关键词： 离散制造   中间件原型系统   无线射频识别   数据处理  

摘要： 随着中国制造2025的推行，物联网在工业制造领域逐渐渗透，并落地催生了以无线射频识别技术（Radio Frequency Identification,RFID）为代表的新型制造物联技术。在离散制造企业中，RFID成为了车间生产数据采集的重要技术手段，但是离散制造过程中所产生的RFID数据流具有数据量大、冗余性强、实时性高等特点。因此，如何高效地处理RFID数据流，对提高车间的信息化水平以及增强管理层决策的准确性和实时性都具有重大的意义。　　因此，论文以离散制造车间RFID数据流为研究对象，针对RFID数据处理技术展开研究，并设计开发了RFID中间件原型系统，同时将RFID数据处理方法应用于该系统中。论文具体研究内容为：　　（1）离散制造车间RFID数据处理现状分析。当离散制造车间大规模部署RFID系统后，针对车间RFID数据处理存在的问题进行了分析，在此基础上提出了数据处理的需求，同时构建了多层级RFID数据处理框架，并拟采用RFID数据清洗技术和复杂事件处理技术进行处理，最后系统阐述了数据清洗和复杂事件处理技术的相关理论知识。　　（2）基于布隆过滤器的RFID冗余数据清洗算法设计。针对离散制造车间RFID原始数据流的特征，提出了考虑读写器地址的时间布隆过滤算法（TRBF），该算法将布隆过滤器扩展成二维数组，通过同时维护标签的时间和位置信息，来感知标签在时空中的变化，从而判断冗余数据进行过滤，并通过仿真对比BF、TBF和TIBF算法，实验结果表明TRBF算法对海量、空间性强的数据流有更好的冗余清洗效果。　　（3）RFID复杂事件处理模型构建。为了合理高效地利用清洗过后的RFID数据，建立了基于Esper引擎的复杂事件处理框架，再者，对离散制造车间中常见的复杂事件进行分类和描述，并基于Esper引擎构建了RFID复杂事件处理模型，最后通过仿真验证了模型的正确性和Esper复杂事件处理机制的可行性。　　（4）RFID中间件原型系统开发。为了系统地处理车间RFID数据，开发了RFID中间件原型系统，该中间件具有数据清洗、复杂事件处理和事件发布/订阅等功能模块，并且通过模拟实验，验证了中间件系统核心模块的有效性。

关键词： 股票联动   时间序列   动态时间规整   股票向量   股票聚类  

摘要： 随着中国金融市场的飞速增长,股票市场经过三十年的发展,已经达到拥有超过四千个上市公司的规模。面对如此大规模且瞬息万变的股票市场,投资者们需要构建合理的投资组合,使得规避风险的同时获得高额收益,其中如何通过利用“股票联动效应”构建合理投资组合是股票投资策略的重要方法。目前,业界对于“股票联动效应”并没有清晰的定义和衡量标准,而对于“股票联动效应”的判断也主要参考基于人工分类和经验方法,学术界的研究也多关注于宏观层面或特例个案的分析研究。近年来,人工智能技术的兴起使得越来越多机器学习算法运用在不同行业,如何根据股票时序数据特点结合机器学习算法研究股票联动也成为了研究热点。本文基于股票时序数据,从股票个体间和股票群体内的联动出发进行研究,本文的主要研究内容包含以下方面:股票时序数据集构建和数据可视化服务实现。本文设计并实现了一套获取互联网上多源数据并进行数据整合从而构建高质量的股票时序数据集的自动化方法,同时为辅助股票联动关系等相关课题的研究设计实现了多角度的股票走势对比可视化服务。用于股票个体联动分析的相似性指标设计。本文从不同角度设计了三类股票相似性指标,包括基于统计学角度的股票时序数据相关系数指标、基于时序形态角度的时间加权的软DTW(tw-s DTW)距离指标和基于表示学习的角度通过构建股票序列学习到的股票向量的向量相似度指标,实验表明这些相似性指标能在个体联动分析中挖掘到股票联动关系。用于股票群体联动分析的聚类方法设计。本文基于此前所设计的相似性指标进一步设计适用于股票群体联动分析的聚类方法,包括基于相似性指标构建关系矩阵的谱聚类、基于序列相似度的时间加权的软DTW的改进KMeans聚类和结合全局对齐核函数的K-Means聚类、基于股票向量的自组织映射神经网络聚类算法。除了使用传统聚类评价指标,本文还设计了具备描述股票群体联动性的股票聚类评价指标,并通过对比实验验证了这些聚类方法相对于人工分类方法和传统聚类方法具有更好的性能,同时也探究这些聚类方法的在股票群体联动分析中的适用性。

