基于控制策略数据的ACC切入场景下HMI设计研究

目的通过基于控制策略数据的智能汽车自适应巡航控制功能的人机界面设计研究、实践和评估,为自动驾驶汽车中的智能功能HMI设计提供参考方法和指导。方法首先通过大量查阅文献资料,了解ACC功能在切入场景下的运行逻辑和控制策略参数。然后结合驾驶员操作及认知任务,抽离出汽车HMI中进行展示的数据信息。最后通过信息架构设计、基础元素设计和多屏互动方案设计等设计分析和实践,对切入场景下汽车多屏HMI进行设计。结果对ACC功能切入场景下的设计方案进行了可用性测试评估,结果显示ACC的HMI设计方案逻辑清晰,有较高的可用性。结论基于控制策略数据的HMI设计,能有效帮助设计人员进行复杂汽车智能功能的人机交互设计,提高HMI可用性。

IPSec中大容量安全策略数据库的高效查找算法

IPSec是近年来被广泛采用的网络安全协议，它的应用之一VPN网关在需求的推动下支持越来越大的安全策略库（SPDB）。由于每一个进出的IP包都涉及对SPDB的查询，因此查询算法的效率至关重要。该文设计了一种基于键树思想的SPDB组织方式和相应的查找算法，使平均查找长度大为缩短。

IPSec安全策略数据库研究及其硬件实现方案

分析比较现有两种基于软件实现的SPD查找方案性能后,通过测试得出利用软件实现SPD的查找效率难以提高,需采用硬件方式才能较大改善IPSec的处理性能。提出一种利用TCAM存储IPSecSPD数据库的实现方案,并论证了该方案的可行性。

面向交直流混联系统的潮流计算数据生成策略

随着电力系统中多类型直流线路占比的逐步提升,调度系统与异构平台间的潮流数据交换需求明显增大,亟需研究新形态下交直流混联系统的潮流计算数据生成问题。该文从拓扑转换、网络拓扑分析、设备建模以及数据生成策略4个主要步骤,实现含交直流系统的基于可扩展标记语言的通用信息模型(common information model/extensible markup language,CIM/XML)数据到潮流计算输入数据的转换。首先,该文从设备间开关拓扑的角度,进行深度优先算法(depth first search,DFS)搜索和设备拓扑拼接,实现开关/节点模型到母线/支路模型的转换;其次,在筛选出活拓扑岛、剔除不带电设备后,着重分析了CIM/XML中换流器建模对交直流节点选取的影响,进而提出了直流节点选取规则和具备普适性的直流数据生成策略。最后,以某地调度500kV及以上交直流网络导出的CIM/XML数据为算例,潮流计算结果与数据采集与监视控制系统(supervisory control and data acquisition,SCADA)量测数据比对验证所提策略的有效性。

基于信道建模的多层星地融合数据分配策略

为了解决空天地一体化网络中面临的星地链路切换效率低、数据分配不均、数据传输中断率高等问题,针对多层卫星架构的星地融合数据传输场景,提出了一种基于信道建模的多层星地融合数据分配策略。该策略考虑星地距离、自由空间路径损失、信道增益、剩余服务时间等因素,基于香农信道容量理论,构建信道模型感知的低地球轨道卫星服务能力量化模型,从而生成数据分配策略。考虑数据传输中断风险,依托数据交互历史信息,通过可靠性确认机制动态调整数据分配策略,以提升数据传输效率,实现中断避免的星地链路无缝切换。仿真结果表明,所提策略在投递率、平均投递时延与中断率方面均优于其他基准算法。

基于人工智能挖掘技术的文本数据分析策略

阐述人工智能技术和数据挖掘技术的特点和功能,包括知识表示、推理技术、搜索技术。对于知识表示,可以借助连接表示法进行标识,使用神经网络对权重进行有效调节,达成数据样本输入和类别信息对应,可保证训练后的新型系统神经网络能够在数据库中准确挖掘到目标数据。

合成训练环境体验式训练的数据策略

为探索在合成训练环境中通过训练数据对训练效果进行科学评估的技术途径,对美国陆军作战能力发展司令部与得克萨斯大学联合实施的以提高战备能力为目的的合成训练环境体验式训练项目进行深入研究。该项目以胜任能力发展战略为指引,构建一种可扩展的数据策略,以通用智能辅导框架为表现证据提供支持,体验式应用程序接口实现士兵训练表现到胜任能力的深层映射,能力与技能系统生成能力断言,在虚实融合环境中实现数据互操作,达到对原始训练数据的充分利用。通过对步兵班组案例的分析,充分体现该数据策略的有效性。

共享中心数据优化策略与实践

共享中心作为数据管理和协同的关键枢纽,扮演着集成、存储和分发数据的重要角色。然而,随着数据规模的不断增长,共享中心的数据管理面临着更为严峻的考验。数据质量的波动、信息安全的日益威胁,以及不同数据来源的标准差异,都对共享中心的数据产生了深远的影响。本文旨在深入研究共享中心数据的优化策略与实践,以期为面对日益庞大和复杂的数据环境的组织提供切实可行的解决方案,从而在数字化时代保持竞争优势。

