关键词： 时空数据   时空数据处理   时空多边形范围查询   时空k近邻查询   时空索引  

摘要： 随着定位技术的飞速发展和基于位置的服务的普及使用,多源时空应用不断产生了大量的时空数据。海量的时空数据蕴含丰富的价值信息,高效查询和处理这些数据至关重要。大规模时空数据的高维性、空间区域的复杂性以及查询模式的独特性加重了时空数据查询和处理任务的计算负担。已有的查询技术缺乏对多维时空查询的支持,不支持对复杂空间区域的扩展,并且查询效率有待进一步提高和优化。为了支持复杂查询场景下的多维时空查询,以及提高时空查询效率,本文在分布式空间数据处理框架Spatial Hadoop的基础上,对时空数据处理的查询优化问题进行了研究。本文的主要工作如下: (1)针对已有的范围查询算法对多维时空查询的支持能力不足,以及不能满足复杂空间查询场景等问题,本文提出一种分布式时空多边形范围查询算法STPRQ。该算法基于全局索引,在空间范围搜索阶段提出了多边形范围查询模型,并基于记录读取器对数据对象进行时空约束下的重过滤。实验结果表明,该算法在减少磁盘空间开销的同时,有效提高了算法的查询效率,将查询开销减少了81%。 (2)针对已有的k近邻查询算法缺乏对时间邻近性的支持且查询性能低效的问题,本文提出了一种针对时空信息的时空k近邻算法STk NNQ。该算法对时空约束条件做出了定义,能够综合考虑时间因素和空间因素来计算时空邻近度,并基于全局索引提出了时空数据分区策略。本文还提出了一个自适应的迭代范围优化策略,能够根据用户给出的查询时间范围,优化算法的迭代范围,避免查询不相关的数据块带来的时间成本。实验结果表明,本文提出的算法能够提高对时空数据的查询效率,缩短了35.6%的响应时间,能够满足用户高效性和精确性的查询需求。

关键词： 车载毫米波雷达   雷达信号处理   航迹追踪   GPU   并行计算  

摘要： 近年来,随着自动驾驶技术的不断发展,高性能的车载传感器成为不可或缺的研究方向。其中,车载毫米波雷达,具备全天候全天时的工作能力,即使在雨雪大雾等恶劣环境下,仍旧能保持稳定的性能,且具有体积小、高集成、成本低等优点,已成为汽车自动驾驶系统的核心传感器之一。因此,基于车载毫米波雷达,研究在复杂路况环境下对目标的高精度高效率的检测技术具有重要的实际意义。基于GPU的CUDA并行计算程序,为雷达信号处理算法提供了新方法。本文以线性调频连续波(Linear Frequency Modulated Continuous Wave)为基础,分析了毫米波雷达测速测距测角等目标检测方法,以及通过GPU并行计算对其进行效率优化的方案,并研究了对检测结果进行航迹追踪的算法,为车载毫米波雷达的工程应用提供了一个可行的解决方案。论文的主要工作如下:1.本文首先介绍了LFMCW的信号模型,以及基于该信号的测距测速测角原理。接着研究了基于LFMCW的MIMO体制雷达的信号处理算法,包括距离、速度、角度三维的FFT和二维恒虚警检测(2D-CFAR)的处理模型和步骤,以及通道校正和多普勒相位补偿等MIMO雷达信号处理过程中所需的特殊处理步骤。2.研究了信号检测之后的数据处理方法,包括对目标的状态预测,与新点迹的关联方法,管理航迹的起始与终结等。3.出于车载毫米波雷达对实时性的要求,分析了雷达信号处理算法的各个模块,并分别实现了基于GPU的并行计算方法,包括通道校正、距离维FFT、速度维FFT、多普勒补偿、角度维FFT、2D-CFAR、峰值检测等模块,并对其准确性与加速效果进行了评估,证明了本文的方法足以满足实际毫米波雷达系统的实时性要求。