关键词： 软包动力电池极耳   激光传感器   数据处理   曲线拟合   焊接跟踪  

摘要： 近年来,新能源动力电池的应用逐渐增加,软包动力电池作为新兴动力锂电池的一员,必然具有更加广阔的市场和巨大的潜力。在软包动力电池生产的过程中,极耳焊接是极为重要的一环,关系到动力电池成品的性能和质量。目前对于软包动力电池极耳的焊接,还是采用在焊接前进行机械式的整平操作,但这种仅通过机械进行整平的效果有限,仍然会影响焊接的质量。针对软包动力电池极耳的焊接难点,本文利用激光传感器表面检测技术及曲线拟合技术,对软包动力电池极耳焊接轨迹跟踪系统进行了研究,主要研究内容包括:（1）设计了软包动力电池极耳焊缝表面检测方案,完成了检测系统平台的搭建。针对极耳表面高反光度、低平整度等特点,设计了一个与极耳相类似的仿形铁块模型。在对比多种检测方案后,选用了二维线激光传感器作为检测工具,实现对铁块模型检测数据的采集。（2）研究了激光传感器测量数据的预处理方法。包括数据平滑滤波及数据精简,分别采用了S-G法平滑滤波和基于数据法向量的数据精简方法,并对其进行了实验分析。实验结果表明,经过预处理后的数据在保留了数据特征的基础上减少了数据中的噪声干扰以及数据处理量,为后续的焊接轨迹曲线拟合工作奠定了基础。（3）对软包动力电池极耳焊接轨迹的曲线拟合方法进行了研究。介绍了三次样条插值法、最小二乘法曲线拟合、Bezier曲线拟合及三次B样条曲线拟合四种拟合算法,并对其进行了实验对比分析。通过实验,得到三次B样条曲线拟合得到的焊接轨迹平均偏差为0.0585mm,拟合效果最佳,满足焊接跟踪精度需求。（4）进行了焊接轨迹跟踪实验。通过轨迹跟踪实验平台的搭建,以及NJ控制器软件的开发,实现伺服电机的两轴插补控制,对拟合生成的焊接轨迹进行跟踪实验。实验结果表明,沿焊接轨迹方向上的运行速度为100mm/s,垂直于焊接基准方向上的偏离误差≤0.1mm,满足焊接跟踪技术指标要求,验证了所研制的焊接轨迹跟踪系统的可行性与准确性。

关键词： 压缩感知   监控视频   边缘检测   重构  

摘要： 舰船机舱是动力系统、电力系统的控制中心,机舱的运行安全性关乎整船的安全性,为了加强对舰船关键区域的有效监管,普遍采用视频监控技术。本文的研究方向是舰船机舱视频监控数据的处理,首先介绍压缩感知技术的原理及视频压缩感知系统的构成,然后分别从舰船视频监控数据的边缘检测和压缩感知重构等方面进行了详细介绍,最后通过视频数据重构方法的对比试验,验证了本文采用的视频数据处理效果。

