大数据时代方法理论研究初探

当前对于大数据时代的到来并无太大争议。但是,对于大数据方法理论的研究,仍处于起步阶段。作为重“利”轻“理”的商业领域,主要任务是从大数据价值挖掘中获利。虽然有人从商业创新、思维创新、科技创新和社会透明等角度,阐述了对大数据问题的认识,但并未将认识上升到一般研究的方法理论层面。这就出现了一种矛盾——虽然提出了“大数据时代”,但是并未给这个时代提供普遍意义上的大数据研究方法理论。     

水中兵器延寿样本的装载可靠度鉴定试验方案

针对延寿样本子样少,按经典GJB899法对装载可靠度鉴定需要较长的试验时间这一实际情况,提出了一种减少试验时间的Bayes方法.该方法通过挖掘延寿前装载失效率信息,确定先验分布,再开展陆上加速装载试验以增加装载信息,并结合实际装载信息制定了装载可靠度鉴定试验新方案.实例计算表明:在确保鉴定效果的前提下,新方法可在较小的延寿样本条件下快速完成装载可靠度鉴定工作,满足水中兵器延寿工程的实际需要.     

多指标约束下某变质量热力系统的性能可靠性分析

针对某变质量热力系统的性能可靠性受多指标综合影响的问题,使用了一种基于 Monte Carlo 仿真的系统性能可靠性分析方法对该系统进行了可靠性分析。首先,选取系统的性能失效特征量作为载荷末速度和最大加速度,并确定了其失效标准;然后,阐述了系统中部件———调节阀开度的退化规律。在此基础上,对系统的性能可靠性进行了仿真分析,得到了系统性能失效特征量的故障概率密度及性能可靠度。仿真结果表明：随着部件性能参数的退化,系统性能可靠性逐渐降低。     

随机性检测方法在加密比特流识别中的应用研究

为识别链路层加密比特流,以未加密与加密数据在随机统计特性上的差异为依据,对4种典型的随机性检测方法在比特流长度不同时的识别率进行了比较研究.针对块内最长游程检测过程中出现的比特流尾部比特位不能构成完整子块的问题,提出了2种可行的处理方案.通过对块内最长游程检测门限值函数的研究,基于参数优化的方法改进了块内最长游程的检测方案,在一定程度上提高了识别率.最后,以某无线网络链路层加密比特流为识别对象,对提出方案的有效性进行了验证.     

编码感知的机会路由算法研究

提出一种编码感知的机会路由算法——CAR.它利用机会传输增加编码机会,并通过引入一系列参数衡量"机会"好坏,创造性地解决了交叉数据流下机会路由转发节点的选取问题,解决了流间网络编码和机会路由算法结合时数据包上下跳节点"已知"与"未知"的矛盾.CAR算法能够最大化每次编码传输中原始数据包的个数,仿真表明,它能够显著提高可靠传输协议以及整个网络的传输性能.通过机会传输实现多用户分集,可显著增加流间网络编码机会,引入的转发延时也可增加流间网络编码机会.     

基于三维虚拟营区的设备实时信息集成

虚拟现实技术已广泛应用于营区、校园、社区等区域虚拟景观的展现,但大部分只重视静态模型信息展示,对设备信息特别是设备动态实时信息的展现涉及较少。提出了一种在三维虚拟营区中全面展现设备信息的方法。该方法将各设备管理系统数据与三维数据融合共用,通过图元接口来实现设备动态信息展示。在基于Stamp三维信息平台和3ds Max构建的虚拟营区中进行验证,实现了营区供水、供电、环境监测、安防等设备信息的综合展现。     

大数据趋势下的军队深度信息化建设

以大数据的迅猛发展为背景,结合我军信息化建设的现实问题,深刻分析了大数据在推动我军信息化建设向深度转型过程中的积极作用,并指出在大数据发展趋势下,加快形成大数据意识,充分重视数据建设的主体功能,加强大数据资源的深度开发利用,尽快提出深度信息化建设发展战略是我军下一步信息化建设的核心任务。     

一种基于核心数据区监视的交叉验证方法

通常商用体系结构模拟器不开源,仿真过程中无法直接获取中间结果.提出了一种基于核心数据区监视的交叉验证方法,可将体系结构模拟器运行过程中核心数据区的变化情况提取出来,用以支持该模拟器与寄存器传输级代码的模拟结果进行交叉比对,快速精确定位两者的执行差异,提高验证人员的查错效率.实验分析和实际应用表明,本方法比传统方法可将查...     

一种改进的旋转CRC数据校验设计方法

旋转CRC同时使用两个生成多项式产生校验数据。之前的方法校验能力弱,报文丢失后的检错失效率很高。提出了一种新的旋转CRC设计方法,通过比较,选取合适的更高次的生成多项式组合,并且修改了检验生成与检测机制,形成MR-CRC。FPGA实现结果表明,这种方法能够在较低逻辑复杂度的基础上提高校验能力,从而改善数据通信的可靠性,而且对系统性能影响甚小。通过比较16位MR-CRC与32位传统CRC的实现数据发现,前者在所用资源减少10%的情况下,频率提高了25%。     

LRE试车数据挖掘中基于最大散度差的模糊聚类分析方法

在对液体火箭发动机试车数据进行聚类分析时,为解决故障数据样本与正常样本类间差异不大的问题,引入最大散度差准则,提出基于最大散度差的聚类算法MSD-CA.该算法以散度度量样本间的相似性,使样本的类内散度最小化和类间散度最大化同时进行.在此基础上,应用模糊理论对最大散度差准则进行模糊化,提出基于最大散度差的模糊聚类算法MS...