数据重构

摘要： 有效控制煤矿配电系统的能耗,可保证煤矿配电系统在运行过程中的功率损耗最小。研究了基于BIM的煤矿配电系统节能降耗方法。基于BIM集成煤矿配电系统能耗数据,使用BIM模型存储数据库,存储全部的煤矿配电系统能耗数据;依据配电系统能耗数据的BIM特征,利用注意力机制和长短记忆网络获取以及重构煤矿配电系统的特征序列,来预测煤矿配电系统能耗情况,采用模糊能耗控制方法控制煤矿配电系统能耗。测试结果表明,该方法可最大限度保证数据的完整性,数据集成后,数据失效率低于0.45%,能耗预测的拟合优度值高于0.93,控制后配电系统各个节点的功率损耗结果均低于0.015 MW,且电压相对较为平稳,均在9.5 kV。

摘要： RS(Reed-Solomon)码可以根据应用环境构造出任意容错能力的码字,有很好的灵活性,且使用RS纠删码作为容错方法的存储系统能达到理论最优的存储效率.但是,与异或(exclusive-OR,XOR)类纠删码相比,RS类纠删码译码计算的时间开销过大,这又很大程度上阻碍了它在分布式存储系统中的使用.针对这一问题,提出了一类RS纠删码的译码方法,该方法完全抛弃了当前大多RS类纠删码译码方法中普遍使用的矩阵求逆运算,仅使用计算复杂度更小的加法和乘法,通过构造译码变换矩阵并在此矩阵上执行相应的简单的矩阵变换,能够直接得出失效码元由有效码元组成的线性组合关系,从而降低译码计算复杂度.最后,通过理论证明了该方法的正确性,并且针对每种不同大小的文件,进行3种不同大小文件块的划分,将划分得到的数据块进行实验,实验结果表明:在不同的文件分块大小情况下,该新译码方法较其他方法的译码时间开销更低.

摘要： 随着智慧图书馆发展的深入,越来越多的智能化设备与智慧化系统被应用到图书馆各业务流程中,各类用户数据不断生成。这些多源且异构的数据能够为图书馆用户画像提供新的分析角度,拓展个性化推荐范围,成为图书馆智慧服务拼图的重要组成部分。文章利用智慧图书馆框架将多源数据按照空间、资源、服务三要素进行汇总与融合,依照用户、资源、关联关系3个维度进行重构,使用相似度进行多角度的个性化推荐。推荐结果表明,多源数据融合的推荐方法能够进行馆藏相似资源、相似用户、相关资源的推荐,还能对未收录的信息资源进行推荐,满足多种场景下智慧图书馆的个性化推荐服务需求。

摘要： 针对国内航空发动机试验数据的属性单一、数据割裂和独立存储等问题,开展多源数据重构技术及数据库融合技术研究,重点突破多维试验数据的模板化抽取、数据升维、数据重构和数据融合存储等关键技术,以满足航空企业的多源数据升维、重构和融合存储等需求,为航空工业企业由传统制造业向数字化、智能化、网络化的工业企业战略转型升级提供驱动力,优化资源配置。

摘要： 由于稀疏炮检点采集或野外采集因素造成地震数据的不规则,影响地震资料成像质量。基于压缩感知理论的重构方法,能够在有限采样的情况下有效重构地震数据。由于地震道的空间随机缺失在波数域表现为空间假频,文中将时空域的地震道重构转化为频率波数(FK)域的随机噪声压制问题。对FK域数据做多尺度、多方向性的剪切(Shearlet)变换,通过反演迭代消除FK域的空间假频,从而实现地震道的空间重构。该方法是在FK变换后进行Shearlet变换,可以看作一种新的稀疏基变换。由于全局随机采样因子频谱呈白噪特征,分段随机采样因子频谱呈蓝谱特征,因此分段采样数据有效信号与假频的混叠相对减少,更有利于数据重构。实验结果表明,分段随机采样FK+Shearlet域重构精度高于全局随机采样Shearlet域重构、分段随机采样Shearlet域重构和全局随机采样FK+Shearlet域重构。

摘要： 哈达玛变换光谱成像技术是一种在不牺牲分辨率的情况下,通过多通道复用的方法增加光学系统光通量,使得系统信噪比显著高于传统成像的新型计算光谱成像技术.本文针对系统成像过程中数字微镜器件衍射造成的图像降质问题,建立了基于标量衍射理论的哈达玛编码光谱成像图谱数据退化模型,提出以Lucy-Richardson(L-R)算法为核心的重构数据修正算法,提高重构数据立方体的图像质量和光谱精度.通过对成像过程的模拟和重构算法的仿真实验,数字化生成了系统成像衍射降质的物理过程,并验证了本文所采用修正方法的有效性.经过L-R修正之后的复原数据立方体的光谱角距离评价结果为0.1296,图像相似度评价因子优于0.85,相比修正前的重构数据质量有较大提升,表明算法对哈达玛编码光谱成像数据的重构及修正具有较好的效果.