关键词： 数据处理   腧穴数据库   Bert模型   主治病证   配伍规律  

摘要： 中医针灸治疗疾病的独特之处在于腧穴与腧穴之间的复杂组合,利用腧穴与病证之间的对应关系特性对腧穴进行分类,探析腧穴主治优势病证和配伍规律等,是近年来的研究热点。同时,计算机技术的发展带动了医疗领域的信息化、科技化,中医文献、中医药组方、针灸腧穴等文本数据成为医疗领域必不可少的挖掘、研究对象。针灸古籍文献中蕴含了丰富的腧穴、病证数据信息,挖掘文本中潜在的知识关系,利用类别分类提高腧穴治疗疾病的准确率,为病证提供最佳的治疗组方,在实际临床应用中具有较高的实用价值,但文献内容的冗杂性和不规范性,对分类准确率产生一定的影响。本文采用大数据与自然语言处理技术相结合的研究方式,首先对中医数据进行规范化处理,再基于Bert模型对针灸数据进行分类,从针灸文本语句的相似性、相关性更深入的探析腧穴与病证之间的关联,找寻类别与类别之间的微小差异。本文主要工作如下:(1)构建针灸腧穴数据库。首先,进行数据的采集工作,利用古籍、文献查询平台收集1949年10月1日前的古文数据以及1949年10月1日后的现代文献数据。然后,根据研究需求,制定纳入、排除标准,对收集的文献进行筛选、整理。最后将古籍文献文档型数据存入Mongo DB数据库,将人工标注整理的结构化数据存入SQL Server数据库中。存储的文本数据中,按照文言文与现代汉语的语言类型进行分别存储,在Mongo DB中创建古籍集合与现代文献集合,在SQL Server中创建古籍表与现代文献表。将两种数据库的优点进行结合,既可以方便对文档信息进行浏览与检索,根据关键字实现相关文档的查询,又可以存储海量数据,为自然语言处理、数据挖掘提供可利用的语料,便于以后的工作研究。(2)构建Bert-Chinese-Acupoint语言模型。改进Bert-Base-Chinese语言模型,在针灸腧穴数据库的基础上重新预训练,构建Bert-Chinese-Acupoint模型。按照文本数据的可用格式,对语料句子进行去重,计算每个字出现频率,形成特定的语料字典,利用谷歌云平台进行预训练。利用针灸腧穴训练数据进行模型微调策略,增强领域针对性,增加对中医针灸腧穴方面专业名词的语义表示能力。在模型学习率、训练轮数等设置上进行实验,以便于找到更适合腧穴分类任务的参数。将最终得到的结果与支持向量机、朴素贝叶斯、长短期记忆网络分类器结果进行对比,结果显示,本文构建的Bert-Chinese-Acupoint模型在腧穴分类上准确率能够达到97%。利用Bert-Chinese-Acupoint模型具有较高分类准确率的优势,可以预测得到与疾病最匹配的腧穴类别,结合腧穴类别间的关系发现最佳穴位组方,应用于针灸腧穴的推荐。本文创新点如下:(1)将Mongo DB和SQL Server数据库相结合,建立文档型针灸腧穴数据库和结构化针灸腧穴数据库。一方面,为Bert-Chinese-Acupoint模型预训练阶段提供语料支撑。另一方面,将中医腧穴文献信息数字化、规范化,为腧穴规律的挖掘分析提供基础。(2)在Bert-Base-Chinese模型基础上,利用收集的针灸腧穴文本,结合五腧穴语料特点,重新预训练得到Bert-Chinese-Acupoint模型参数,在谷歌云平台历时两个周左右完成预训练过程。对腧穴类别进行分类预测,准确率能够达到97%,比对比基准模型准确率提高了3个百分点。