关键词： BERT   热线平台   数据处理   文本分类  

摘要： “12345政务服务热线”是各地人民政府设立的社会监督平台。近年来,随着各地政务热线案件数量的快速增长,平台人工处理的压力随之增大,案件分类错误、案件派单错误等导致的处理效率降低。案件分类工作对工作人员的专业性要求非常高,仅仅使用特定的关键词对案件进行类别检索的传统方法已无法适应当前工作要求。如何利用当前先进的文本处理技术,智能化对案件进行精准的分类,提高工作效率,成为一个值得研究的话题。针对以上问题,提出了基于BERT的热线平台案件自动分类模型,该模型可以对话务员记录的案件进行自动分类,大大缓解了分类工作人员的压力,减少了分类错误和派单错误情况。主要研究内容如下:1、政务热线文本数据预处理的实现。对数据的深入分析,寻找数据的联系性,研究出文本数据的处理方法。完成了对政务热线案件文本案件去重,关键词初筛,去停用词和非关键词,划分不平衡数据集和平衡数据集,tokenizer分词文本表示等工作。并且对政务热线案件中存在无案件类别、案件数量少类别、案件数量不平衡等情况,本文都对其做了相应的处理。2、基于BERT模型政务热线案件文本分类模型的实现。对自然语言处理中文本分类做了深入的研究,并且基于BERT模型和多分类算法,利用Py Torch架构,设计并实现了对政务热线案件文本的分类,利用相关的优化算法对分类模型进行优化调优。最后与当前热门的文本分类做对比,其准确率都有一个相应的提升。3、基于微服务的热线平台案件分类与派发功能设计与实现。BERT的文本分类模型结合Flask Api接口技术将案件分类与派发、案件模型迭代等功能做成微服务接口,整合进“12345政务服务热线”。将微服务功能测试和压力测试,确保其稳定性。通过以上的研究,构建了适用热线平台案件的基于BERT文本分类模型以及对应微服务。通过测试表明,该服务可以有效提升案件分类和派发工作的效率,降低人工成本。

关键词： 农业数据   监管模型   分析系统   数据处理  

摘要： 我国作为农业大国,近些年,在大力发展农业信息化、数字农业等智慧农业建设方面取得了一定的进步。搭乘信息化网络的“快车”,农产品物联网发展迅速,也积累了大量的农业大数据。因此,便需要建立科学的监管平台,来保障农产品的食品安全,为绿色农业建设铺垫“道路”。借助农业信息化平台、农业物联网平台,可以获取到大量的农业生产数据、农产品制作及销售数据等大数据信息,合理利用这些大数据信息,融合大数据的处理分析模型,以数据作为科学监管的驱动力,保障科学监管平台健全发展。 本文的研究主要从监管模型设计出发,分析了追溯模型和分析模型的设计思想。在追溯模型的设计中,以FP-Growth算法作为指导,设计了追溯关联模型。对于分析模型的设计,本文主要从三个角度出发,分别设计实现了单项指数模型、综合指数模型以及Nemerow指数模型,从理论上验证了模型的可行性。同时,在农业大数据处理方面,本文介绍了大数据处理与分析技术,以及数据编码规则等。也通过介绍科学数据的理论知识,从科学数据的角度出发,重点分析了科学数据下数据的科学监管的影响因素。最后,通过前文的工作,设计实现了农业大数据的科学监管分析系统的部分功能,该系统具有对农产品物联网数据的收集以及全流程跟踪,并且融入了分析监管模型,针对实时变化的数据进行实时分析,从而达到农业大数据的科学监管的目的。 本文的工作具体包括以下几个部分: (1)科学监管模型的研究。包括追溯模型的数据跟踪,以及基于农业大数据的分析模型。跟踪模型实现数据跟踪,对农产品的质量安全追溯起着重要的作用。分析模型实现数据分析,对农产品的安全监管、风险预警有着重要的实时作用。 (2)数据的处理与监管影响因素模型的研究。分析了农业大数据的采集与处理技术,由于农业大数据复杂性比较强,设计了基于农业大数据特有的编码方式。在监管影响因素模型方面,通过分析得出基于七个主范畴的影响因素模型。 (3)农业大数据科学监管分析系统的设计与实现。设计了具有5个子系统功能的监管分析系统,分别包括:数据采集子系统、生产监管子系统、政府监管子系统、分析决策子系统、信息查询子系统。 本文通过详细的工作阐述,主要针对农业大数据的复杂性特点进行了研究,根据对农业大数据的研究,实现了基于农业大数据的科学监管分析系统平台。