摘要： 基于数据资源作为独立要素视角,提出数据驱动平台商业模式创新的基础要素维度要从二维(主体与业务)拓展到三维(数据、主体和业务)。分析认为:(1)数据资源对传统资源要素的重构包括业务重构型、主体重构型和主体和业务融合重构型3种组合类型;(2)数据驱动平台商业模式创新有3条实现路径,从供应端重构实现价值主张推动式创新、从需求端重构实现价值使用拉动式创新、供应端和需求端互动重构实现推拉结合互动式创新。由此构建数据重构平台商业模式创新的逻辑分析框架,进一步拓展深化数据驱动平台商业模式创新的理论体系。

摘要： 以公路桥梁中常见的连续梁为研究对象,提出了一种基于有限元和数据重构的移动荷载识别方法。采用有限元方法和Newmark方法编写连续梁在移动荷载作用下动力响应的计算程序,获得桥梁的位移响应;由切比雪夫多项式重构位移响应;由Newmark方法重构桥梁的速度和加速度响应;通过重构的数据采用正则化技术进行移动荷载识别。研究了荷载移动速度、荷载大小和桥梁跨数对移动荷载识别结果的影响。

摘要： 为了测试智能船舶对复杂场景的感知能力,推动智能船舶感知技术的发展,文章提出了一种基于虚拟现实交互的智能船舶感知测试系统。该系统构建了一个人工闭环的平行智能测试模型,用以测试智能船舶感知能力;采用了数据采集技术、数据重构技术与数据增广技术,解决了现阶段测试数据集匮乏的问题。

摘要： 河口近海海域的海表温度分布特征对于深入理解海洋热力、动力过程及海气相互作用等自然过程及综合效应具有重要意义。卫星数据重构是精确获取动态大面积海表温度数据的重要手段,采用非线性系统的动态模态分解(dynamic mode decomposition,DMD)数据分析方法,利用2003年1月至2016年7月的MODISSST数据,经剔除异常数据、填补空白数据后,重构了2016年8月至2019年12月长江口海洋表面温度数据,并评估了重构效果。研究结果表明,在时序数据充足的情况下,DMD算法能很好地解决动态系统的采样问题。DMD结合正交三角(orthogonal right triangular,QR)分解算法能有效重构长江口的海表温度数据,平均均方根误差(root mean square error,RMSE)为0.0076。进一步分析发现,无论是DMD算法还是DMD结合QR分解算法,还原结果精度都较高。

摘要： 基于压缩感知理论将不规则采样和不完整数据恢复相结合的重构策略是近年来发展较快的一种技术,这类方法利用不规则采样(随机采样)将假频转化为易于滤除的低幅值噪声的特点,通过稀疏促进策略实现对欠采样(低于Nyquist采样频率)数据的恢复.如果能够对随机欠采样数据进行理想的重构,在此基础上可以设计更适于复杂采集环境的地震采集方法,从而不再受传统的规则布线采集的限制.如何设计和评价随机欠采样观测系统是数据能够完美重构的前提,本文基于压缩感知理论中随机欠采样将假频转化为易于滤除的低幅值噪声的原理,借鉴空间点样方分析原理,提出了一种新的基于数据重构的观测系统评价方法.