关键词： VPX   PCIe   实时操作系统   实时流数据   高速率   高实时性  

摘要： 实时流数据作为高速连续到达的数据序列,在工业控制,实时监控,自动驾驶,信号处理等与嵌入式系统密切相关的领域广泛出现。随着嵌入式系统对实时流数据的处理性能要求越来越高,嵌入式系统上传统的实时流数据处理系统遇到了瓶颈,数据传输速度、实时性与数据处理带宽等方面的问题越来越突出。针对嵌入式系统对实时流数据进行处理时数据传输速度、实时性与数据处理带宽等方面的问题,本文给出并论述了一套基于VPX嵌入式系统的高性能实时流数据传输、分析与存储软件的系统。该系统融合了基于VPX嵌入式系统的板间数据传输技术和基于PCIe协议的对称多处理流数据处理技术,能够在一定条件下有效解决嵌入式系统上对实时流数据进行处理时实时性低,带宽不足的问题。本文基于论述的软件系统,对实时操作系统,PCIe总线协议,VPX总线协议等技术进行了研究,结合应用需求分析并论证了软件系统总体架构和方案,分别对实时流数据收发管理软件、分析软件与存储软件进行了设计,详细论证了命令控制模块,缓存管理模块等关键模块以及软件各个层级架构的设计思路与具体实现。本文最后在VPX嵌入式系统上对论述的软件系统以及具体的软件实现进行了相应的测试与分析。分析的结果说明驱动程序与应用程序能够正常加载并且长时间地保持正常工作状态,并且流数据传输,分析与存储的速度分别达到了1500MB/s,1100MB/s,2.225GB/s,满足高速实时流数据传输的需求,验证了本系统高实时性,高速率的特点,说明了本系统在面向嵌入式系统的实时流数据处理领域内具有良好的应用价值。

关键词： 疏浚工程   固相含率   电阻抗层析技术   仿真   硬件设计   数据处理  

摘要： 疏浚工程中,挖泥船的泥浆输送管道的参数检测是过程控制、生产效率和工艺优化的重要环节。特别是管道内固液两相流的固相含率,是关乎到工程安全和施工效率的关键参数。当前,挖泥船管道使用射线源密度计进行固相含率的测量,这种设备成本较高、维护困难、非环保并且影响船上工作人员的健康。基于电阻抗层析技术(Electrical Impedance Tomography,EIT)的电学量测仪无污染、成本低且易于维护,正在逐渐替代射线源密度计成为主要的测量装置。但是,电学量测仪在疏浚工程中的实际应用还有许多问题需要研究和解决。本文以电学量测仪及其在疏浚工程中的应用为研究对象,从三个方面开展研究,主要内容如下:1)针对测量值与两相流的背景电导率呈现的非线性关系问题,进行理论推导和仿真验证,得出引起该问题的关键因素是域外电阻的结论;并进一步研究了域外电阻对测量值的影响,以及不同背景电导率下电学量测仪对被测场域敏感程度与域外电阻大小的关系,确定了疏浚工程应用中域外电阻的阻值范围。2)针对现有设备信噪比不够高、适用的背景电导率范围不够宽的问题,设计了一套能够在[0.025,3.2](S/m)的电导率范围内工作的EIT数据采集系统。除域外电阻的阻值设置外,还包括电路设计和FPGA固件程序的重新设计,重点针对信号时序、寄生电容、间歇式激励信号、数字相敏解调技术、功能多样性等细节做出了调整。实验表明,新系统的信噪比超过62d B,在3.2 S/m的背景电导率下敏感度指标超过2%。因此,新系统对于不同的测量条件有更好的适用性。3)针对测量值异常及导致的固相含率计算结果不准确的问题,分析了问题产生的原因,基于实验模拟和施工过程分析提出了异常诊断与数据处理的方法。在疏浚作业过程中的测试验证了方法的有效性;针对复杂测量条件,进一步使用频域方法对测量数据进行特征提取。实验证明该方法具有一定的抗噪效果,计算所得的含率在一定条件下准确性高于已有方法。

