关键词： 试验设计与数据处理   创新实践   教学改革   “新工科”  

摘要： 着眼于环境科学与工程专业研究生高素质人才培养的目标,以“新工科”建设背景为契机,探讨《试验设计与数据处理》研究生课程教学改革的方法。在分析安徽工程大学《试验设计与数据处理》课程教学改革背景的基础上,从优化课程设置、完善教材内容、加强案例和专题教学、增强试验设计和处理能力培养和完善课程考核体系几方面着手,探讨了适合环境科学与工程专业研究生培养的《试验设计与数据处理》教学改革方案,旨在加强学生利用所学理论知识解决实际试验设计与数据处理难题的能力,培养环境科学与工程专业高素质人才。

关键词： 流式数据处理系统   故障恢复   分布式检查点   状态备份   Apache Flink  

摘要： 针对流式数据处理系统Flink无法高效处理单点故障的问题,提出了一种基于增量状态和备份的故障容错系统Flink+。首先,提前建立备份算子和数据通路;然后,对数据流图中的输出数据进行缓存,必要时使用磁盘;其次,在系统快照时进行任务状态同步;最后,在系统故障时使用备份任务和缓存的数据恢复计算。在系统实验测试中,Flink+在无故障运行时没有显著增加额外容错开销;而在单机和分布式环境下处理单点故障时,与Flink系统相比,所提系统在单机8任务并行度下故障恢复时间减少了96.98%,在分布式16任务并行度下故障恢复时间减少了88.75%。实验结果表明,增量状态和备份方法一起使用可以有效减少流式系统单点故障的恢复时间,增强系统的鲁棒性。

关键词： 手持激光扫描仪   空间信息   数据处理   信息化管理  

摘要： 本文以上海南站南广场地下车库为例,利用ZEB-HORIZON手持激光扫描仪获取空间信息,研究分析手持激光扫描仪获取的数据结果为地下车库信息化管理带来的优势,开展数据处理、建模等工作,为规划、设计地下车库提供了基础的空间三维信息,起到了辅助性和参考性的作用。

关键词： 桥梁监测数据   鲸鱼优化算法   变分模态分解   分离温度效应  

摘要： 为实现桥梁监测系统中挠度数据的温度效应分离,提出一种自适应数据特征的分解算法。该方法综合应用了鲸鱼优化算法(Whale Optimization Algorithm,WOA)和变分模态分解(Variational Mode Decomposition,VMD),简称WOA-VMD。通过仿真算例得出WOA-VMD提取的日、年温差效应拟合精度与改进的经验模态分解(Empirical Mode Decomposition,EMD)相比,分别提高了56.35%和24.48%。采用WOA-VMD处理洛溪大桥扩建斜拉桥的主梁跨中挠度监测数据,结果表明左右两幅桥的日温差效应与结构温度相关性比改进的EMD高7.37%和5.72%,验证了建议方法的有效性和可靠性。

关键词： 岭估计   最小二乘估计   沉降数据处理  

摘要： 岭估计方法与最小二乘法在沉降数据处理的应用颇多,二者各有优劣。岭估计是针对处理复共线性数据分析的有偏估计手段,其是以牺牲最小二乘法的无偏性和局部精确度为代价,从而找到效果略次于此但更加接近实际情况的回归过程,最终得到较为准确的模型结果,故相比于最小二乘估计其对病态数据的耐受性要更高。本文介绍了最小二乘和岭估计方法模型的初步识别、参数估计以及这2种方法在沉降数据处理的应用,并运用MATLAB进行数据的编程与处理。结果表明,通过对比均方误差可以看出由于数据存在共线性,最小二乘回归得到的均方误差大于岭估计得到的均方误差,说明计算结果存在一定的偏差,并且岭估计确实在均方误差意义下改进了最小二乘估计。

