基于多传感器的智能农田多源信息采集系统

为了提高农田信息数据的采集效率与精准性,研究一种基于多传感器的智能农田多源信息采集系统。结合农田的运营特征与基本需求,确定系统所需的硬件设施,搭建智能农田多源信息采集系统的基本架构,应用卡尔曼滤波技术,对采集数据进行预处理,识别农田多源信息的基本特征,实现基于多传感器的农田多源信息智能化采集。实验结果表明,对于随机大小不同的10组农田多源信息数据包,设计系统完成分析处理并成功采集的运行时间,最大值为5.57s,平均值为4.534s,设计系统采集的温度、湿度、CO_(2)浓度以及土壤水分数据的平均相对误差分别为0.87%、1.02%、0.65%、0.71%,均在实际工程的最低要求2%之内。

广电业务故障诊断的多源化集成与应用

本文主要介绍了面对多样的用户类型、业务资源方案,东方有线网络有限公司通过建设一套诊断系统来整合多个支撑系统的关键性能功能,采集各系统和用户的关键性数据,利用中间件来搭建前后台适配的管理体系,从而让该系统能够快速便捷的扩展、对接和支撑,并支持多屏显示,供不同岗位职责的人员使用,实现多源化的集成与应用,打造全业务聚合的平台。

融合多源信息的交通运行仿真分析

针对城市道路单一检测器采集的交通数据准确性低的问题,将城市道路多源信息采集数据运用到数据处理系统构建中,采用一种基于径向基函数网络数据融合模型,实现多源信息融合运算.选取青岛西海岸经济新区江山南路与富春江路交叉口进行验证分析,运行Vissim仿真验证了该模型的有效性,为城市道路智能化管控平台建设和交通运行态势预测提供了实时可靠的数据支撑.

网络环境下的竞争情报研究

1 网络在竞争情报研究中的作用竞争情报研究作为一种信息服务,主要从事有关竞争环境、竞争对手和竞争策略的信息分析与预测。国内外竞争情报研究的实践表明,在网络环境下,可以显著地提高竞争情报研究工作效率。 1.1 网络使竞争情报研究的信息源更加丰富竞争情报研究离不开对信息源的采集。除政治、经济、科技、法律等与竞争有关的信息外。

我国电子政务建设需要属地化管理

在抗非典斗争中，上海市委、市政府采取了“二级政府，三级管理”的属地化管理举措，全面实施了“零报告”、“紧急报告”制度，从而构造了一个完善、快速、灵敏的疫情监测和报告体系，确保了及时、准确地掌握与非典疫情有关的信息。上海市委、市政府“属地化管理”的这一举措，受到了世界卫生组织专家的高度评价，为上海夺取抗非典斗争的胜利创造了条件，并发挥了重大的作用。反而思之，如果这个疫情监测和报告体系不是建立在属地化管理的基础上，而是由“条条”负责汇总和报告，情况又将如何呢?显而易见的是：严重的疏报、漏报将不可避免；而且，由于“条条”各自制定的疫情报告的格式、内容、标准不同将给市一级疫情信息的汇总造成极大的困难，有可能因此延误对抗非典的“战机”。

一种面向云化智能化的网络态势系统构建方法

随着云计算、大数据、人工智能等信息技术的持续发展,网络态势系统也向着云化、智能化方向发展。在构建面向云化、智能化的网络态势系统时,从态势系统技术架构、多源异构态势信息采集技术、态势数据融合分析技术、智能故障关联分析技术及多维可视化态势呈现技术的实现途径等方面出发进行研究,有效提升了网络态势系统的准确性、智能性及直观性,为网络管理人员整体掌握网络运行态势进行网络运维提供了有效的支撑手段。

Spatial Data Mining to Support Environmental Management and Decision Making--A Case Study in Brazil

The growth of geo-technologies and the development of methods for spatial data collection have resulted in large spatial data repositories that require techniques for spatial information extraction, in order to transform raw data into useful previously unknown information. However, due to the high complexity of spatial data mining, the need for spatial relationship comprehension and its characteristics, efforts have been directed towards improving algorithms in order to provide an increase of performance and quality of results. Likewise, several issues have been addressed to spatial data mining, including environmental management, which is the focus of this paper. The main original contribution of this work is the demonstration of spatial data mining using a novel algorithm with a multi-relational approach that was applied to a database related to water resource from a certain region of S^o Paulo State, Brazil, and the discussion about obtained results. Some characteristics involving the location of water resources and the profile of who is administering the water exploration were discovered and discussed.