关键词： 联邦学习   智慧医疗服务   基于位置服务   安全多方计算   同态加密   隐私保护  

摘要： 随着移动通信、大数据、物联网等技术的紧密结合与快速发展,以及智能终端设备的不断更新与换代,各种互联网服务不断涌现并深入到了人们生活工作的方方面面,提升了人们的生活质量。然而,数据作为互联网服务的支撑,包含了个人、企业、乃至国家的大量重要信息。同时,在互联网服务中,用户和服务商之间的数据交换与共享愈发频繁,随之而来的数据安全与隐私泄露问题日益严峻。为确保用户敏感数据的安全性,欧盟《通用数据保护条例》和我国《数据安全法》等法律相继发布,明确规定要建立用户敏感信息保护制度。与此同时,互联网服务中的隐私泄露问题也受到了学术界的广泛关注,大量基于同态加密、安全多方计算、差分隐私、匿名化等技术的隐私保护方案被相继提出。但是,现有的大多数互联网服务隐私保护方案并未考虑隐私保护效果和方案可用性相互制约的问题,在实现用户隐私保护的同时带来较大的计算和通信开销,难以满足互联网服务的实时性需求。因此,如何从方案的可用性和安全性两个维度对典型互联网服务进行需求分析,并在此基础上构造能效平衡的隐私保护方案,进而为用户提供安全高效的查询、预测、分析等服务,仍是互联网服务隐私保护方案构造所面临的挑战。本文针对互联网服务所面临的安全与隐私问题,选择联邦学习、智慧医疗和基于位置服务三种典型互联网服务场景开展研究,在对其安全需求以及服务特性进行分析的基础上,运用密码学、运算转化、机器学习等理论和方法,构造出系列安全高效的隐私保护方案,并从理论分析以及原型系统测试两方面对所提方案的正确性、安全性以及高效性进行了验证。具体地,本文的主要研究内容包括以下三个方面。1)联邦学习中的高效隐私保护技术在联邦学习中的高效隐私保护方面,本文围绕线性回归、岭回归、逻辑回归等三种回归模型开展研究。首先,针对逻辑回归中存在的指数运算,通过泰勒展开将其转换成为线性运算。在此基础上,通过对三种回归模型进行分析,提出了针对回归训练的数据预处理机制,实现了数据源与服务器仅需进行一次交互即可完成分布式回归模型的训练。此外,基于密钥拆分技术对Paillier同态加密算法进行了改进,提出了安全多方数据聚合算法,构造了隐私保护的非交互式回归模型联邦学习方案。所提方案能够保证分布式回归模型训练过程中本地训练数据的安全性,通过详细的安全性分析以及在真实数据集下的仿真测试,验证了所提方案的有效性和高效性。2)智慧医疗服务中的高效隐私保护方案在智慧医疗服务中的高效隐私保护方面,本文围绕基于朴素贝叶斯的疾病风险评估和基于Skyline计算的诊断模型融合开展研究。其中,针对朴素贝叶斯诊断模型训练以及疾病风险评估,一方面,基于所提出的数据安全聚合算法,构造了隐私保护的分布式诊断模型训练方案。另一方面,通过将数据预测操作转化为向量内积运算,并借助安全两方向量内积协议构造了安全疾病风险评估算法,实现了涵盖诊断模型训练以及风险评估全流程的高效隐私保护;针对Skyline诊断模型融合,将秘密分享技术与Paillier同态加密进行了结合,提出了分布式数值安全比较算法,进而构造了隐私保护的多方Skyline模型协同训练方案,实现了多方Skyline诊断模型的安全高效融合。通过详细的安全性分析以及在真实数据集下的仿真测试,验证了所提方案的有效性和高效性。3)基于位置服务中的高效隐私保护方案在基于位置服务中的高效隐私保护方面,本文围绕社交网络中的好友位置查询和在线打车服务开展研究。其中,针对社交网络好友位置查询,首先将多边形范围查询和圆形范围查询转换成为向量内积计算;之后,基于安全两方向量内积计算协议构造了安全空间范围查询算法,进而形成了高效隐私保护的好友模糊位置查询方案,能够有效保护查询用户空间查询坐标以及好友精确位置的安全性;针对在线打车服务,基于提出的安全范围查询算法,设计了车辆用户与打车用户安全匹配策略,并通过引入四叉树数据结构大幅提升了匹配效率,实现了在线打车服务中打车用户、车辆用户以及服务提供商敏感数据的高效隐私保护。通过搭建原型系统进行测试,充分验证了所提方案的安全性和高效性。