关键词： 表情识别   邻域系统   数据处理   多区域融合   深度学习  

摘要： 表情识别是人工智能领域的重要研究方向,其研究方法主要包括数据处理、表情特征提取和表情分类三个部分。如何快速有效地提取表情特征是一个具有挑战性的研究课题。表情识别的主要方法包括传统的基于特征的表情识别方法和采用深度神经网络的识别方法,两类方法各有优劣。本文试图将二者的优点结合起来,借鉴人类的认知过程形成一套类人智能的算法,并借助计算机实现人脸表情识别。在将传统的表情识别方法和深度神经网络识别方法相结合的过程中,数据处理的好坏直接影响了特征提取的好坏。故本文在数据处理上做了两种尝试。第一是数据清洗,将原始数据通过人脸特征点定位出人脸区域,以及最影响表情的眉眼区域和口鼻区域,并在面部编码系统的理论支持下,通过实验找到了关于眉眼和口鼻的合适特征邻域,该邻域对人脸表情的准确率影响最大。第二是数据融合,为了让一张图像中尽可能包含更多的有用信息,将经过数据清洗后的三个关键区域进行融合,形成同时包含三个关键区域的图像。随后基于邻域系统的思想提出了三个概念,即方形邻域、特征邻域和具有因果关系的共现关联特征,同时从理论上证明了检测到的共现关联特征越多,其识别准确率越高,并且用实验验证了本文网络在一定程度上与人的认识过程相似。为了验证本文理论的合理性与可行性,本文首先搭建了一个多区域集成网络,以弥补单一网络特征提取单一的问题。集成网络可同时提取脸部特征、眉眼特征和口鼻特征,并根据三个网络的不同贡献为三个网络分配不同的权重,最后利用训练好的多区域集成网络对测试样本进行识别。在经典表情数据集CK+和混合表情数据集CJKR上的实验结果表明,该方法能有效提高表情识别准确率,但同时也增加了网络复杂度。为了在保持较高准确率的同时可以降低网络复杂度,提出了一种基于邻域系统的表情识别方法,该方法将经过数据融合的图像送入单一神经网络,使网络更关注与表情相关的重要区域。在两个经典表情数据集上,运用本文方法所得到的实验数据表明,本文提出的方法简单有效,与单一网络相比,本文方法可以同时提取三种不同视角的特征,有效提高表情识别准确率;与集成网络相比,该方法更简单易行。

关键词： 单片机   数据处理   校准装置   量值溯源   不确定度  

摘要： 文章利用单片机强大的数据处理能力，设计了一款简易的时间继电器校准装置，该校准装置能够校准四种工作类型的时间继电器，通过数据通信技术实现了校准数据的自动化处理，解决了时间继电器的量值溯源问题，并对校准装置的不确定度进行分析研究。