摘要： 由于地理环境等因素限制,地震勘探时勘探人员不能在计划位置布置检波器,由此造成数据整列缺失,称为"缺失道".缺失道的存在会降低后续偏移反演成像的分辨率,因此缺失道的重构一直是研究人员关心的问题.重构方法可以分为基于波动方程的方法和基于信号处理的方法.基于信号处理的方法计算速度快,方便灵活,备受青睐.在变换域下处理地震信号,往往可以获取更好的效果.固定基的稀疏变换没有利用地震数据的先验信息,而字典学习方法,通过原始数据训练得到稀疏变换,能够"自适应"地将原始数据最优稀疏表示.利用紧框架约束，能够获取具有完全恢复性质的稀疏变换，便于重构数据。高维地震数据勘探是未来勘探的发展方向，能够大大提高成像的分辨率，因此考虑利用数据驱动紧框架(DDTF: data-driven tight frame)方法对三维和五维的地震数据重构，并和傅立叶变换方法、小波变换方法、曲波变换方法、BM4D方法进行了对比。

摘要： 准确预测交叉口交通流量,对城市智能交通起着至关重要作用.为了提高交叉口短时交通流预测的精度,提出一种基于高斯过程的交通流预测模型.首先对交叉口SCATS系统获取的检测数据进行数据预处理和数据重构,其次,运用GP模型对交通流时间序列进行训练,同时确定协方差函数的“超参数”.最后利用训练好的GP模型对交通流时间序列进行预测,并与BP神经网络进行比较.仿真结果表明,基于GP的交通流预测模型具有很好的稳定性,能满足预测精度的要求.

摘要： 文中研究了XGBoost算法含噪地震数据的重构问题.从局部学习的角度对给定的随机缺失坏道地震数据,引入随机噪声,研究数据的重构效果.利用单个采样点周围44个点的振幅值与该点道号和采样点号作为特征属性,对该点振幅值构建回归关系,从而通过学习这种回归关系重构缺失的地震道.分析不同地震数据缺失情况,提出针对不同情况的重构算法,建立了重构随机缺失的地震数据处理流程.实际地震数据处理结果表明,XGBoost算法对随机缺失含噪海洋地震资料具有较好的重构效果.

摘要： 研究目的:在重构数据的基础上客观把握生态用地变化驱动因素及作用机制. 研究方法:文献分析法,计量经济法,实证研究法. 研究结果:(1)实证结果显示,西南地区典型城市生态用地变化的前四位驱动力分别为城市扩张、工矿建设与煤炭开采、人口及经济发展和地区自然气候条件;(2)对比分析发现,六盘水地区生态用地对城市扩张的敏感程度最大,达到-0.02,其次为采矿面积(-0.007)、人口数量(0.007);遵义地区生态用地对城市扩张(-0.027)的敏感程度也最大,其次为采矿面积(-0.018)、人口数量(-0.0057);毕节地区生态用地对人口数量(0.018)的敏感程度最大,其次为城市扩张(-0.011)、采矿面积(-0.009);黔西南地区生态用地对工矿建设的敏感程度最大,达到-0.008,其次为城市扩张(-0.007)、原煤产量(-0.003). 研究结论:西南地区生态用地保护与修复政策创新应该采用差别化的调控策略,六盘水和遵义应该严格控制城市粗放式扩张从而达到保护生态用地的目标,而毕节地区重点要控制人口增长,黔西南则要控制矿产资源的过度开采和工矿用地扩张等,从而扭转生态用地日益缩减的严峻态势.

摘要： 在开展不同自然频率的检波器接收性能对比的基础上,进行了宽频数据重构处理技术研究和拓频效果评价,发现不同频率检波器的接收数据通过数据重构可以实现优势频率互补.通过研究,为高精度宽频采集提供了一个可行的方法和方向,并为下步拓频采集检波器的选择和拓频处理技术深化研究提出建议.

摘要： 高光谱遥感图像应用广泛,但其巨大的数据量给传输、存储带来了很大压力.压缩感知中压缩与采样同时进行,编码简单,解码复杂,抗误码率好,可以应用于遥感图像压缩.国内外已经存在一些高光谱压缩感知方案.但常规方案通常将重构转化为凸优化问题,计算量大,求解速度慢.本文提出了一种基于双压缩感知模型的高光谱图像压缩方案，避免了数据重构时的优化问题。在编码端，采用空谱分离的压缩采样模式，在解码端，根据线性混合模型将数据分离成端元和丰度分别进行估计，之后进行合成。实验证明，该方案能够对高光谱图像进行有效的数据压缩，并在低码率的情况下获得相当高的信噪比。

