统的开发分析

基于大数据的小规模限制性在线课程(Small Private Online Course,SPOC)学习评价系统是基于大数据的思维,使用Python+Django框架进行的开发,主要实现线上、线下学习数据的采集,通过数据抽取、数据清洗、数据转换、特征提取、数据加载等一系列的数据预处理手段对数据进行处理,使用Django的“模型-模板-视图”(Model Templates View,MTV)模型进行数据库存取与交互,对学生学习数据进行分析与建模,从而形成包括学习态度、学习方法、学习能力等多维度的学习评价。文章是对学习评价系统的开发分析,包括开发环境和开发技术的分析,从而阐明学习评价系统的开发思路及系统设计成果。

大数据分析的分布式MOLAP技术

大数据的规模效应给数据存储、管理以及数据分析带来了极大的挑战,学界和业界广泛采用分布式文件系统和MapReduce编程模型来应对这一挑战.提出了大数据环境中一种基于Hadoop分布式文件系统(HDFS)和MapReduce编程模型的分布式MOLAP技术,称为DOLAP(distributed OLAP).DOLAP采用一种特殊的多维模型完成维和度量的映射;采用维编码和遍历算法实现维层次上的上卷下钻操作;采用数据分块和线性化算法将维和度量保存在分布式文件系统中;采用数据块选择算法优化OLAP的性能;采用MapReduce编程模型实现OLAP操作.描述了DOLAP在科学数据分析的应用案例,并与主流的非关系数据库系统进行性能对比.实验结果表明,尽管数据装载性能略显不足,但DOLAP的性能要优于基于HBase,Hive,HadoopDB,OLAP4Cloud等主流非关系数据库系统实现的OLAP性能.

多维动态GIS空间数据模型与方法的研究

以地理空间实体及其相互间关系的抽象、表达与组织为主线,从三维、时空、尺度等角度出发,进行了多维动态空间数据模型研究。介绍了该项研究在空间铺盖建模、空间关系理论、多维建模、时空与动态建模、多尺度建模等方面取得的成果。