关键词： 深度学习   雷达辐射源信号   信号分类   数据处理   卷积神经网络  

摘要： 人工智能是未来科技的发展趋势,也是雷达领域不容忽视的一个重要交叉学科。本文针对复杂体制的辐射源雷达信号分类问题转换为深度学习的分类问题,提出使用深度学习方法对PDW 数据进行分析,先对辐射源信号进行时频分析,从而得到时频分布图片,接着将时频分布图转换为灰度图像并进行归一化处理,再经过深度神经网络进行提高信号类型识别的精度,在10分类的任务中平均达到了 95%以上的识别精度,从而保障雷达系统稳定运行,有效提高系统运行可靠性。本文属于信号处理与人工智能交叉领域,涉及数据标准化与深度学习算法,可应用于主被动雷达信号侦测分析。

关键词： 倾斜摄影实景数据   AutoCAD   ObjectARX   OSG   数据处理  

摘要： 倾斜摄影实景模型的数据处理技术和方法是实景模型应用于各个领域的桥梁,借助领域设计工具可以生成地形、线划图、三维模型等。AutoCAD作为一款的计算机绘图工具软件,拥有操作简单、功能强大的有点,广泛应用于规划、建设、国土等部门。但目前AutoCAD在处理结构复杂、瓦片数量大的三维场景研究较少,无法实现倾斜模型的无缝集成,限制了规划、建设、国土等部门的倾斜摄影实景数据应用。本文就以上问题,结合AutoCAD软件自身特点及倾斜摄影实景数据处理理论,基于OSG三维开源引擎及ObjectARX二次开发技术,设计并实现了无缝集成AutoCAD的倾斜实景模型渲染系统。

关键词： 脉冲热像   虚焊焊点   趋势分析  

摘要： 针对现有检测手段难以解决的外观正常、又有电气连接的电子产品虚焊类缺陷的问题,本文采用脉冲红外热像检测方法获取温度数据,引入趋势分析法建立了虚焊类缺陷热像数据拟合曲线特征参量与不同虚焊程度缺陷之间的对应关系,成功解决了过余温度信号中难以辨识背景噪声和焊点缺陷信号的问题,提高了热像信号的分辨率和信噪比。

关键词： 数据处理   应用   电力系统   研究  

ISBN: (纸本)9787313261618

摘要： 本书为“十四五”国家重点图书出版规划项目“未来能源技术系列·新型电力系统”之一。本书共7章，介绍了电力领域的数字孪生技术和大数据技术及其发展方向与应用。第1章是电力物联网、现代能源系统及其数字化概述；第2章介绍了电力系统建模技术；第3章是在建模的基础上讨论了电力系统态势感知与优化调度；第4~6章为本书的核心部分，分别从数字孪生框架与数据利用方法论，数据信息化的理论、算法与案例，电力数字孪生系统的智能应用三个方面阐述了电力数字孪生系统的理念与框架、功能设计与工程实践；第7章对电力数字孪生系统工程项目的现状与未来趋势进行了介绍与展望。本书的绝大部分内容为原创性研究成果，可供从事能源领域、系统态势感知相关工作的人员，以及数据技术、数据科学领域的研究人员参考。

关键词： 自然灾害普查   前期数据处理   ArctoolBox   ArcPy   Python  

摘要： 充分利用相关数据进行分析利用在“自然灾害普查”的前期数据处理有着重要的意义,本文基于ESRI的ArcGIS平台,使用Python编程语言结合ArcPy模块与ArcGISArcGIS的ArctoolBox工具相结合的方法进行研究,该方法不仅可以用于“自然灾害普查”项目,同类项目都可以用此方法进行数据的分析利用。通过实际项目的验证,表明该方法能够满足“自然灾害普查”的前期数据处理要求,减少了外业调查工作的工作量,降低了外业调查工作的难度,增加了外业调查工作的正确性。

关键词： 短信告警机制   数据采集   数据存储   数据校验   数据处理  

摘要： 为满足用户对青岛市预警信息发布平台高稳定性、高可用性的需求,该文在平台中设计并应用了一套集数据采集、数据分析、数据存储、数据校验以及数据处理于一体的短信告警机制,其中数据处理包括了数据展示和短信发送。经测试证明,该短信告警系统监控能够在采集到预警信息发布平台故障信息时,通过使用手机短信这一成熟的数据传输方式向业务值班手机发送告警短信,确保值班人员第一时间得到提醒,及时地维护平台安全与稳定、保障预警信息能及时进行发送。

关键词： 业财融合   核心职能   数字化转型   会计平台   决策支持   推进思路   数据处理   商业银行财务  

摘要： 财务工作是一项数据处理的工作,是银行管理职能中的核心职能,财务工作的数字化转型也应当成为一家银行数字化转型的引领和驱动。按照基础层、管理层和战略层逐层推进的设想,财务工作的数字化转型可涵盖三方面内容:-是致力于业财融合的财务共享平台,二是致力于提质增效的管理会计平台,三是致力于决策支持的智能财务平台。

关键词： 大数据处理系统   DNN推理   GPU   显存   模型共享  

摘要： 近年来,学术和工业界广泛利用大数据处理系统来处理视频分析等领域基于深度神经网络(deep neural networks, DNN)的推理负载。在这种场景下,因大数据系统中多个并行推理任务重复加载相同且只读的DNN模型,导致系统无法充分利用GPU资源,成为了推理性能提升的瓶颈。针对该问题,该文提出了一个面向单GPU卡的模型共享技术,在DNN推理任务之间共享同一份模型数据。在此基础上,为了使模型共享技术作用于分布式环境下的每一块GPU,该文还设计了支持多GPU卡模型共享的分配器。将上述优化技术集成到在GPU平台上运行的Spark中,实现了一个支持大规模推理负载的分布式原型系统。实验结果表明,针对基于YOLO-v3的交通视频处理负载,相对于未采用模型共享技术的系统,模型共享技术能够提升系统吞吐量达136%。

关键词： 非结构化数据   MapReduce   HDFS   HBase  

摘要： 为了有效提高非结构化数据处理的效率,本研究围绕MapReduce框架、Hadoop分布式文件系统(Hadoop Distributed File System,HDFS)、Hadoop数据库(Hadoop Database,HBase)技术展开了深入研究,并在此基础上设计并实现了一个非结构化数据处理系统,针对系统的小文件存储性能优化和HBase数据存储优化提出了相应的解决方案,极大地改善了非结构化数据的处理效率,为相关领域研究提供了一定的参考价值。

关键词： 无人机测绘   数据处理   关键技术  

摘要： 无人机属于高新技术,在科学技术水平不断提高支持下,其相关技术也发展得愈加成熟,各项功能也十分全面,其中无人机测绘技术出现和应用,使得数据采集、数据处理等方面的工作效率得到提高,充分满足了现代测绘工作要求,加上此项技术具备较高灵敏度和操作便捷性,有效弥补了传统测绘技术不足。基于此,本文对无人机测绘基本特点及主要模块构成进行分析,并从五相机技术、数字 DEM 技术、数字 DOM 技术以及空中三角测量技术等方面阐述无人机测绘数据处理关键技术要点,提出在国土测绘、环境监测等领域的具体应用,希望能为实现我国测绘技术水平进一步提高提供参考。