基于特征模式识别的农田监控系统研究

针对农田监控系统中存在的识别准确度不高、数据处理效率低等问题,提出了一种基于特征模式识别的农田监控系统。对农田监控系统的功能进行了设计,包括系统整体架构设计、数据采集与传输模块设计、特征提取与模式识别算法设计,结合用户界面设计实验与结果分析,验证了所提出系统的有效性和性能优势。对农田监控系统在实际农业生产中的应用前景进行了展望,并提出了未来改进方向和研究趋势。

Transforming Data into Actionable Insights with Cognitive Computing and AI

How organizations analyze and use data for decision-making has been changed by cognitive computing and artificial intelligence (AI). Cognitive computing solutions can translate enormous amounts of data into valuable insights by utilizing the power of cutting-edge algorithms and machine learning, empowering enterprises to make deft decisions quickly and efficiently. This article explores the idea of cognitive computing and AI in decision-making, emphasizing its function in converting unvalued data into valuable knowledge. It details the advantages of utilizing these technologies, such as greater productivity, accuracy, and efficiency. Businesses may use cognitive computing and AI to their advantage to obtain a competitive edge in today’s data-driven world by knowing their capabilities and possibilities [1].

Study on the feature selection and classifica－tion effect of precursory data of ground tilt

Using the view point of nonlinear science and the method of selecting numerical features of pattern recognition for reference, the physical and numerical features of precursory ground tilt data are synthetically employed. The dynamic changes of data series are described with the numerical features in multi dimensional space and their distributive relations instead of an unique factor. The relationship between the ground tilt data and earthquake is examined through recognition and classification.

频繁模式的水电信号异常检测

水电站监控系统信号监测是运行值班的核心工作,研发水电站系统信号的异常检测方法对保障水电站安全稳定运行具有重要意义。然而,水电站系统信号具有信息量大、信号关系复杂等特征,使得信号异常检测具有挑战性。目前关于水电信号异常检测的工作较少,且已有研究也仅基于简单的历史状态或者关联关系构建检测方法。文中认为系统信号属于高频流式数据,且前后信号之间存在相关性,监控过程中考虑信号之间的相关性关系比关联性更好,故创新地提出信号之间的三种关系:原因关系、伴生关系和共生关系,并基于这三种关系设计一种水电信号异常检测方法。通过瀑布沟水电机组的简报历史数据进行实验,结果表明所提方法的召回率可以达到86.92%,验证了检测方法的有效性。

基于SNN-密度峰值聚类算法的商业用户典型负荷模式提取

对商业用户典型负荷进行精确、迅速、高效地提取及分类,是电网公司摸清商业用户用电行为和需求规律不可或缺的重要工作。大数据背景下传统聚类算法用于高维汇集、类簇结果差别大的商业用户负荷曲线时,存在截断距离选取困难、聚类效果不够清晰、负荷模式提取效率低等问题,为此,提出一个改善局部密度测量和聚类中心点选取的算法。首先,将数据预处理,剔除掉完整程度较低的负荷曲线;接着,运用PCA分析方法降低处理后的商业用户负荷曲线维度,并在构建样本点共享邻域集合的基础上利用改进SNN-DPC算法计算出距离矩阵,代替原算法的距离矩阵作为输入数据;然后在重新定义SNN相似度、样本局部密度ρ和距离最大密度点距离δ的算法计算基础上,利用拐点确认聚类中心,并完成对抽样曲线的聚类分析。总之,改进算法通过样本点之间的共享近邻定义样本的相似性,精准分析了一些多维异构的负荷数据,通过拐点实现了真实聚类中心点的确定,解决了主观意志择取聚类中心的问题,从而大幅度提升负荷聚类效果。算例结果表明:1)对于商业用户实测负荷数据集,所提算法能够更加准确选择聚类中心,运行效率高。2)相对于传统的算法,基于该改进算法所提出负荷模式识别模型可以更好地帮助电网公司分析用户的用电特性,验证了该模型针对不同商业用户典型负荷模式可以进行更加精确地识别。综上,所提策略在现实商业用户场景下存在效能优势。

基于常问问题集的中文问答系统研究

首先根据用户的提问建立一个候选问题集,然后通过计算句子语义相似度,在候选问题集中找到相似的问句,并将答案返回给用户.该系统还能够自动地更新和维护FAQ库.实验表明,与基于关键词的句子相似度计算相比,基于语义的句子相似度计算提高了问题匹配的准确率.

戴维南等值跟踪的参数漂移问题研究

导出了戴维南等值参数的分式解析表达式;探讨了跟踪戴维南等值的参数漂移问题,并揭示了其本质原因;指出了在解析表达式中,分子分母真值与误差数量级间的关系决定参数漂移起伏的幅度,并据此提出了抑制参数漂移跌宕起伏的策略和候选采样运行点优选的方法:P-V关系检验和运行模式检验。该策略和方法能保证戴维南等值参数跟踪的结果,比较贴近实际。

基于主成分分析的核Fisher判别方法在油水识别中的应用

根据测井数据结构复杂和交集严重的特点,将主成分分析思想应用到剔除奇异点和寻找两类样本的交集中,并在交集中应用核Fisher判别方法,进行油水判别,弥补了Fisher线性判别方法的不足.通过将主成分分析和核Fisher判别方法这两种理论有机的结合起来,提高了利用测井数据识别油水层的鉴别能力,实际应用中证明了本方法的实用性和有效性.

