基于时频域联合数据辅助MIMO均衡算法的多维度复用千公里级相干传输系统

基于少模光纤的模式复用系统利用单根纤芯中的正交模式实现各独立信道的并行传输,能够有效提升系统容量,解决单模光纤系统的容量危机.本文联合使用模式复用、波分复用与偏振复用技术,基于六模渐变型光纤实现了80个波长通道下32 Gbaud四模双偏振16阶正交振幅调制信号的1000 km相干传输,并在接收端使用时频域联合数据辅助8×8多输入多输出最小均方算法,以补偿由光纤传输导致的模式耦合及模间色散等线性损伤.与传统的纯时域或纯频域多输入输出最小均方均衡算法相比,该算法分别实现了57.1%的收敛速度提升与25.1%的收敛误差下降.经过1000 km少模光纤传输后,80通道每个模式及偏振态的误码率均低于开销为20%的软判决前向纠错编码阈值2.4×10^(-2),系统净速率达68.2 Tbit/s.

基于融合比较法与案例法的数据库课程教学模式研究

随着信息技术的迅猛发展,数据库技术已从传统的关系数据库发展为SQL数据库、NoSQL数据库、云数据库等多种形式。数据库课程作为计算机专业本科生与研究生的一门重要课程,其教学模式也应该随着教学内容的变化而变化。在长期的数据库课程教学实践过程中,提出融合比较法与案例法的数据库课程教学模式。通过比较法,使学生能够充分了解传统关系数据库技术与各种新型数据库技术的不同之处;通过案例法,让学生充分理解不同数据库技术在不同领域中具体应用场景。通过相关的教学实践表明,论文提出的教学模式,收到了良好的教学效果。

比较法在大坝安全监测数据处理中的应用

比较法是监测资料定性分析中应用广泛且效果显著,但运用不当会对监测数据分析带来不方便,甚至会出现错误的结论。正确运用比较法应以满足比较分析的需要为最终目的,有时更需要突破传统的比较方法,在使用图表分析形式上要有创新,这对发现监测物理量的发展变化规律有重要作用。

大数据辅助审判的潜在风险与防范路径

大数据辅助审判技术在提升审判质效、实现司法公正等方面发挥重要作用,但应用该技术带来的潜在风险同样不应被忽视。大数据辅助审判在技术赋能层面面临着数据基础不坚实、信息安全存在隐患和算法运用产生风险等问题,在技术应用实效层面又存在着技术僭越辅助地位、部分特殊场景的强行应用引发负面效果等风险。风险产生的缘由主要在于大数据系统开发行为缺乏统一指引和规范、审判人员应用大数据技术存在思维误区以及技术瓶颈难以突破三个方面。为此,我们应加强对数据开发共享的统一指引,提升司法数据信息安全保护力度,完善针对算法的法律规制,通过原则确立、权限与程序设置将技术应用限制在辅助地位,构建大数据辅助审判技术动态分层适用制度。

一种多无人机辅助的LoRa网络节能数据采集方法

随着物联网的快速发展,低功耗广域网得到了广泛应用,其中LoRa是一个突出的代表.LoRa网络非常适用于地形不规则、蜂窝网络覆盖有限的复杂数据采集场景.然而,由于网络环境动态变化、通信需求多样化以及网关固定部署等因素,传统LoRa网络在能效和生命周期方面面临挑战,导致终端设备之间能量消耗不均衡.为了解决这些问题,本文提出了一种基于多无人机辅助的大规模LoRa网络节能数据采集方法.通过利用搭载LoRa网关的无人机,实现了对终端设备的移动“空对地”数据采集.该问题被建模为一个混合整数非凸优化问题,考虑了无人机-LoRa通信参数和无人机机载能量约束之间的耦合.为了求解这一复杂问题,引入了一系列技术对原问题进行分解,将其转化为几个子问题.所提出的方法联合优化了终端设备的通信调度策略、无人机的三维飞行轨迹和传输参数.通过利用块坐标下降法、连续凸逼近和序列线性规划方法迭代求解这些子问题,获得了高质量的次优解.优化目标是在避免多无人机碰撞并满足无人机机载能量约束的同时,最小化LoRa终端设备的数据传输能耗.在三种不同规模的LoRa网络下进行了数值仿真,评估了所提方法的性能.结果表明,与现有的固定网关方案相比,所提出的多无人机辅助方法在不同网络规模下平均提高了26.65倍的整体终端能效.此外,与固定无人机飞行路径方案相比,所提方法平均提高了6.2倍的整体终端能效.本研究突出了利用无人机移动性和多网关部署来提高大规模LoRa网络能效和延长网络生命周期的优势.所提出的方法为复杂物联网场景下的节能数据采集提供了一种有前景的解决方案,与传统的固定网关和无人机辅助方法相比具有显著的改进.

