Design and Realization of Block Level Augmented Reality Three-Dimensional Map

In response to the construction needs of “Real 3D China”, the system structure, functional framework, application direction and product form of block level augmented reality three-dimensional map is designed. Those provide references and ideas for the later large-scale production of augmented reality three-dimensional map. The augmented reality three-dimensional map is produced based on skyline software. Including the map browsing, measurement and analysis and so on, the basic function of three-dimensional map is realized. The special functional module including housing management, pipeline management and so on is developed combining the need of residential quarters development, that expands the application fields of augmented reality three-dimensional map. Those lay the groundwork for the application of augmented reality three-dimensional map. .

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。

A heuristic cabin-type component alignment method based on multi-source data fusion

In cabin-type component alignment, digital measurement technology is usually adopted to provide guidance for assembly. Depending on the system of measurement, the alignment process can be divided into measurement-assisted assembly(MAA) and force-driven assembly. In MAA,relative pose between components is directly measured to guide assembly, while in force-driven assembly, only contact state can be recognized according to measured six-dimensional force and torque(6 D F/T) and the process is completed based on preset assembly strategy. Aiming to improve the efficiency of force-driven cabin-type component alignment, this paper proposed a heuristic alignment method based on multi-source data fusion. In this method, measured 6 D F/T, pose data and geometric information of components are fused to calculate the relative pose between components and guide the movement of pose adjustment platform. Among these data types, pose data and measured 6 D F/T are combined as data set. To collect the data sets needed for data fusion, dynamic gravity compensation method and hybrid motion control method are designed. Then the relative pose calculation method is elaborated, which transforms collected data sets into discrete geometric elements and calculates the relative poses based on the geometric information of components.Finally, experiments are conducted in simulation environment and the results show that the proposed alignment method is feasible and effective.

大数据在测绘地理信息中的应用

随着现代科学技术的不断发展,测绘地理信息工作日益完善,尤其是大数据技术的引入及应用,能有效提高测绘工作的整体水平,提高地理信息测绘效率,推动测绘工作的发展。鉴于此,文中从现阶段测绘地理信息的发展及存在的问题出发,阐述了大数据技术在测绘地理信息中的应用优势,具体分析了大数据技术在地理信息测绘中的应用实践,并提出需要借助大数据技术来提高测绘地理信息服务水平,以期能为地理信息测绘领域提供参考,进一步推动相关行业的发展。

基于多源数据的在线数据评估技术

在线数据模型及电网参数是电网调度一体化运行计算分析的基础。考虑多源数据的特征,提出了基于多源数据的在线数据评估方法。采用动态智能映射策略方法进行在线数据模型评估,进而利用模型评估的结论结合SCADA/EMS的数据给出电网参数评估方法;最后利用电力系统高级计算的相关知识对在线数据进行调整。实际算例证明该方法能够对在线数据进行全面的评估及校核,并具有较高的计算精度,能为智能电网技术支持系统在线数据实用化分析提供一种可行的方法。

分布式计算环境下的栅格数据存储策略

针对传统的栅格数据存储策略不能满足分布式计算环境下粗粒度数据访问需求,应对海量栅格数据计算时效率低下的问题,结合分布式文件系统的存储特点,同时考虑地图代数算子在Map/Reduce阶段以栅格瓦片为单位的计算特点,提出一种基于Hadoop分布式文件系统的栅格瓦片存储策略。围绕栅格数据瓦片分割、压缩瓦片数据组织与存储、分布式文件输入输出接口改进等方面对该存储策略加以实现,并使用基于该存储策略的地图代数局部算子的分布式计算流程加以验证。理论分析与实验结果表明,该策略能够显著提高分布式计算环境下空间分析算子的运算速度。

对象模型向关系数据库模式映射的策略及其应用

面向对象的关系数据库设计是面向对象软件工程的一个环节，而对象模型向关系 数据库模式的映射是面向对象关系数据库设计的核心。结合油气储运网络管理系统的一期工 程实践，对对象模型向关系数据库模式映射的策略进行了讨论。应用结果表明，应用系统采 用面向对象的分析和设计方法，结合传统的关系数据库模型可加快软件开发进程，具有较好 的经济性和可行性。

三值光学计算机数据位与运算部件像素的映射技术

为有效利用运算部件像素资源,在介绍了降值设计理论、三值逻辑光学运算部件结构、三值逻辑光学运算器使用像素的情况等问题之后,提出并详尽讨论了三值光学计算机数据位与光学运算部件像素之间的一种映射方法。该方法包含了"以像素位为单位"进行映射、"像素组合互补性优先"、"定时映射"等策略。采用了"定时映射等待队列"、"构造像素组合互补运算器组"等关键技术。描述了相应程序的流程,并给出了相应的实验方法,验证了该方法的可行性和有效性。