关键词： 线激光   点云数据   预处理   拼接   测量  

摘要： 随着三维测量技术的发展和计算机数据处理技术的不断进步,线激光扫描技术已广泛应用于工业测量、逆向工程等领域。基于激光三角法的线激光三维扫描技术具有精度高、测量灵活等特点,但是线激光扫描得到的初始点云数据由于物体表面反射特性、颜色特性以及扫描系统误差等因素影响,存在噪声和点云数据不完整的问题,导致点云测量误差。因此,点云数据预处理、拼接和测量在点云数据处理中具有重要意义,论文的主要工作和研究内容有:(1)针对随机采样一致性(Random Sample Consensus,RANSAC)算法需要人为设定阈值、内点数较少时易找到错误模型的缺点,提出了基于改进的RANSAC点云预处理算法。首先将移动平台数据采用改进的RANSAC平面拟合,利用中位数绝对偏差自动选取阈值,并且设置停止迭代条件;然后根据平面参数设定范围对含物体的点云平面分割,并利用统计滤波去除离散噪声点,得到目标点云。实验证明,改进的方法具有更好的预处理效果,适用范围更广,为后续测量提供了好的初值。(2)针对传统三维点云拼接时间长、部分重叠时拼接精度不高的问题,提出了一种基于图像特征的点云拼接方法。首先通过点云的扫描线拓扑关系将三维点映射到二维图像中,利用尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法提取图像特征点,根据距离和角度筛选3个对应点,根据像素点与点云的对应关系,进而计算两幅点云之间的旋转平移矩阵实现点云粗拼接。然后对矩阵变换后的两幅点云进行体素采样精简、计算重叠区域,利用重叠区域的点云进行迭代最近点(Iterative Closest Point,ICP)精拼接。通过实际三维点云数据实验,提出的算法与常用拼接算法对比,运算速度提高约2倍且部分重叠的点云拼接精度高,由此验证了方法的有效性。(3)针对工件手工测量效率低和精度差的问题,提出了一种基于点云的工件几何尺寸测量方法。以圆孔工件类为例,分别基于点云坐标和基于图像特征测量,基于坐标测量是通过坐标转换将三维点云转至与XOY面平行,通过物体表面点云和基准面之差得到高度,利用三角化得到体积和表面积。基于图像特征测量将点云投影映射到二维中,形成二值图像,通过图像预处理,得到边界长度,利用带约束的最小二乘法拟合得到圆的半径。通过对标准量块的测量,验证了系统的测量精度达到±0.01mm;利用圆孔类工件验证了方法的可行性。

关键词： 表面增强拉曼光谱   生物分子   氢化可的松   纳米银   定量检测   支持向量机  

摘要： 表面增强拉曼光谱(Surface-enhanced Raman spectroscopy,SERS)技术自被发现以来,因其高灵敏以及能反映物质的振动信息的特性,在分子检测水平上,已成为探究分子结构信息的有力手段之一,推动着痕量检测的迅速发展。银纳米颗粒是一种高灵敏度的SERS增强基底,且采用还原法制备具有工艺简单、成本低廉的优势。本研究旨在以大面积滥用的糖皮质激素为研究对象,以SERS为检测手段,以纳米银颗粒为增强基底,设计了生物分子糖皮质激素氢化可的松的检测方案。本论文主要内容涵盖以下几个方面:1)验证拉曼光谱采集的工作原理,设计了拉曼光谱采集系统,进行验证性实验。采用葡萄糖还原法,聚乙烯吡咯烷酮为保护剂和分散剂,在常温下制备平均直径为50nm的纳米银颗粒增强基底,以罗丹明6G为探针分子,探讨纳米银粒子在硅片上密集排布和稀疏排布对增强效果的影响。结合FDTD对其增强原因进行了模拟分析,实验结果与理论模拟基本符合。2)提出了移动窗口中值法结合集成经验模态分解法研究尖峰噪声的去噪优化方法,并对验证性拉曼实验光路中采集的氢化可的松固体粉末拉曼光谱和氢化可的松SERS的尖峰噪声进行去噪。研究了生物分子糖皮质激素氢化可的松的拉曼光谱和在纳米银溶胶基底上的SERS,结果表明,氢化可的松的SERS与氢化可的松固体粉末的拉曼光谱相比,氢化可的松的拉曼峰在纳米银基底上出现了选择性增强。对0.1-10mg·L氢化可的松无水乙醇溶液的SERS进行了定量分析,分别采用移动窗口平均法、移动窗口中值法、Savitzky-Golay平滑法、小波阈值去噪法对去除尖峰后光谱进行去噪。分别采用自适应迭代重加权惩罚最小二乘法、不对称最小二乘法、BEADS(Baseline Estimation Add Denoising With Sparsity)算法三种算法对糖皮质激素溶液的SERS进行荧光背景扣除。应用Kennard-Stone方法以4:1比例将每种浓度的糖皮质激素溶液样品划分为训练集和测试集,选用连续投影法优选了17个拉曼特征位移。使用多种回归模型对特征位移建立定量模型。最终选择最佳的基于线性核函数的支持向量回归模型,测试集均方根误差仅为0.5026 mg·L,测试集决定系数高达0.9512,为糖皮质激素的精准监测提供方案策略。

