地州气象局VPN网络的应用探析

目前我州气象系统信息化建设已经初具规模,已建立了全州的气象专线网络,各地市台站全部用专线连接做到了数据实时传输,大大地提高了数据的时效性,但这样的专线网络仍然存在着一些问题,主要集中在无法实现移动办公的需求以及现有专线一旦出现故障,没有合理的备份线路作为补充。针对这些问题,我们采用目前流行的VPN技术进行组网。本文主要介绍VPN技术、探讨当前网络情况下我州气象系统网络VPN的组建方案及VPN的安全策略。     

基于通信编码的视频监控无损控制优化设计

在远程视频监控中,由于通信网络条件复杂,导致视频损坏,影响视频监控的准确性,需要对视频监控进行无损控制优化。提出一种基于通信编码的视频监控无损控制优化设计方法。构建通信网络下的远程视频监控系统模型,经过纠错预测及变换编码,对最初的数据进行映射转化,来剔除时间及空间上数据多余部分,设计基于通信编码的视频传输纠错算法,实现视频传输的无损控制。仿真结果表明,采用该方法能准确实现对视频序列的量化编码,提高编码效率,有效提高了视频监控的实时性和保真性,视频信号传输时间缩短12.3%,保真度提高15.4%,应用前景较好。     

基于北斗的安全实时监控技术

本文针对马航事件所暴露出的民航飞机安全监控所存在的不足,设计了基于北斗短报文通信技术的民机实时安全监控系统,并对系统基本功能进行了跑车验证实验,实验结果表明,该系统具备将运动目标位置信息数据及其他关键数据通过短报文通信远程传输并进行监控的功能,并且位置数据的精度接近主流GPS,为今后民航飞机基于卫星通信的远程安全监控提供了一种方法。     

浅谈传输专线应用技术

SDH/PTN专线可提供点到点、点到多点的数据、图像、话音传输服务,又可作为帧中继网及互联网等专网的数据链路,可根据需求为客户开通本地专线电路、国内长途专线电路、港澳台及国际专线电路。     

基于区域协方差矩阵的模板更新方法分析与比较

在目标跟踪算法中,目标特征描述子和模板更新策略都是跟踪成败的关键。本文在选用区域协方差矩阵描述子的基础上,结合粒子滤波器算法,并且采用两种常用的模板更新方法,分别对商场通道监控视频序列中的行人进行了跟踪仿真实验。通过仿真分析并比较不同模板更新方法条件下的跟踪性能,从而在不同情况下选择合适的模板更新方法,以得到更精确的跟踪结果。     

基于无线通信的水下自主航行器跟踪技术

针对水下自主航行器的三维轨迹跟踪问题,本文介绍一种基于无线通信的水下自主航行器主被动跟踪技术。主要介绍了系统的总体方案、直线阵测向技术、无线网络通信技术和目标跟踪算法等几项关键技术。通过这几项关键技术的研究,对于提高水下自主航行器的跟踪能力,突破基于特征声源的动态目标跟踪技术难题,揭示水下目标的三维运动规律等都具有重要意义。     

基于自适应观测粒子滤波的运动跟踪算法

针对标准粒子滤波算法在运动跟踪的应用中还存在跟踪精度不高的问题,本文提出了一种基于噪声优化自适应观测粒子滤波算法的运动跟踪模型,首先构建基于目标跟踪的观测模型,利用当前时刻得到的观测量对粒子滤波算法进行修正,然后采用一个加权函数对目标进行采样来建立直方图,达到自适应加权的目的,最后采用不同方差的高斯噪声加权和来建模,对自适应观测粒子滤波进行去噪优化。仿真试验结果表明,本文提出的基于噪声优化自适应观测粒子滤波算法的运动跟踪模型相比较标准粒子滤波算法而言,具有较高的运动目标跟踪精度且在运动跟踪的应用中效果良好。     

一种基于隐马尔可夫聚类的信息提取方法

为了通过统计的学习来得到最优的模型参数,我们通过基于形式的聚类方法将训练数据聚成几个类,每个类的数据被用来训练一个初始概率和一个转移概率矩阵.在进行文本信息提取时,结合每一个初始概率矩阵、每一个转移概率矩阵,使用Viterbi算法来找出最优的标记序列.结果这些最优的标记序列中概率最大的标记序列将被作为最终输出.实验表明,新的算法在一定条件下能提高文本信息提取的精确度和召回率.     

基于云填充和蚁群聚类的协同过滤图书推荐算法

针对传统协同过滤技术在图书推荐中效率不高、数据极端稀疏性及主观性强等问题,提出一种基于云填充和蚁群聚类的协同过滤图书推荐方法,首先根据蚁群聚类算法得到用户群分类,然后在进行协同过滤前预先通过云模型填充用户——项目矩阵,以降低数据的稀疏性。实验结果表明,该算法在推荐精度上有明显的提高。     

基于数据挖掘技术的信息分析方法研究 ——以集装箱海运价格预测为例

【目的/意义】针对多组时间序列的海量数据集和以预测为目标的信息分析方法，提出了基于数据挖掘技术 的预测模型，在大数据环境下，提高了预测精度，以期在其他领域的信息分析和情报预测能有所借鉴。【方法/过程】 以集装箱海运价格预测为例，提出集装箱海运价格预测模型，设计自适应的网格搜索策略，高效准确地确定数据挖 掘算法中的超参数组合，提出基于时间序列留出法的评估方法，降低了集装箱运价这种多组时间序列数据集在数 据挖掘结果上的泛化误差，针对海量运价信息，对GBDT算法进行并行计算设计和预排序后的损失函数迭代计算 优化策略，提高了算法在大数据环境下的计算效率。【结果/结论】模型和算法运行结果仿真显示：对于传统的时间 序列问题，基于数据挖掘方法的预测模型取得了比传统时间序列方法更优的结果。