数字政府建设中数据要素的应用与治理策略

数字政府建设是新时代我国政府治理模式的一次深刻变革,是国家治理体系和治理能力现代化的重要途径。党的十九届四中全会指出,要“加快数字化发展,建设数字中国”。2021年9月1日起施行的《中华人民共和国数据安全法》要求“国家建立数据分类分级保护制度,对涉及国家安全、国民经济命脉、重要民生、重大公共利益等数据实行最严格的保护制度”。这对数字政府建设提出了新要求,即加快数字政府建设需要处理好数据资源的开发利用与保护、数据资源共享开放与保护以及数据安全等方面的关系。为此,必须从顶层设计出发,深入研究和探索数据要素应用和治理问题。

通信网络中的数据库缓存策略与性能优化

在通信网络中,数据库的性能优化至关重要,以确保高并发访问和实时数据需求的满足。针对通信网络数据库面临的大规模、高并发访问的特殊需求和挑战,深入研究了数据库缓存策略与性能优化。通过基于内容的缓存策略和基于访问模式的缓存策略的优化方法,结合数据存储引擎的选择、数据分区与分片、缓存与持久性的平衡以及数据压缩与编码等关键策略,提出了一套完整的性能提升解决方案,以满足通信网络数据库在实时响应、高并发访问方面的需求。

使用深度强化学习优化分布式数据库的数据分布策略

本研究致力于探讨使用深度强化学习(DRL)来优化分布式数据库系统(DDBS)中的数据分布策略。考虑到现有的 分布策略难以应对数据量的激增和查询模式的变化,本文提出了一个新颖的 DRL 集成框架。在该框架中,DRL 算法作为智能代 理与数据库系统交互,通过实时学习优化数据分布决策。研究着重于 DRL 模型的状态、动作和奖励设计,确保代理能够在数据 库环境中做出有效的数据管理决策。实验结果表明,该 DRL 优化策略有效提升了数据库系统的处理效率和性能。此外,本研究对 DRL 在数据库管理领域的应用提供了理论和实践上的新见解,证实了其在处理复杂系统优化问题上的潜力。

互联网运营商与内容商数据补贴策略优化设计

移动运营商设计并推出数据补贴策略,允许内容提供商为消费者消耗的流量付费,消费者可以免流量费用上网.针对运营商和内容提供商在何种市场条件下应该达成数据补贴策略,建立了一个移动运营商和一个内容提供商或两个内容提供商情境下的经济学分析模型,并考虑了单位流量价格的非线性特征(单位流量价格的折扣率)以及市场规模的动态变化(数据补贴策略对消费者的吸引效果:消费者消耗平均流量的增长率以及消费者数量的增长率).研究表明,为了达成数据补贴策略,运营商给予内容提供商的折扣率不宜过高,内容提供商给予广告商的折扣率同样不宜过高.在数据补贴策略的效果较弱的条件下,内容提供商不采纳数据补贴策略;在数据补贴策略的效果适中的条件下,只有一个内容提供商采纳数据补贴策略;在数据补贴策略的效果较强的条件下,两个内容提供商都会采纳数据补贴策略,并且运营商以及两个内容提供商实现三赢.考虑了数据补贴策略的效果、定价中存在的二级价格歧视现象以及运营商和内容提供商组成的系统的情况,为运营商和内容提供商的策略治理、价格治理以及生态治理提供新视角.

基于智慧图书馆下的大数据采集策略研究——以江苏省公共图书馆为例

本文以江苏省公共图书馆为例,针对当前公共图书馆大数据采集现状,讨论采用多种策略相结合的方式开展大数据采集,以确保采集数据的全面性、高质量、安全性和可用性。旨在探讨科学合理地制定公共图书馆大数据采集策略,优化数据采集流程,提高数据采集质量和效率,从而为公共图书馆服务和管理提供更为精准的支持和指导。对于推动公共图书馆大数据应用的发展,提高公共图书馆服务水平和质量,具有一定的理论和实践意义。

基于数据映射和胶囊网络的轴承故障诊断方法

传统深度学习模型自适应提取振动信号故障特征,实现端到端轴承故障诊断。然而,振动监测信号为非常复杂的非稳态时序信号,若深度网络直接以原始振动信号为输入,数据之间的非线性耦合作用会极大影响模型对故障特征的提取效率。目的为降低故障信号之间强非线性耦合作用,解决卷积神经网络对空间约束信息丢失的问题,提升轴承故障诊断性能,方法本文提出一种基于数据映射和胶囊网络(capsule network,CapsNet)的轴承故障诊断方法。首先,将图像处理领域中具有细化颜色特征能力的颜色空间模型(color names,CN)引入故障数据预处理中,将原始低维空间数据映射至高维空间,提升故障数据空间区分度;其次,针对映射后数据维度较高且具有一定冗余,影响故障诊断效率的问题,引入主成分分析(principal compo⁃nent analysis,PCA)法提取故障数据主元信息,降低数据维度;最后,考虑到胶囊网络有效提取空间约束信息的能力,将CapsNet作为故障诊断的骨干网络对故障特征进行识别和分类。结果使用CWRU、XJTU-SY数据集对该方法进行验证,实验结果表明,该方法在两种数据集上故障诊断准确率均达98%以上,与其他基于深度学习的故障诊断方法进行对比,该方法的诊断性能具有一定优势。结论本文方法可对故障数据进行有效解耦,提升数据之间的空间区分度,获得较高的轴承故障诊断精度。

