多端口并行通信下多维度数据高速采集仿真

在多端口并行采样过程中,不同输入通道之间存在失配造成的误差,导致数据采集不准确,且存在大量的冗余数据,增加了数据传输的负担。为了提高数据采集效率,提出一种超多端口通信中多维数据的高速采集方法。明确多维数据的采集理想值,分析多端口通信信噪比环境,选择通用接口保证通信兼容,稳定的模数转换器性能。为减少多端口并行采样的失配误差,利用时间交替并行采集策略,通过调试端口通信各类误差,降低通道信噪比。实时判断数据采集所需时间,重构数据采集误差函数,根据采集间距和模糊规则,调整有效距离,判断并删除冗余数据,实现多维度数据的高速采集。经实验证明研究方法能在保证数据完整性和精确度的前提下,实现高速采集,采集过程中受噪声影响小。

随机森林算法下智慧课堂多维度数据挖掘研究

针对智慧课堂中由于多维度数据特征复杂导致数据挖掘难度增加的问题,为提高数据挖掘的查全率、查准率和挖掘效率,提出了一种基于随机森林算法的智慧课堂多维度数据挖掘方法。本方法将云平台、教务平台以及其它平台作为智慧课堂多维度数据来源并采集相关数据,同时对采集的数据进行预处理,剔除异常与相似度程度高的数据。根据数据预处理结果与卡方检验原理,从数据中选择与智慧课堂相关的多个维度特征,并根据所选择的特征与随机森林开展多维度数据挖掘。实验结果表明,所提方法表现出了较好的性能,能够显著改善数据挖掘的准确性和可靠性。

“互联网+”时代背景下数字化智慧课堂多维度数据精准搜索方法研究

传统的智慧课堂多维度数据精准搜索支持度较低,因此,文章提出了“互联网+”时代背景下数字化智慧课堂多维度数据精准搜索方法。文章构建了课堂多维度数据属性集,制定了课堂多维度数据挖掘规则,基于数字化筛选精准搜索数据候选集,搜索最大频繁项目集,实现了智慧课堂多维度数据精准搜索。实验结果证明,所提设计方法在不同数据集下均有较好的数据挖掘支持度。

基于深度学习的物联网高属性维度数据特征提取与融合方法分析

阐述一种高属性维度数据特征提取与融合方法,通过深度神经网络对物联网数据进行学习和表示,从而实现对高属性维度数据的有效特征提取,以特征融合的方式,整合不同属性维度的数据特征。

基于支持向量机的多维度数据融合在油气预测中应用

油气预测中存在诸多不确定因素,包括属性的选取、预测算法的选取等。为了尽量消除这些不确定因素,论文利用支持向量机与信息融合理论进行地震油气预测,通过使用支持向量机内积函数定义的变换将输入空间映射到高维空间,并运用信息融合与支持向量机相结合的方法,尽可能的减小多种因素所带来的不确定性,提高油气预测精度,并通过实际数据验证,得到很好的效果。

基于多维度数据追踪模式下的医疗设备安全风险管理研究

目的:研究分析基于多维度数据追踪模式下的医疗设备安全风险管理方法,降低医疗设备管理风险发生频率。方法:采用安全风险管理方法,从多元角度采集医疗设备数据,构建多维度设备状态量相关性模型,分析设备安全风险信息,评估设备安全风险,根据风险严重性划分级别,针对风险超出接受范围的医疗设备实施安全风险管理,并与传统方法1和传统方法2对医疗设备安全风险管理后的风险发生频率进行比较。结果:采用安全风险管理方法对同类型医疗设备及不同类型的医疗设备管理后,设备风险发生频率始终较为稳定且低于两种传统方法。该方法同类型设备风险发生频率<2%,两种传统方法平均风险频率为15%~25%;该方法不同类型设备风险发生频率<5%,而两种传统方法的设备性能检测合格率变化波动较大,平均风险频率在25%左右。结论:基于多维度数据追踪模式下的医疗设备安全风险管理方法能识别管理医疗设备风险,降低风险发生频率,促进设备良好运行。

基于多维度数据的决策支持系统在500 kV海底电缆风险识别和管控中的应用

介绍了基于多维度数据的决策支持系统在500kV海底电缆风险识别和管控中的应用情况,该系统引入500kV海底电缆本体和外部环境多维度数据,能有效增强不同维度数据的互补性,大幅提高运维人员对海底电缆风险的识别和管控能力。