一种可扩展的遗失值填充算法

针对数据预处理中的遗失值填充问题,运用策略模式设计了一种可扩展的遗失值填充算法;构造了Sim pleImputation,KNNImputation和DTBImputation3个具体的策略类,分别封装了简单遗失值填充算法、KNN遗失值填充算法以及DTB遗失值填充算法。实验结果表明:简单填充算法执行速度最快但精度最低,DTB算法执行速度较慢但精度较高,KNN算法执行速度最慢但精度最高。该算法允许用户根据自身对速度和精度的需求来选取相应的填充算法,并通过添加新策略类的方式来扩展其遗失值填充功能,从而解决了遗失值造成的数据质量问题,提高了数据预处理程序的通用性和可扩展性。

电子束光刻技术与图形数据处理技术

介绍了微纳米加工领域的关键工艺技术——电子束光刻技术与图形数据处理技术,包括:电子束直写技术、电子束邻近效应校正技术、光学曝光系统与电子束曝光系统之间的匹配与混合光刻技术、电子束曝光工艺技术、微光刻图形数据处理与数据转换技术以及电子束邻近效应校正图形数据处理技术。重点推荐应用于电子束光刻的几种常用抗蚀剂的主要工艺条件与参考值,同时推荐了可以在集成电路版图编辑软件L-Edit中方便调用的应用于绘制含有任意角度单元图形和任意函数曲线的复杂图形编辑模块。

频繁模式增量维护算法IM-FPM

数据挖掘是当今研究的一个热点,传感器实时收集大量的数据,将数据收集与数据挖掘技术结合起来,是现代数据处理技术发展的重要趋势。频繁模式挖掘是数据挖掘中的核心问题,本文针对数据库发生变化时频繁模式挖掘中普遍存在的重复扫描、遍历和计算问题,提出了频繁模式的增量维护算法IM-FPM。该算法充分利用已有挖掘结果来提高效率但又完全独立于上次采用的挖掘方法,并且只需对原始数据库进行一次扫描。实验结果表明,该算法能有效地解决数据库发生变化时的频繁模式增量维护问题。

DM技术及其在数据处理中的应用

简要介绍了DM(数据挖掘 )及其工作过程 ,并指出了数据挖掘过程中应注意的问题 。

DMOS优化软件及其在化工过程优化中的应用

DMOS软件综合运用了模式识别、支持向量机、人工神经网络、遗传算法、线性和非线性回归等多种数据挖掘技术,能有效解决复杂工业过程系统优化中普遍存在的多因子、高噪声、非线性、非高斯分布和非均匀分布的难题。将DMOS工业优化软件成功地应用于柴油加氢精制装置及丙烯腈反应装置的生产优化。根据装置DCS系统采集的生产数据,研究了装置优化操作的主要工艺参数,采用模式识别方法建立了装置生产优化操作的定性模型,并最终建立了优化目标的数学模型。

一种基于扩展MVVM模式的面向服务软构件模型

在面向石油行业的SaaS系统上进行海量数据分析处理时,需要针对不同的地区地理信息特点动态地采用相应的数据分析处理方法。设计了一种基于扩展MVVM模式的面向服务软构件模型,该模型在Web前端增加容纳SOC(Service-Orien-ted Computing)的业务逻辑处理模块的软构件平台,并允许用户动态添加个性化业务逻辑处理模块,以便支撑对石油行业数据的各种不同业务数据逻辑处理需求。该模型使得用户在以Web的方式享受云服务的同时,可以动态在SaaS系统上添加符合预定义接口标准的个性化处理模块。实验证明,该模型可以有效地提高SaaS系统的Web前端可扩展性,同时提高了数据分析处理的质量。

协同计算机数据处理方法研究

研究了协同认知模型及其算法,利用协同计算机模式形成和模式识别原理对含有噪声和残缺的数据进行恢复处理。研究结果表明,协同计算机为数据去噪和修补处理提供了一种有效的新方法。

基于多传感器数据融合的目标识别和跟踪

基于单传感器（雷达或红外）系统存在局限性，提出了基于多传感器（雷达和红外）信号融合的目标识别和跟踪系统，它能利用不同传感器的数据互补和冗余．特征层融合能通过利用其他传感器模块提供的目标特征信号来提高目标检测概率和降低虚警概率；决策层融合能矫正因受干扰等原因而失去目标跟踪能力的传感器模块的伺服跟踪回路，并提高抗干扰性．

一种试验任务集中控制模式数据通信的设计与实现

试验任务集中控制模式的数据通信,可实现统一的数据通信接口、实战任务中对其它各部分统一调度指挥和工作流程的程序化,该模式节省人力资源、优化工作模式、有效提高任务执行的准确性和可靠性。详细对该模式数据通信的进程间通信、进程间同步、内存映射、远程代理机制和基于XML文档的数据通信接口等技术进行了分析探讨。

设计模式在可复用数据处理软件中的应用

针对航天测控任务数据处理软件需求易变化、可靠性要求高的特点，采用面向对象的思想，利用典型的设计模式设计并实现了一种可复用的通用数据处理软件。从软件结构上看，应用设计模式，高层组件和低层组件有机、高效地结合，形成松耦合高内聚的架构，使软件具备很好的可读性和可维护性，达到了可复用的要求。