基于大数据的医院决策辅助系统研究

当前医疗数据爆炸式增长,本研究基于大数据技术设计医院决策辅助系统,以期为医院管理者提供准确的数据支持和合理的决策建议。该系统通过整合医院内部的各类数据,运用先进的数据挖掘和分析技术进行设计,该系统的核心模块主要有数据采集、数据存储、数据分析和决策支持。

基于通信大数据的上海市地震应急辅助决策系统研究与应用

地震发生后,地震部门需要第一时间开展地震应急工作,快速判断地震影响场,给出灾情评估结果,给政府提供可靠的辅助决策意见。基于通信大数据的上海市地震应急辅助决策系统,利用现代化的实时通信大数据,将上海划分成比以往更精细化的Geohash计算单元,并使用上海本地化模型,快速产出灾情评估结果和辅助决策意见,给出各类直观的应急专题图件,帮助地震部门、政府迅速开展应急工作,最大限度降低地震灾害带来的损失。

市场比较法的计算机辅助评估管理系统的设计与实现

本文介绍了运用市场比较法进行房地产价格评估的计算机辅助评估管理系统的基本功能及其实现。系统具有数据管理、案例选择、评估、综合查询和系统管理五个功能模块。模块的功能是通过VB6．0和地理信息系统MapInfo的二次开发语言MapBasic相结合来实现的。

地质调查业务管理数据集成辅助决策系统架构与关键技术

在地质调查工作过程中,各类信息系统产生了海量的业务管理数据,需要解决这些多来源、高动态、复杂异构数据的有效集成辅助决策问题,驱动管理决策现代化。基于大数据、GIS、数据挖掘等技术,构建了地质调查业务管理数据集成辅助决策的总体架构;通过多源异构数据自动化动态集成处理、基于Hadoop的“湖仓一体”混合式数据组织管理、数据挖掘融合地理智能的分析决策模型等关键技术方法,研发了国家地质调查业务管理大数据系统。系统已接入24个数据源,实现了自动化动态集成,完成了1.5亿余条、20多万档异构数据的一体化组织管理,通过数据和分析服务有效辅助了管理决策。可有效解决大数据环境下数据集成辅助决策问题,提升国家地质调查工作管理决策的效率和水平。

基于大数据和人工智能技术的油田智能分析辅助决策子系统

针对塔里木油田产运储销信息化方面的不足以及核心智能应用的缺乏,创新性提出深度融合大数据和人工智能技术的油田智能分析辅助决策子系统开发思路,利用大数据和人工智能技术,通过数据收集、数据清洗和数据变换,全面收集和精准分析油田生产过程中产生的大量数据。在产运储销平衡模块中,拟使用长短期记忆(Long Short-Term Memory, LSTM)神经网络处理和分析动态数据,采用随机森林(Random Forest, RF)构建模拟预测模型,使用遗传算法(Genetic Algorithm, GA)优化目标结果。油田智能分析辅助决策子系统在线诊断模块使用基于阈值的异常检测自编码器模型,实时监测设备运行状态。应急救援在线训练模块采用决策树构建决策支持模型,提供智能决策支持。基于大数据和人工智能的油田智能分析辅助决策子系统打破了传统油田生产管理的局限性,提高了整体运营效率和资源利用效率,为油田行业的智能化发展提供了新的思路和方法。

容量比较法在立式金属罐底量测量中的应用

容量比较法作为容量计量领域中的基准测量方法,在容量计量过程中已得到越来越多的应用。本文主要以立式金属容量比较法罐底量测量为例,采用数据分析与拟合的处理准则和判别标准,较为深入地研究了容量比较法的测量数据处理的基本理论和方法,并应用于真实的容量比较法数据进行验证和应用跟踪,为同行提供一种测量参考或研究参考。

融合微博数据的地震辅助决策系统

以新浪微博数据为基础数据,采用网络爬虫技术对数据进行抓取,通过地理编码确定受灾区的时空分布情况,基于数据质量评价体系分析微博数据的可用性,结合遥感数据构建辅助决策分析模型,实现了融合微博数据的系统平台;为验证系统的实用性,以2022年芦山MS6.1地震为例,利用微博数据空间分布特征、交通、地形地貌等数据,对灾后救援力量分配、安置点选址和路径规划进行分析,为地震灾害救援以及后续的灾后重建提供了有效的决策支撑。

基于多态数据采集的电力巡检驾驶舱故障预警与辅助决策

采用Pearson法、大数据挖掘法进行驾驶舱故障预警电力巡检时,存在电力巡检数据遗漏问题,导致故障预警准确率低,为此提出一种基于多态数据采集的电力巡检驾驶舱故障预警与辅助决策方法。设计驾驶舱故障预警与辅助决策结构图,采集电力巡检驾驶舱的多态故障数据;以多态数据为基础,判断电力系统故障的发生情况;通过数据预处理进行故障筛选,并以此为基础进行电力系统故障预警;根据EEAC理论生成驾驶舱故障辅助决策方法。为验证该方法的预警效果,设计了相关对比实验。结果表明,当迭代次数为2 000时,该方法的故障预警准确率为90%,故障预警效果较好。