摘要： 在地震勘探野外数据采集时,常常因为障碍物,禁采区或坏道的存在而导致地震数据的不规则和不完整,这将影响后续的多次波压制、偏移成像等处理过程.因此需要在数据处理阶段把缺失的地震道恢复出来.插值重构的方法发展成熟后,也可指导野外观测系统的设计,通过布置少量的、稀疏分布的检波器和震源来降低经济成本.傅里叶变换因为其简单实用,有发展成熟的快速算法而广泛用于地震数据插值重构中.本文提出一种基于非均匀傅里叶变换的重构方法，通过计算可得到信噪比较高的重建结果，模型试验证明了此方法的有效性。

摘要： 提出了基于张量主成分分析的人脸图像压缩与重构算法,该算法依据K-L变换的原理找到用于图像压缩的投影矩阵,进而对人脸图像进行压缩.同时,也可以通过投影矩阵对人脸图像进行数据重构.通过在FERET和BioID人脸数据库的相关实验表明,与常规的主成分分析算法相比,张量主成分分析算法在同样的压缩比水平上能够实现更优的重构图像,定量分析表明张量主成分分析算法的重构误差和峰值信噪比亦优于常规的主成分分析算法。

摘要： 数组类型抽象重构是类型恢复中的一个重要问题,直接影响反编译结果的正确与否,在漏洞检测、逆向工程及恶意代码分析中具有重要的意义。提出一种新的多维数组类型重构方法,先提取汇编代码中的循环语义,再转化成对应的FOREACH式的集合,并针对FOREACH式提出5个规则,用于计算多维数组的维数、大小、边界、基本元素的大小及每维上元素个数等多维数组信息并最终重构出数组类型.使用gcc编译器编译的CoreUtils工具集中的1 5个程序作为测试用例,与IDA Pro的Hex_ray插件作比较,实验说明本文提出的方法比IDA Pro重构的数组类型数据多16.3％.

摘要： 本发明公开一种可重构运送装置、数据压缩装置和可重构运算方法可重构运算装置包括可重构电路、存储单元和控制单元。可重构电路具有多个小电路，并且基于所记录的电路信息利用从多个小电路中选出的小电路来重构电路。存储单元存储分别与第一压缩电路和第二压缩电路对应的第一电路信息和第二电路信息。控制电路根据输入数据串，通过将第一电路信息或第二电路信息记录在可重构电路中，来将可重构电路重构成第一压缩电路或第二压缩电路。

摘要： 一种具有用于处理数据的冗余存储区域的数据存储设备，所述数据存储设备包含：输入-输出状态确定单元，用来确定是正在执行还是等待执行从及向设备外部输入及输出处理数据中的一种情况所涉及的命令处理；重构请求确定单元，用来确定是否存在对于伴随替换故障部件的、重构所存储的数据的处理的请求；以及重构处理执行单元，用来：当所述输入-输出状态确定单元确定既没有正在执行也没有等待执行从及向设备外部输入及输出处理数据中的一种情况所涉及的命令处理时，并且当所述重构请求确定单元确定存在对于伴随替换故障部件的、重构所存储的数据的处理的请求时，给出执行重构命令的指令。

摘要： 本发明提供一种方法，包括下列步骤：当检测到重构所存储数据的请求时，确定可用于处理数据的输入和输出之一的存储介质的数目是否不小于处理数据的输入和输出之一所必需的存储介质的数目加1；当获得肯定结果时，识别可用存储介质中将被操作的存储介质；指定将被操作的存储介质之一作为用于重构的存储介质、其它存储介质作为用于处理数据的输入和输出之一的存储介质，并且在每个命令周期中移动对用于重构的存储介质的指定；以及按照存储介质的指定而彼此并行地执行处理数据的输入和输出之一以及用于重构的处理单位的读取，以及在准备了重构所存储数据所必需的所有处理单位的阶段中重构所存储数据并把所重构的所存储数据记录在作为重构目的地的存储介质上。

摘要： 本发明公开了数据流重构方法及可重构数据流处理器，尤其是面向混合人工神经网络的数据流重构，其根据不同神经网络层对计算单元、存储单元以及数据流动单元等资源进行对应的功能配置动态变化，大规模复用硬件实现不同功能的神经网络层，针对多个神经网络层构成的混合神经网络结构，取得提高硬件利用率、提高运算速度以及降低功耗等效果。特别地，通过获取其他新型的神经网络层的特性信息确认可复用的配置，其能够为后续研究构造其他新型的神经网络层及基于这些新型神经网络层的混合神经网络的实现提供资源复用基础，泛用性极强。

