关键词： 场地污染   物联网   数据处理   三维地理   监测预警  

摘要： 通过分析我国相关场地污染现状和需求,设计了场地污染监测预警与决策一体化系统,利用物联网设备实时监测采集污染数据,并通过数据传输技术SignalR进行数据传输,再使用三维地理框架Cesium反映监测区域的污染情况,保证对污染处理响应的实时性和高效性,指出三维虚拟地理技术与大数据、物联网技术结合是系统的发展方向。

关键词： InSAR技术   滑坡监测   地质灾害   滑坡灾害监测   数据处理   自然灾害   监测技术   常规监测  

摘要： 滑坡在我国是一种多发的地质灾害,滑坡的产生会带来极大的财产损失和人员伤亡,是仅次于地震的自然灾害之一,因此采用科学、准确的监测技术对于滑坡的预警就显得至关重要。针对常规监测方法所存在的人力物力消耗大、现场工作开展易受限制等特点,本文主要阐述了InSAR技术的原理、特点以及应用现状,分析InSAR技术在滑坡监测中的优势,并结合西南某山区滑坡灾害监测介绍InSAR技术数据处理的关键环节。

关键词： 单点高密度地震   隐蔽油气藏   海量数据   压缩感知技术  

摘要： 针对八面河地区复杂隐蔽性油气藏“小、碎、薄、散、深、隐”六大特点,单点高密度地震技术成为破解难题的关键。因此单点高密度地震技术成为提高地震资料成像精度,提高复杂小断块精细成像、隐蔽岩性圈闭的预测能力和小尺度孔缝洞精细描述的有效技术途径,是老区油气精细勘探开发的关键技术之一。本文以八面河地区单点高密度地震资料为例,开展海量数据处理技术研究与应用,证实了该技术在面对海量数据处理具有时效性,并且最终的成果资料能够满足勘探开发的需求。

关键词： 姿态变化   数据处理   插值  

摘要： 分析了Lagrange插值、Newton插值、Hermite插值、三次样条插值等四种方法优缺点,以潜航器运动参数指标评定为例,利用三次样条插值法对惯导数据进行处理和仿真,结果可真实反映载体水下姿态变化,可应用于运动参数指标评定。

关键词： P2041处理器   高性能   航电总线   VPX  

摘要： 设计了一款基于双P2041处理器的高性能实时数据处理平台。该平台采用VPX标准6U尺寸,涉及数据处理、接口控制等多个功能单元,可实现系统通信与控制和数据交换与处理等多种功能。同时,该平台实现了千兆以太网、PCIE、SRIO等高速接口的全交换架构,支持FC-ASM、1553B、ARINC429等航电标准总线,具有可靠性高、实时性强和传输速率快等优点,已在多个雷达平台实现功能性能应用和环境试验验证。

关键词： 煤矿安全   隐藏险情   位置辨析   文本数据   数据处理  

摘要： 煤矿安全生产一直备受关注,如何确保矿工人身安全、确定隐藏险情模糊位置,一直是煤矿安全生产领域的研究重点。针对如何在井下复杂的环境中确定险情位置,提出一种井下险情模糊位置辨析方法。将收集到的矿工语音数据在移动端转化为文本数据,并对该数据进行模糊数据补全,通过优先级的策略补全数据集。最后,结合矿工的状态,通过质心算法确定险情位置。

关键词： 毫米波雷达   手势识别   深度学习   数据处理   实时推理  

摘要： 本文提出了一种基于调频连续波(Frequency Modulated Continuous Wave,FMCW)雷达回波信号的手势识别算法:首先,提出一种双维度滤波算法,在距离和速度维度对手势回波信号进行滤波,有效地降低了系统的静态噪声;其次,将数据经过动目标检测(Moving Target Indicator,MTI)算法滤除时间维度噪声;然后,提出了时间自适应定长化的方法,在减少势信息损失的前提下保证了每个手势样本帧数的一致性;最后,建立距离多普勒网络(Range Doppler Net,RD-Net)进行训练分类.该算法在谷歌开源的deep-soli数据集中取得了98.28%的准确率,比数据集提出者的算法的准确率提升了11.11%.该算法在实时推理实验中取得了90.8%的准确率,具有更好的泛化能力.

关键词： 电子信息工程   计算机网络   数据处理  

摘要： 阐述电子信息工程中的计算机网络技术特点,包括系统设计、系统完善、系统安防、数据处理。通过大数据、云计算技术的应用,完成对各设备数据的分析。

关键词： 循环流化床   锅炉   主蒸汽压力   闭环建模   改进差分进化算法   权重系数   模型辨识   数据处理  

摘要： 建立准确的主蒸汽压力数学模型对提升循环流化床(CFB)锅炉主蒸汽压力控制系统性能有着实际意义。受现场条件制约,近年来基于数据驱动的闭环建模已趋于实用化。针对模型参数辨识过程寻优速度和精度指标,提出一种引入两个权重系数的改进差分进化(IDE)算法。与传统差分进化算法相比,改进后的算法在模型参数辨识过程中的寻优速度和精度均有提升,辨识所得模型更加准确。该结果证明了改进后算法的稳定性。通过采集山西某电厂350 MW超临界CFB锅炉现场的实际运行数据并进行预处理,将燃料量和汽机阀门开度同时作为输入、主蒸汽压力作为输出,并利用IDE算法寻优得到主蒸汽压力的最佳模型参数。对比结果表明,模型有着更高的拟合度。该研究对350 MW超临界CFB锅炉主蒸汽压力优化控制有一定的指导意义。

关键词： 长短时记忆网络   人工蜂群算法   任务调度   警务数据   循环网络  

摘要： 为了开发警务信息系统,提出了融合网级联长短时记忆(LSTM)与人工蜂群算法(ABC),对警务数据处理中的任务调度效率进行优化。结果显示,其性能更好,LSTM的损失函数在0.9以下,循环神经网络(RNN)的损失函数在0.9以上。测试点个数为5、6、12时,LSTM的均方根误差(RMSE)在2.2以下,其余两种算法的RMSE值均高于2.3。级联LSTM对任务table的预测准确率较高,平均预测准确率为78.56%;级联LSTM对任务filed的预测准确率较低,平均预测准确率为65.22%。提出的任务调度策略在应用于警务数据处理时,任务调度的效率相较于遗传算法(GA)提高了11.4%,相较于基于Pareto的离散人工蜂群算法(P-DABC)提高了4.3%。