支持多维度数据去重的交互式可视分析方法

多维度数据中的重复数据会严重影响数据的挖掘、分析与应用.针对传统的数据去重方法的成本、效率和便捷性无法满足大数据分析需求的问题,提出一种数据去重的交互式可视分析方法.该方法将多维度数据通过表示学习提取高维特征向量;使用降维算法将其降至二维散点图;采用无监督聚类算法进行分析;支持用户交互式地调整算法模型及参数,逐步筛选确认重复数据并执行去重操作.对某大型供应链集成服务集团公司数据集进行分析、实验和用户调研,结果表明该方法能有效地处理主流数据清洗软件Trifacta Wrangler和OpenRefine难以发现的复杂数据重复问题,并且效率是它们的2倍以上,在学习难度和使用便捷性等方面也具有明显优势.

地区差异城市群大气污染多维度数据采集仿真

针对目前城市大气污染数据采集过程存在误差较大问题,采用决策树组织组建新的地区差异城市群大气污染多维度数据采集模型。在城市群大数据支持下,组建与气象信息相关的决策树组织。采用定点采集监测数据方法实现地区差异城市群大气污染多维度数据分析。结合多维度采集数据库,分别计算不同污染气体的实际排放量,构建大气污染多维度数据采集模型。为验证所提方法的有效性,设计一次仿真。由实验结果可知,所设计模型能够降低数据整合时间,且成本更低,模型采集的大气污染数据具有更高的准确性。得出结论,研究构建的模型具有可靠应用有效性。

基于多维度数据评估的无线网络规划模型研究

本文从传统网络规划的问题出发,研究建立一种基于多维度数据的网络评估模型,有效提升网络规划效率和精细程度,为后续的4G网络精确补盲和网络精准扩容提供有力支撑。

电子信息系统中多维度数据协同过滤方法

为解决因电子信息堆积造成的数据维度混乱问题,从而实现对信息参量的按需提取与处理,提出电子信息系统中多维度数据协同过滤方法。利用Hadoop分布框架构建标准的多维度数据集合,再通过指向性提取特征信息参量的方式,完成电子信息系统中的多维度数据分析。在此基础上,设置过滤行为的执行偏好,根据已知的隐向量筛查条件,计算得到协同梯度量的具体数值,实现电子信息系统多维度数据协同过滤方法的应用。对比实验结果表明,与云共享型过滤方法相比,多维度协同过滤法在单位时间内处理的电子信息数据量更大,能够更好满足系统主机对信息参量的定向提取需求。

基于模糊测度KNN的多维度数据分类算法

k-近邻(KNN)算法具有直观、无需先验统计知识、无监督学习等优点。多维度数据存在边界模糊性,这导致集合元素隶属关系的不确定,传统KNN算法不能有效地进行分类。本文提出利用模糊测度加强不确定性特征信息的量化,建立基于模糊测度的k近邻分类算法(FM-KNN)。先通过构建证据理论(Dempster-Shafer Theory)模糊测度函数,解决证据理论非单调性等问题;再利用证据模糊测度对多维度属性的不确定信息进行量化计算,通过支持信度确定样本分类规则。通过对比实验表明,在多维度样本数据分类方面FM-KNN算法比其他KNN分类算法有着更好的效果。

采用多维度数据技术对已挂网绝缘子的分析与故障诊断应用研究

研究多维度数据技术对已挂网绝缘子配置信息的分析和故障诊断;通过利用多维度数据技术设计一套算法界面对实际绝缘子故障原因和配置信息进行分析和预测,给出诊断结果,供专家审核和辅助决策。经验证,该技术能够对实际挂网的绝缘子配置信息给出分析、预测和诊断,指导绝缘子维修和维护,具有一定的实用价值。

基于多维数据的WTD-GA-BP海参养殖水温预测

在海参健康生长过程中海水温度是最为关键的因素,针对海参养殖环境复杂,预测水温难度大,精确度较低等问题,提出一种基于多维数据的WTD-GA-BP海参养殖水温预测模型.首先利用相关性分析方法,系统地获取海参养殖气象及水体环境因子与水温的相关关系;其次使用WTD方法对影响海参养殖水温变化的关键影响因子降噪,增强其数据的平滑性;最后,构建GA-BP水温预测模型,以多维数据作为模型输入,以水温作为输出完成水温序列的预测.结果表明,WTD方法有效去除了数据信号噪声,增强了数据平滑性.同时,以多维数据作为输入,充分挖掘了水温数据的变化特征.基于多维数据的WTD-GA-BP水温预测模型具有良好的预测性能,其评价指标MAE、MAPE和MSE分别为0.1468、0.0060和0.0503,能为海参养殖环境的水温预测提供数据参考依据.