基于云计算的物联网数据挖掘

物联网是一个巨大的、分布广泛的物与物相连的网络,其上产生的海量数据通常是与时间和空间相关的,具有动态、异构、分布的特性,因此对这些数据的挖掘非常困难,而且耗费时间和内存,效率低下。为了解决这些问题,提出了一种基于云计算的物联网数据挖掘系统:将这些海量数据转化为PML数据文件,并存储在HDFS中,同时把挖掘任务分配到多台节点服务器上并行处理。采用Hadoop平台,将关联规则Apriori算法Map/Reduce化,提高了挖掘的效率。另外,采用副本策略将计算向存储迁移,将失效节点的计算迁移到副本数据存储节点就地执行,降低了数据传输的时间,大为提高了挖掘的效率。

基于STEP的三维表面有限元网格生成技术的研究

研究了三维表面有限元网格自动生成的技术,利用映射法实现了模型表面的三角网格剖分。基于STEP文件格式的模型的导入和重建,将模型的每个表面映射至参数空间,利用推进波前法生成参数面网格,然后映射回三维表面。研制了一套网格剖分策略,运用该策略对多种类型表面进行了分析求解。

一种fuzzing策略评价方法

鉴于当前fuzzing技术发展中出现的各种策略的性能无法形式化衡量的问题,设计一种评价框架,通过基于跟踪器生成的污点数据图与解析器生成的语义树之间的映射关系,计算某种策略的效能值与熵值来对此策略性能进行量化,根据评价结果从策略集中筛选出较优策略。通过实例的测试,证明了方法的可行性。对测试目标实施最优策略将能提高对测试目标的代码覆盖率与漏洞检测能力。

大数据交通研究的知识图谱与研判——基于CNKI(2012-2017)的量化分析

交通运输作为一国发展的重要组成部分之一,承担着国家经济发展和民族融合的功能,其现代化水平直接影响国家进步的程度。以近5年CNKI数据库收录的499篇大数据交通研究的核心期刊学术论文为样本,利用CiteSpace V进行分析,绘制2012-2017年国内大数据交通研究的知识图谱,全景式再现我国大数据交通的时空动态发展历程、直观展示研究文献的机构分布、研究学者、研究热点状况,并探测其发展趋势,为我国大数据交通理论与实践研究的进一步推进提供基础性的知识支撑。总结和梳理国内大数据交通的研究热点和总体研究趋势,以破解交通拥挤、事故救援、环境污染、能源短缺等交通运输领域的"老难题",回应国家为适应新时期"供需关系"的精细化管理就显得尤为重要。

“从数据到决策”对美军军事测绘发展的影响

本文首先介绍了美军“从数据到决策”的发展策略，分析了美军采取这一发展策略的背景及目的。接着围绕着“从数据到决策”对美军军事测绘发展的影响，重点分析评述了美军测绘管理机关国家地理空间情报局（NGA）应对这一发展策略所采取的措施和取得的成效。最后，结合“从数据到决策”发展策略和NGA研发优先项目文件，分析了NGA未来研发重点，以及对我们的一些启示。

基于元数据驱动的多策略通用数据迁移模型

随着企业数据中心的建立,企业需要将不同数据源的数据迁移到数据中心。一种做法是采用商用迁移工具,另一种是针对不同的数据源开发专门迁移软件。随着企业业务及需求的变化必将导致数据源数据模型的改变,这两种迁移方式根本无法满足企业对数据迁移的灵活需求。本文在对数据迁移策略、映射模式、ETL以及元数据等技术研究的基础上提出了一种基于元数据驱动的通用数据迁移模型。当数据源发生变化时,只需要在映射模型中增加新的映射模式就能够适应数据源的变化。该模型的普适性已在大庆油田井下作业数据中心多策略数据迁移中得到了验证。

基于改进麻雀算法优化深度极限学习机的缺失数据预测

数据缺失降低了数据的可利用性,因此如何预测缺失数据变得尤为重要。针对缺失数据问题,提出一种改进麻雀搜索算法优化深度极限学习机的预测算法。首先,将Singer混沌映射、柯西-高斯变异策略和余弦权重因子与麻雀搜索算法结合;其次利用改进后的麻雀搜索算法优化深度极限学习机中的各极限学习机中自动编码器的输入权重与偏置,进行缺失数据预测。实验表明,在小数据量,低缺失率下时,改进麻雀搜索算法优化深度极限学习机相较于麻雀搜索算法优化深度极限学习机、粒子群优化深度极限学习机、深度极限学习机,其稳定性强,预测精度最高;在均方根误差、平均绝对误差等评价指标上改进麻雀搜索算法优化深度极限学习机优于对比算法。

