工学 >>> 计算机科学技术 >>> 计算机科学技术基础学科 >>> 数据结构 >>>
搜索结果: 136-150 共查到知识库 数据结构相关记录433条 . 查询时间(2.689 秒)
传统的机车车载故障诊断装置在进行在线监测与车载诊断时存在实时性差、信息难以共享等不足,为此,利用车载嵌入式数据采集技术、GPRS无线传输技术、故障诊断专家系统、MQ传输技术及基于浏览器/服务器模式的客户端展现方式,设计实现一个铁路机车远程监测与诊断系统。应用结果表明,该系统性能稳定可靠,可为现代化机车管理和检修提供技术支撑。
为解决复杂背景图像中的文字检测问题,提出一种基于数学形态学的复杂背景文字检测方法。采用多尺度多结构的数学形态学边缘检测算子抽取图像边缘,通过由粗到精的策略进行文字检测。实验结果表明,该方法能够提高文字检测的准确率和召回率,同时缩短文字检测时间。
在遗传算法中,面向路径测试数据自动生成存在迭代次数多、效率低的问题。为此,提出一种改进型的遗传算法。通过分析被测源程序得到其结构信息,并利用该结构信息,控制遗传算法中交叉、变异操作发生的位置及范围,提高遗传操作的精确性和目的性。实验结果表明,与传统遗传算法相比,该算法具有更快的收敛速度,测试数据生成效率更高。
针对空间远距离非合作目标的点目标跟踪问题,研究基于非地面测控数据支持的远距离空间目标的在轨主/被动融合跟踪方法。包括运用基于被动传感器以及雷达间歇辅助测距跟踪的Unscented卡尔曼滤波(UKF)方法,得到非合作目标的运动状态信息,即利用光学跟踪摄像机的二维角度量测值及雷达间歇提供的距离量测值,估计目标的惯性位置与速度方法,为后续自主空间操作建立初始轨道状态数据。仿真结果表明,当状态误差和量测噪...
为实现海量网络数据的入侵检测,将支持向量机应用于入侵检测中。在入侵检测实验中,通过数据筛选策略,减少建立检测模型所需要的样本数,根据每个特征属性的重要性赋予不同权重,设计有特征加权的支持向量机算法。实验结果表明,该算法能缩短检测模型的建立时间,提高检测精度,降低漏报率。
为解决数据集中的单纯型连续近邻链查询问题,提出一种基于Voronoi图的查询方法。给出单纯型连续近邻链查询的定义,利用Voronoi图的性质对大量数据点进行精减,设计可准确查询出数据集中单纯型连续近邻链的查询算法。实验结果表明,随着待查连续近邻链所含数据点规模的增大,该方法的效率比传统基于R树方法更高。
将自描述的结构体信息与数据信息分离,定义一种自解析报文协议HML。该协议通过限制结构体信息的层数,在保持自描述特性的同时,提高报文解析效率,解决高并发的大规模处理系统层次之间通信问题。通过与XML、ISO8583等业界通用协议的解析性能对比,证明该协议的高效性。
针对偏斜数据集的分类问题,提出一种改进的少数类样本过抽样算法(B-ISMOTE)。在边界少数类实例及其最近邻实例构成的 n维球体空间内进行随机插值,以此产生虚拟少数类实例,减小数据的不均衡程度。在实际数据集上进行实验,结果证明,与SMOTE算法和B-SMOTE算法相比,B-ISMOTE算法具有较优的分类性能。
对面向服务架构(SOA)测试的困难性和研究现状进行分析,提出一种基于业务数据的大型企业SOA测试方法。在集成环境下,采用大量历史的真实业务数据作为测试用例,并编制输入/输出表检测业务流程的正确性。案例分析表明,该方法在实际项目中具有较强的 可操作性,适用于大型企业的SOA测试。
提出一种基于本体的Deep Web数据源发现方法,采用网页分类、表单内容分类、表单结构分类方式,确定符合某领域的Deep Web查询接口。在网页分类和表单内容分类中引入本体的半自动构建和自动扩展模块,在表单结构分类中添加启发式规则。实验结果证 明,该方法能有效提高Deep Web数据源的查全率和查准率。
在北斗用户机的位置数据采集过程中,容易出现数据冗余现象。为此,分析导致数据冗余的原因,提出一种基于时序聚类的冗余数据压缩算法。该算法采用基于密度的聚类方法将数据集进行分簇,把属于同一类运动特征的位置数据归为一类,根据簇直径判断该簇是否为冗余数据,并对冗余数据进行压缩。实验结果表明,该算法可以正确标识冗余数据,实现数据压缩。
遥感数据处理地面系统的运行控制存在传感器众多、处理算法复杂、流程缺乏统一管理等问题。为此,提出结合工作流技术的通用运行控制模型,将控制逻辑和业务逻辑完全分离,简化系统结构和编程模式,作业管理系统可满足处理算法对资源的不同需求。测试结果表明,运行控制系统响应快速,系统空载时作业响应时间约为0.3 s,随着系统负载的增加,运行控制的延迟没有显著增加。
提出一种基于机载激光雷达系统LiDAR数据树木可视化建模的方法。利用机载LiDAR数据的特点,结合L-系统分形的思想,对传统的L-系统方法进行随机化、参数化的扩展和改进,由此对数据进行建模。针对LiDAR数据分布空间由内到外的层次特点,采取分步的建模策略,在外层建立从LiDAR数据中提取L-系统参数的方法。实验结果表明,该方法具有较好的建模效果,适用于三维数字城市、虚拟现实以及林业领域。
现有的调度算法存在节点能耗大、数据收集时延长等问题。为此,提出一种能量高效的邻近节点数据融合调度(CNDAS)算法。该算法通过计算竞争集,产生无冲突的调度序列,并为兄弟节点分配连续的传输时隙,从而降低节点状态转换的频率,节省节点能耗。模拟结果表明,当网络规模较大时,CNDAS算法的能量有效性明显优于SCHDL算法。
提出一种变参数在线核聚类算法(OKCAP),将其应用于未知雷达辐射源信号分选中。OKCAP基于支持向量机的思想,采用核映射技术将数据映射到高维线性空间中进行处理,利用随机梯度下降法更新类的边界函数,且梯度下降步长和惩罚项参数可根据雷达信号动态调整,从而实现雷达辐射源信号的在线分选。仿真结果证明,该方法具有较快的聚类分选速度和较高的分选准确率。

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...