关键词： 事件抽取   网络空间安全   威胁情报   表示学习   非结构化文本   数据处理  

摘要： 随着互联网的迅速发展，越来越多的网络威胁从不同来源涌现，网络威胁情报(CyberThreatIntelligence，CTI)因其能够通过多源收集、整合、交换等方式来获得有关新漏洞、新攻击工具、新攻击手法等信息，使组织和个人能够及时采取有效的防范措施，成为了网络空间安全领域研究的热点。　　网络威胁情报的来源多样，其中非结构化的开源威胁情报占据了较大的比例，并且这类情报数据增长速度快，通过人工的方式进行阅读与整理的成本高、耗时长，容易错过处理相应网络威胁的最佳时机，并且难以进行进一步的关联分析。然而，当下少有在非结构化文本中进行网络空间安全事件抽取的研究，无法获取事件级别的威胁情报。如何从采集到的数据中检测出包含有网络空间安全事件的文本并判断事件类型，如何在文档级别进行相关事件元素的抽取，是本文的重点研究内容。本文的主要研究工作和创新如下:　　(1)面向网络空间安全文本数据，设计了一种可扩展的网络空间安全事件模版，包括四种类型的网络空间安全事件及对应的事件角色，用于指导相关语料的标注，并为网络安全事件检测及抽取模型提供训练约束。　　(2)针对多源采集的原始数据中存在非威胁类文本的问题，提出一种基于多级注意力机制的网络空间安全事件检测模型，来识别出包含有威胁信息的文本并进行分类。该模型利用ALBERT获取词向量，分别在句子级别和文档级别应用注意力机制来获取文本编码，并在句子级别的编码中，联合卷积神经网络，从多个角度捕获句子的关键信息，增强对网络空间安全事件的检测和分类能力。　　(3)针对网络空间安全事件元素分布在文档多个位置的问题，提出了一种文档级别的事件元素抽取模型。该模型将事件抽取任务转化为序列标注任务，在文本表示层，利用词汇增强方法获得语义信息更加丰富的字符级文本向量，并设计了一种滑动窗口机制来获取跨句子的上下文信息，提升文档级别事件元素的抽取效果。　　实验结果显示，本文提出的网络空间安全事件检测模型，能够有效的从采集到的文本中识别并分类包含有威胁信息的文档，达到98.78％的F1分数，能够作为后续的事件元素抽取的基础。本文提出的文档级别的网络空间安全事件抽取模型，相较于仅在句子级别进行抽取的方法，F1分数提升了3.32％，表明该模型能够更加全面的帮助安全分析人员获得所关心的事件元素信息。

关键词： 遥感数据   数据管理   数据处理   数据共享   运行管理优化  

摘要： 随着遥感卫星技术的发展水平不断提升,一方面造成了遥感数据量增长过快并且种类繁多,这使得遥感数据难以管理。另一方面,传统遥感数据处理软件面向的是单一用户,没有考虑支持持续、并发、全自动的高性能数据处理需求,普通用户无法使用这类软件高效率的批量处理遥感数据。与此同时,遥感数据一般都是从数据中心获取,数据中心负载太大不能保证遥感数据的稳定获取。针对以上问题,本文依托于“天空地多源数据融合的崩岗新型监测、预警方法与系统”项目,提出了一种面向轻量级高性能计算环境的遥感数据处理平台设计方案,为小型工作站平台开发支持有限多任务的并发和自动化执行,在性能上可满足许多专业需求。本文主要研究工作如下:(1)针对遥感数据难以管理的问题,根据现有的地理信息元数据处理相关要求设置元数据映射模板,以此对元数据进行标准格式化来实现多源遥感数据的统一管理。(2)针对传统遥感数据处理软件不能高效率批量处理遥感数据问题,本文通过引入工作流OSWorkflow灵活配置相应的遥感数据处理算法简化业务流程,以及引入作业调度系统OpenPBS分配算法任务来提高遥感数据处理速度,从而优化遥感数据处理的流程化和效率。(3)针对遥感数据无法稳定获取的问题,本文在Open Stack-Swift对象存储的基础上,对如何利用对象文件设计虚拟目录进行了梳理与规划。用户能够使用具备文件系统功能的云存储空间,同时云存储空间实现了层级目录管理。接着对虚拟映射以及虚拟视图的定义进行了阐述,在此基础上加入共享存储的原理来实现效率较高的数据共享功能。通过开展以上研究,本文针对多源异构数据的统一管理、共享以及遥感图像高性能处理提供了系统而完整的解决方案。实现对多源遥感数据的统一管理,在此基础上,实现遥感数据高性能处理以及自动化生产,并为遥感用户提供了遥感数据共享服务。