基于贪婪策略的NAND FLASH存储器的磨损均衡算法研究

NAND FLASH存储器是无线传感器网络节点的存储设备。传感器节点在监控区域中不断获取数据信息,并进行节点之间的数据交互,使得NAND FLASH存储器频繁地进行写操作,从而造成物理块的擦除次数不均衡,缩短了存储器的使用寿命,最终影响整个传感器网络的使用寿命。针对上述问题,提出了贪婪策略的分区地址映射磨损均衡算法。该算法根据磨损擦除的参数进行贪婪选择,选择出擦除次数小的物理块进行写操作,而对擦除次数大的物理块进行配置与实验数据迁移,进入等待擦除。通过软件测试的方式,证明了所提算法可以有效地实现并优化NAND FLASH存储器的磨损均衡。

数据重用在企业导入人工智能技术中的价值及实现路径研究

[目的/意义]研究数据重用在企业导入人工智能技术中的价值及实现路径。[方法/过程]运用网络调查和案例分析法梳理企业应用AI技术的领域、AI支持大数据分析的业务内容,从战略地图角度分析数据重用在此过程中发挥作用的路径并运用实际案例进行说明。[结果/结论]企业可从数据集成角度理解数据重用发挥的价值:降低数据处理成本;提高决策支持准确度;细分或关联众多大数据场景;从知识管理方面促进企业创新。

城镇建设管理中的电子地图更新方法及应用探讨

电子地图为城镇信息化管理系统平台的空间底图,承载了城镇的地理、经济活动等空间信息。随着城镇建设管理的不断发展,各项空间地理数据正大量生产,为保证电子地图服务的可靠性,地图更新迫在眉睫。本文立足广东省广州市增城区生产实际,充分利用国土规划、民政、公安三大部门6类业务生产空间数据成果,重点探讨道路、水系、POI、高程信息四类数据的更新策略,有效整合多源数据,实现电子地图的数据更新;同时对电子地图的符号设计、配色方案等方面进行优化处理,实现增城政务电子地图的制图更新。

基于数据扩充及风力发电机组功率曲线分段回归的自适应监测方法

准确的功率曲线可以反映风机的运行状况,在风力发电机组的监测中至关重要。然而,一些新安装的风力发电机组由于没有足够的训练数据来拟合准确的功率曲线,从而导致监测结果不佳。本文提出了一种基于数据扩充的分段回归方法实现对风电机组的自适应监测,该方法可分为离线建模阶段和在线监测阶段。在离线建模时,首先,设计了一种新的映射函数,通过将其他数据集的数据映射到目标数据集上,从而实现对目标数据集的扩充,进而使得目标风力发电机组有足够的数据用于模型训练。然后,设计了一种分段建模策略,将扩充后数据的信息精炼到少量样本中,再进行功率曲线拟合,可以以较低的计算复杂度准确拟合出功率曲线。在线监测时,可依据功率曲线模型对功率进行预测,最后将预测结果与实际功率进行比较,从而实现对运行状态的监测。此外,我们提出一种增量学习策略,以利用新的数据实时更新模型提高预测和监测的准确度。实验采用真实风电数据,结果表明,所提监测方法能够在数据不足的情况下能准确地发现异常行为,监测准确率可达92.77%。

基于FOA的无人机协同态势感知搜寻模型构建及应用

无人机协同态势感知搜寻任务规划问题是当前无人机应用研究领域的关注重点。基于现实无人机搜寻任务统计的大数据概率搜寻热图,概括总结出区域定点搜寻、大范围机动搜寻和机动避让搜寻3类搜寻目标机动模式,采取大数据增量计算3类情形下的无人机协同搜索识别概率,基于果蝇优化算法对应构建了“效率优先”“中心辐散”和“向心辐合”搜索策略的无人机协同态势感知FOA搜寻模型,得到无人机协同搜索到搜寻机动目标的最高概率分别为66.82%、86.72%和81.48%,并利用博弈论思想对无人机协同搜索策略和搜寻机动目标对抗避让策略进行了辨析。该模型具有较强适应性,为无人机协同态势感知搜寻任务规划问题提供了一定技术支撑。