关键词： 含间隙机构   动态特性   法向碰撞力   切向摩擦力   磨损  

摘要： 现代机械系统高速、高精度等的要求,运动副间存在间隙将严重影响机械系统运行的平稳性以及运动精度等。探索间隙对机构运动的影响规律以及运动副间磨损情况,对于高要求的现代机械系统的研究与发展,具有重要的意义和工程实际价值。本文的主要研究内容如下: (1)基于Hertz理论和弹性基础模型,通过引入与碰撞初速度、材料屈服刚度有关的恢复系数,得到与变恢复系数有关的非线性法向碰撞力,并建立了碰撞时包含非线性法向碰撞力与切向摩擦力的含间隙曲柄滑块机构运动学和动力学模型,通过数值仿真,分析了间隙大小、曲柄转速、材料特性以及间隙存在位置等对机构动力学性能的影响规律。研究结果表明,间隙的存在严重影响了系统的动力学性能,对于高速的、高精度的运行的机械系统,必须在设计研究中考虑间隙对机械系统性能带来的影响。 (2)通过借助Ansys软件把连杆柔性化处理后,在Adams软件中仿真分析了含间隙的刚-柔耦合机构与含间隙的刚体机构的动力学性能对比。分析结果表明,构件的柔性对含间隙的机构高速运行时的振动有明显的抑制作用,通过优化构件的结构而改变其柔性,可明显提高机构运行的稳定性。 (3)机构运行必然存在磨损,含间隙机构由于碰撞的产生,磨损更会加剧。为了研究含间隙运动副的磨损情况,应用变形的Archard计算公式搭建含间隙铰链磨损模型,并分析得到在转速确定时,平均磨损深度随时间和间隙值的变化规律及运动副的磨损预测。 本文的研究成果,对含间隙曲柄滑块机构的设计具有理论指导意义,对其他含间隙机构的设计和运动学、动力学性能研究也有借鉴作用。

关键词： 叶片评价   三维测点预处理   多约束轮廓匹配   叶型特征参数提取  

摘要： 叶片是航空发动机的关键零件,其型面质量直接影响航空发动机性能和飞行安全。相比目前叶片检测广泛应用的三坐标测量,双目结构光测量具有数据密度高、易于自动化等优势,精度已达8μm,为叶片检测提供全新高效的技术手段。然而,在基于三维点云的航空叶片评价中二维截面测点精准计算困难、叶型轮廓匹配考虑因素单一、叶型特征参数提取复杂,已成为制约航空叶片精确检测的主要难题。为此,本文以高精度面结构光传感器采集的叶片三维测点为研究对象,对叶片三维测点预处理、叶型轮廓匹配、叶型特征参数计算等方面开展深入研究,研究内容如下:(1)研究叶片三维测量点云中不同类型噪点的去除方法,提出基于六点迭代定位原理的稠密测点快速定位算法,建立基于kd-tree的叶型截面测点计算方法,解决了二维轮廓测点难以精准提取问题,实现了叶片三维点云快速稳定预处理。(2)定义叶型轮廓匹配的位姿(位置度、扭转角)约束条件,构建考虑轮廓度变公差的测点距离权值系数,建立综合考虑轮廓度、位置度和扭转角约束的多约束叶型轮廓匹配模型,提出基于简单约束有限内存拟牛顿法(L-BFGS-B)的多约束叶型轮廓匹配位姿求解方法,实现了叶型测量点云与理论点云的有效配准,解决了由于叶型形位误差在公差带边缘微小超差导致的航空叶片整体评价失真难题。(3)研究基于截面测点的叶型特征参数提取与计算方法,实现了叶型特征参数的快速精确计算;基于课题组i Point3D框架开发了具有自主知识产权的航空叶片自动检测软件i Point3D Blade,实现了基于三维点云的航空叶片自动精确评价。(4)搭建了GOM ATOS 5 Airfoil传感器的高精度双目结构光测量实验平台,完成了航空叶片三维测点预处理、叶型轮廓匹配、叶型特征参数提取与计算实验。实验结果表明,本文所提的叶片评价方法截面误检率相较现有方法降低5.6%。开发的i Point3D Blade软件已成功应用于中国航发某厂的叶片生产中。