生成式AI辅助“数据结构”教学研究——以CodeGeeX为例

生成式AI作为新兴的人工智能模型,可生成诸如文本、图像等新数据,引发教育界的关注。本文探讨了如何利用CodeGeeX这一专门辅助软件开发的生成式AI产品,助力数据结构教学,提升教学效果。借助CodeGeeX的智能生成算法代码、自动添加代码注释、智能解释代码、分析修复代码Bug以及实时智能问答等功能,教师可以更有效地引导学生深入理解基本数据结构的概念,熟练掌握其应用,解决实际问题,有助于提高教学质量和学生的学习效果。

基于Hadoop大数据框架的Transformer智能客服辅助决策系统

针对当前电力智能客服辅助决策系统存在的安全性低、占用率高、响应时间长等问题,提出了一种基于Hadoop大数据框架的电力智能客服辅助决策系统的设计方案。通过使用Hadoop技术,实现更高水平的数据安全性,确保客户和企业的敏感信息得到充分保护;通过采用分布式架构,有效降低系统占用率,提高其稳定性和可伸缩性;引入Transformer技术,进一步降低CPU占用率,从而提高了系统响应时间以及客户体验。实验结果表明,该系统不仅提高了客户服务质量,还提升了电力企业的运营效率,为未来的发展奠定了坚实的基础。

大数据辅助技术在智能变电站一键顺控系统中的应用研究

在升级改造“无人值守变电站”这一目标下,提出改造、建设智能变电站一键顺控系统,以全面推动变电站运维数字化转型、促进变电站高效可持续发展、提高变电站智能化管理水平。随着相关技术、大量设备的引入,变电站数据量呈现突增。其数据体量大、价值密度低、噪声冗余等造成数据层传输压力大,且数据安全存在威胁。首先,对一键顺控系统做出了相关介绍,指出顺控系统应用目前存在的问题,引入解决相关问题的针对性技术;其次,详细分析数据融合技术,对其在电力行业中的应用作了具体阐述;最后,简单总结数据融合技术在一键顺控系统中的应用与面临的挑战,并对智能变电站一键顺控系统的未来发展做出展望。

用双极比较法检定热电偶的数据处理方式的讨论

国家标准规定热电偶的允差值,用温度℃表示,而在实际检定中所测得的是电势差值,最后须进行数据处理换算成温度值。目前采用的换算方法、步骤较多,实用不便。为了更好地说明检定中各种量之间的关系,下面推导双极比较法检定热电偶数据处理的直接表达式,供检定人员参考。分析时采用如下温度线座标图。图中,t为检定温度点;t_标为标准热电偶测得的温度;t_被为被检热偶测得的温度;△t_被=t_被-t被检热电偶测得的温度对检定点的温度偏差;△t_标=t_标-t为标准热电偶测得的温度对检定点的温度偏差。

基于车载传感器数据的智能驾驶辅助系统优化

随着汽车技术的快速发展,智能驾驶辅助系统(ADAS)在提高道路交通安全性方面的作用越来越重要,然而现有系统在复杂道路环境下的安全性能仍有待提高。通过分析车载传感器数据对ADAS性能进行优化,采用机器学习算法对多源传感器数据进行融合与分析,并由此提出一种障碍物检测与轨迹预测改进方法。实车测试结果表明,该方法在检测准确率和计算效率方面均优于现有算法,研究成果可为ADAS的进一步优化提供新的思路和方法。

基于大数据与融合模型的钻井智能辅助决策系统

为了深度利用钻井过程中产生的大量数据,实现对随钻风险监测与预警的智能分析和辅助决策,基于C/S三层架构和数据中台,结合物理模型、智能算法和趋势分析技术,开发了钻井智能辅助决策系统。通过分析钻井数据来源、结构和用途,结合数据传输、自然语言提取和数据融合技术,实现了多源异构数据获取、融合和管理;综合考虑钻井过程中水力学和管柱力学的耦合影响,设计了模型融合机制,建立了随钻数字井筒系统。在此基础上,结合预测参数与实测参数的偏差变化趋势,建立了风险异常监测算法,将针对井下故障和复杂情况的处理措施与预警机制相结合,实现了风险预警与辅助决策。该系统在页岩油气水平井、深井等不同类型探井中应用50余口井,预警结果与现场符合率达91.5%,验证了其可行性及实用性。钻井智能辅助决策系统能够进行钻井参数优化和钻井风险监测,为高效安全钻井提供了技术保障。

GRU神经网络下电力辅助决策模型疑点数据检测

为了保证电力辅助决策模型在电网业务中的应用价值,提出GRU神经网络下电力辅助决策模型疑点数据检测方法。模拟电力辅助决策模型的运行过程,获取模型运行数据。利用GRU神经网络提取数据特征,并运用随机森林算法确定当前数据类型。通过对疑点数据进行审计,确定电力辅助决策模型的疑点数据量,从而实现模型疑点数据的检测。实验结果表明,与传统方法相比,优化设计方法的疑点数据检测误差更小,表明该方法在检测性能方面具有明显优势。