关键词： 车载激光雷达测量技术   数据收集   数据处理   设计应用  

摘要： 车载激光雷达测量技术是继全球定位系统(Global Positioning System,GPS)后遥感测绘领域的一场技术革命。将车载激光雷达测量技术和地理信息技术结合在一起,能够为多个行业的深化发展提供重要支持。基于车载激光雷达的原理,对这项技术数据的收集、处理、应用和发展等问题展开探究。

关键词： 数据处理   熵权法   层次分析模型   灰色预测模型  

摘要： 中小微企业是我国经济发展的重要推动力,因此关于对中小微企业的信贷决策研究显得尤为重要。文章中通过建立相关分析、预测和决策模型对中小微企业的信贷决策问题进行了研究。具体来说,首先将数据清洗和预处理,将企业的信誉评级作为标准将其分成(A、B、C、D)四种类型的企业,接着使用层次分析法,对各类型中的企业重新划分为第一、第二、第三产业,并求出其权重,根据实际情况发放相应信贷比例值。其次,通过对数据进行清洗整理后,得出302家企业各自年份的利润,对各自年份的利润总和进行灰色系统模型的预测。最后,利用熵权法对数据进行处理,得到新的各评价指标综合权重并加以图解,分析信贷决策和调整合适的策略。

关键词： 点云   采样   最远点采样   长短期记忆网络   注意力机制  

摘要： 在直接处理点云的三维神经网络中,采样阶段实现了对原始点云中关键点的筛选,对于整个网络的性能及网络的抗噪能力具有重要作用。目前主流的最远点采样(FPS)方法在处理大规模3D点云数据时计算量大且耗时,并且低采样率时经过FPS采样后模型性能下降明显。针对这两个问题,提出一种面向低采样率的点云数据处理网络AS-Net。设计一个新的采样模块代替原backbone中的FPS,其由两个Layer组成,每个Layer基于长短期记忆网络获取原始点云与采样点云之间的联系权重,从而高效提取关键信息,去除冗余信息。在此基础上,利用注意力机制选择特征值较高的原始点云作为采样点,采样点作为后序任务的关键点输入到网络,进一步提高网络模型性能。基于ModelNet40数据集的实验结果表明,在低采样率条件下,AS-Net仍可达到81.6%的分类准确率,与使用FPS作为采样方法的网络模型相比提高52.7%。此外,其对噪声干扰具有很强的鲁棒性,对于大场景的分割时间效率优于同类采样方法。

关键词： 大地测量   GPS技术   数据处理  

摘要： GPS技术是大地测量的重要组成部分,为建设和管理国家的基础设施、资源与环境等提供了精确的地理信息数据,为我国社会经济发展起到了重要推动作用。在大地测量工程中, GPS技术应用广泛,在地形测绘、资源勘探与开发、国防建设与应急抢险、城市规划和工程建设等领域均发挥了不可替代的作用。本文通过 GPS技术应用于测绘工作实践,阐述了在大地测量工程中应用 GPS技术的重要意义,并对其当前存在的问题进行了分析,最后提出了一些改进建议。

关键词： 冷连轧颤振   多源异构时序数据   函数型数据分析(FDA)   长短时记忆(LSTM)神经网络  

摘要： 冷连轧颤振诱发机理复杂多变,颤振问题的解决需要通过大数据驱动的信息挖掘对机理模型进行补充。该研究针对某冷连轧机现场采集的工艺参数及振动数据,通过函数型数据分析(functional data analysis,FDA)方法进行预处理,实现多源异构时序数据的频率协同;采用SelectKBest算法对影响颤振的多种工艺参数进行特征选择,筛选出与振动相关性较强的因素,构造样本空间;基于长短时记忆(long short-term memory,LSTM)神经网络建立振动能量值的预测模型,并与径向基函数(radial basis function,RBF)神经网络、循环神经网络(recurrent neural network,RNN)模型进行比较。结果表明,LSTM模型具有较高的预测精度,同时采用阈值法验证该模型能有效地预测颤振的发生。