摘要： 本申请涉及一种基于可重构处理器的数据存储方法、可重构处理器、计算机设备、存储介质和计算机程序产品。所述方法包括：确定所述计算任务所需要的包含多个子数据的目标数据，在所述数据导入单元中，通过预设数据划分算法以及所述计算任务对应的数据同时访问条件，对所述目标数据中的各个子数据进行划分，得到读取地址变换参数；根据各所述子数据的外部存储器地址以及所述读取地址变换参数，分别计算各所述子数据在所述内存分块中的目标地址，并将目标数据存储至所述目标地址。通过采用本发明实施例所提供的方法导入外部存储器的数据，可以避免访问冲突，保证可重构处理器的处理性能。

摘要： 一种平行轮廓的无数据处理误差重构装置和重构方法，包括有用于设置在两条平行被测轮廓之间能够沿直线导轨移动的运载平台，所述运载平台上对应两条平行被测轮廓设置有4个位移传感器，第一位移传感器和第二位移传感器并排设置在所述运载平台的一侧，且测头对应于被测轮廓，第三位移传感器和第四位移传感器并排设置在所述运载平台的另一侧，且测头对应于被测轮廓。本发明在对平行轮廓进行重构的过程中，克服测量基准的误差对测量结果的影响，同时在高密度采样的前提下消除算法误差，以得到高精度的轮廓重构结果，在装置步进间距小于传感器间距的情况下实现无数据处理误差的精确重构，实现精密平行轮廓的快速准确的重构。

摘要： 本发明公开一种可重构运送装置、数据压缩装置和可重构运算方法可重构运算装置包括可重构电路、存储单元和控制单元。可重构电路具有多个小电路，并且基于所记录的电路信息利用从多个小电路中选出的小电路来重构电路。存储单元存储分别与第一压缩电路和第二压缩电路对应的第一电路信息和第二电路信息。控制电路根据输入数据串，通过将第一电路信息或第二电路信息记录在可重构电路中，来将可重构电路重构成第一压缩电路或第二压缩电路。

摘要： 一种具有用于处理数据的冗余存储区域的数据存储设备，所述数据存储设备包含：输入－输出状态确定单元，用来确定是正在执行还是等待执行从及向设备外部输入及输出处理数据中的一种情况所涉及的命令处理；重构请求确定单元，用来确定是否存在对于伴随替换故障部件的、重构所存储的数据的处理的请求；以及重构处理执行单元，用来：当所述输入－输出状态确定单元确定既没有正在执行也没有等待执行从及向设备外部输入及输出处理数据中的一种情况所涉及的命令处理时，并且当所述重构请求确定单元确定存在对于伴随替换故障部件的、重构所存储的数据的处理的请求时，给出执行重构命令的指令。

摘要： 本发明提供一种光场数据重构方法、光场数据重构器件及光场显示装置，该光场数据重构方法包括：获取在光场采集点采集的2D原始图像，光场采集点位于UV平面直角坐标系内，光场采集点为M×N的矩阵，光场采集点的数量小于用于生成4D光场数据的目标图像的数量；分别在U坐标轴方向和V坐标轴方向上，对M×N个光场采集点采集的2D原始图像进行插值处理，得到X×Y个目标图像；根据X×Y个目标图像，得到4D光场数据。本发明中，采用数量较少的光场采集点采集2D原始图像，对采集的2D原始图像进行插值处理，得到数量较大的目标图像，并根据数量较大的目标图像重构连续且较清晰的4D光场数据，极大地降低了2D原始数据的采集量。

摘要： 本发明提供一种光场数据重构方法、光场数据重构器件及光场显示装置，该光场数据重构方法包括：获取在光场采集点采集的2D原始图像，光场采集点位于UV平面直角坐标系内，光场采集点为M×N的矩阵，光场采集点的数量小于用于生成4D光场数据的目标图像的数量；分别在U坐标轴方向和V坐标轴方向上，对M×N个光场采集点采集的2D原始图像进行插值处理，得到X×Y个目标图像；根据X×Y个目标图像，得到4D光场数据。本发明中，采用数量较少的光场采集点采集2D原始图像，对采集的2D原始图像进行插值处理，得到数量较大的目标图像，并根据数量较大的目标图像重构连续且较清晰的4D光场数据，极大地降低了2D原始数据的采集量。