并联型TBCC推进系统变维度一体化数值模拟方法研究

为了缩短组合动力系统内外流一体化数值仿真时间,加快高超声速飞行器的研制进度,基于商业软件发展了一种飞行器进/排气系统多维仿真与发动机等效一维模型相结合的TBCC推进系统变维度一体化数值仿真方法,其中进/排气系统采用多维数值仿真,涡轮发动机采用部件特性的数学模型,冲压发动机采用准一维数学模型,结合商业软件通过边界条件调用,实现变维度一体化数值仿真。数值仿真对比分析表明:TBCC推进系统等效一维模型模拟结果与GasTurb 10和风洞试验结果变化规律一致吻合较好,误差不大于3.0%;采用变维度数值模拟方法对某TBCC推进系统沿飞行轨迹加速爬升过程的分析表明,进气道总收缩比从2.0增大到5.5,喷管面积比从1.2增大到7.8。涡轮模态时,TBCC喷管出现明显过膨胀现象;冲压模态时,喷管的落压比随马赫数增大从8.3逐渐增大至20.4,过膨胀现象减弱,从而验证了多维与一维耦合数值仿真方法的可行性。

大型锻造液压机锻造成形数智化应用研究

随着工业4.0时代的到来,智能制造已成为制造业转型升级的关键方向。在此背景下,大型锻造液压机作为重要的锻造设备,对生产效率和产品质量的提升尤为重要。研究基于人工智能的大型锻造压机锻造成形全过程多维度数据采集及关键参数智能感知技术,构建一套完整的数据采集系统,实时监控锻造过程中的温度、压力、速度等关键参数,借助云计算平台的强大数据处理能力,对采集到的数据进行深度分析和处理,实现锻造过程参数的实时监测和智能调控,达到锻造过程的数智化应用,为智能制造领域提供理论支持和技术参考。

水泥企业在线物料平衡管理系统的应用

水泥企业的物料平衡管理多采用人工定期盘点的传统方式,盘点周期长,劳动强度大,盘点数据受物料种类和堆放位置影响较大。水泥企业在线物料平衡管理系统以水泥工艺理论为基础,以信息和数据为驱动,充分利用信息化、数字化技术采集水泥生产、质量、物流等多维度数据,从正向和反向逻辑推算平衡料耗,可实现每日物料定时盘存、定时输出盘点报告,辅助生产决策,提升企业的生产管理效率。

科技计划项目管理与评价的多维数据模型

针对科技计划项目实施过程的全流程,首先定义管理各流程的指标体系,将科技计划项目管理的3个阶段,即事前、实施、事后作为有机整体进行统筹管理,通过统计学方法减小主观评价差异,摆脱"重视申报评审,忽视实施过程,轻视项目结果"的管理模式;然后建立起项目实施、项目产出、经费管理以及单位综合情况等多维度数据评价模型;最后以山东济南市某高新技术企业为例开展了实证研究。

基于大数据的电力多维度分析系统设计

针对电力多维度分析工作,有学者提出了大数据电力多维度分析系统,以后这一概念受到了广泛的重视,并衍生出许多相关的理论研究。从各项理论研究结果上来看,该系统具有非常明显的应用优势,但当前关于该系统的实际应用案例较少,需要进一步开展大数据电力多维度分析系统的实际应用研究,验证该系统的可靠性。基于此,以电力设备运行数据为基础,开展大数据电力多维度分析系统设计工作,并利用设计系统得到多维数据模型,针对模型设置多维度数据分析规则,最终通过信息化方式建立了大数据分析平台,检验该平台在面对海量电力多维度数据时的表现,相应判断该系统的实践应用价值与可靠性表现。

信息化校园安全防控系统建设策略

针对校园安全防控建设现状,各校要积极改变传统的校园管理方式,结合学校自身的安全防控系统建设需求实现多维度数据汇聚、智能管理,人车信息、实时可视,预警报警,即时处理,重点建设信息化的视频监控子系统和校园车辆管理系统,确保能够快速、准确地实拍、记录。