感知价值不确定下数据产品交易抽样策略分析

针对数据产品交易前数据需求者对价值认知的不确定,探究数据产品交易抽样策略成为改善数据交易平台活跃度和数据交易量的重要途径。整合双寡头竞争博弈模型和扩展的两维Hotelling模型,通过刻画数据产品交易抽样策略对数据需求者效用的影响,本文将数据交易市场划分为以数据匹配为主导和以数据质量为主导的市场,探究差异化数据交易平台不同抽样策略情景下的最优数据产品质量及相应的交易价格。此外,本文还对数据交易抽样策略与均衡状态下数据产品质量及平台收益间关系进行分析。研究表明:相比不采取数据交易抽样策略和都采取抽样策略,当且仅当满足特定条件时仅一个平台采取数据抽样策略更有利于提升平台自身及竞争者的收益。研究结论为数据交易平台采取数据抽样策略提供了理论指导,同时对优化数据产品质量和定价提供了借鉴。

基于质谱的高覆盖代谢组学数据采集策略研究进展及在环境毒理学的应用

代谢组学是分析细胞或生物体中小分子化合物的一门组学科学.代谢组学的目标是尽可能分析特定生物样品中的所有代谢物,实现高覆盖分析.基于质谱的技术促进了组学规模的代谢物检测,成为代谢组学的重要分析平台.质谱数据采集策略的选择对获得全面且高质量的代谢谱图信息至关重要,影响数据采集率进而影响代谢组学的覆盖率.本文全面综述了当前基于质谱的高覆盖代谢组学数据采集策略的研究进展,总结方法的优势和局限,并概述当前代谢组学方法在环境毒理学领域的新应用,最后讨论当前局限并对未来发展做出展望.

C-V2X网络下基于传输损失函数的数据传输策略

蜂窝车联网是智能网联汽车发展的重要方向。为了提高通信过程中的数据传输质量,对平均端到端通信时延、时延抖动程度和丢包率进行计算,提出了表征系统性能的传输损失函数;设计和实现了基于传输损失函数的专用短程通信(DSRC)短消息(DSM)数据传输策略,并将其与透明传输策略进行了试验测试与对比分析。试验结果表明,相比于透明传输策略,提出的数据传输策略在静态直道、静态弯道、动态直道、动态弯道4种场景下,传输损失分别下降了48.95%、52.96%、47.79%和50.86%。提出的数据传输策略确保了网络直连通信的有效性、稳定性和可靠性的综合优化。

基于自适应静态数据布局策略的深度学习张量程序自动生成框架

如何确定静态数据布局是深度学习张量程序自动生成框架面临的重大挑战。Ansor作为目前应用最广泛、最具前景的此类框架,其根据预先指定的单一静态数据布局策略,训练性能预测模型,依据该模型搜索最佳性能的张量程序。但其存在单一策略非最优和性能预测模型不准确的问题。为此,本文提出基于自适应静态数据布局(AL)策略的深度学习张量程序自动生成框架AL-Ansor。AL-Ansor在搜索过程中自适应地选取多种静态数据布局策略,共同训练性能预测模型,从而搜索得到性能更高的张量程序。本文以32核Intel Xeon CPU为目标硬件平台,在多个卷积层上进行实验,结果表明,在同样的搜索次数下,相较于基于3种指定静态数据布局策略的Ansor,AL-Ansor生成的张量程序分别有13.81%、12.41%和16.59%的平均性能提升。

基于一致性哈希算法的分布式机电系统海量数据存储策略研究

针对分布式机电系统远程全寿命周期运行监测庞大的海量数据分布式存储与管理的负载不均衡问题,提出一种基于权值比例分配各主机节点数量的分布式存储策略。分析分布式机电系统远程监测平台的数据流结构及其数据特征,建立基于一致性哈希算法的机电液数据的哈希环信息映射,同时引入虚拟节点解决哈希偏移问题。考虑各主机性能差异,基于权值分配虚拟节点,实现负载的自适应,并建立了虚拟节点的动态分配机制。试验结果表明:该存储策略具有良好的负载均衡性,较平均分配各主机节点数量的一致性哈希动态分配存储策略效果更好,能有效减少动态分配次数,使系统快速进入正常运行状态,实现数据的高效存储。

面向云计算的智能电网数据安全策略分析

阐述云计算技术在智能电网中的应用,针对智能电网数据安全问题,提出面向云计算的智能电网数据安全策略,包括数据加密、实时监测和响应、备份和恢复策略、漏洞管理和应急响应的安全策略。