检索结果-内蒙古大学图书馆

北方工业大学学报 2024年第5期36卷 30-38页

作者：王菁张睿轩邓欣颖林浩然北方工业大学信息学院北京100144 大规模流数据集成与分析技术北京市重点实验室北京100144

地址是我国城市数字化建设的重要空间资源和战略性基础信息资源,经解析处理后可应用在多个领域,因此提升地址解析的准确性十分必要。针对以上问题,本文提出一种基于深度学习模型的中文地址解析方法。该方法首先使用预训练语言模型来获... 详细信息

地址是我国城市数字化建设的重要空间资源和战略性基础信息资源,经解析处理后可应用在多个领域,因此提升地址解析的准确性十分必要。针对以上问题,本文提出一种基于深度学习模型的中文地址解析方法。该方法首先使用预训练语言模型来获取动态词向量,并利用双向门控循环单元的序列建模能力和卷积神经网络的平移不变性提取文本中的上下文语义特征;随后引入层归一化规范模型训练过程中的特征分布,再添加多头注意力机制使模型能够更有效地聚焦关键信息;最后引入条件随机场用于全局标注序列的学习和解码,完成中文地址解析任务。实验结果表明,所提模型在中文地址解析任务中的精确率、召回率和F1值均高于其他对比中文地址解析模型。

关键词：地址解析地址要素分类地址解析模型预训练语言模型双向门控循环单元

来源：评论

学校读者我要写书评

暂无评论

面向电能质量数据采集的蚁群优化算法

引用

计算机与数字工程 2019年第3期47卷 524-529页

作者：王嘉怡房俊高鹏北方工业大学大规模流数据集成与分析技术北京市重点实验室北京100144 北方工业大学数据工程研究院北京100144

现有电网的数据采集一般采用集中式,单节点的方式,采集效率低,难以适应海量电能质量数据的采集需求。论文扩展数据接收处理节点,结合电能质量数据的特点,提出适用于电网电能质量数据采集的蚁群优化算法,实现服务器负载均衡,提升数据收... 详细信息

现有电网的数据采集一般采用集中式,单节点的方式,采集效率低,难以适应海量电能质量数据的采集需求。论文扩展数据接收处理节点,结合电能质量数据的特点,提出适用于电网电能质量数据采集的蚁群优化算法,实现服务器负载均衡,提升数据收取效率。通过对电能质量数据采集的调度进行实验测试,实验结果表明:基于蚁群优化算法的调度写入速度约为现有数据调度方法的2.65倍,各接收服务器的数据分配比例基本维持在0.3～0.4;蚁群优化算法在服务器负载差异较小时,降低任务分配的随机性,分配比接近1:1:1;在服务器负载差异较大时,降低任务集中分配单一节点的概率,实现资源合理利用。找到蚁群优化算法相关参数组合的最佳取值范围,使任务平均耗时减少约3.7s。通过实验验证蚁群优化算法的可行性和有效性。

关键词：蚁群算法负载均衡任务调度 HBase

来源：评论

学校读者我要写书评

暂无评论

一种面向多场景的轨迹相似度计算框架

引用

北方工业大学学报 2024年第1期36卷 91-99页

作者：赵卓峰鲍越李舸飞北方工业大学信息学院北京100144 大规模流数据集成与分析技术北京市重点实验室北京100144

轨迹相似度计算作为轨迹数据分析中的一个研究热点,主要用来衡量两个移动对象轨迹相似程度。已有的轨迹相似度计算工作主要根据不同类型的轨迹数据和应用场景提出了大量轨迹相似性度量方法,但随着轨迹数据采集手段的逐渐丰富和应用需求... 详细信息

轨迹相似度计算作为轨迹数据分析中的一个研究热点,主要用来衡量两个移动对象轨迹相似程度。已有的轨迹相似度计算工作主要根据不同类型的轨迹数据和应用场景提出了大量轨迹相似性度量方法,但随着轨迹数据采集手段的逐渐丰富和应用需求的发展,在轨迹相似性计算方面却缺少一个统一的框架以支持多样化轨迹数据下的相似轨迹分析。为此,本文在综合分析已有相似轨迹度量方法共性特征基础上,提出了一个兼容多种轨迹相似度度量方法的集成计算框架(Multiple Scenarios Similarity Trajectory Framework,MSSTJ),并通过一种统一的轨迹数据分区索引方法来优化不同相似轨迹度量方法的计算效率,从而使得用户可以通过参数化配置的简单方式来实现不同场景下多样化的轨迹相似度高效计算的需求。通过基于两类不同类型轨迹数据集的相关实验表明,MSSTJ可以帮助用户快速实现不同的轨迹相似度计算算法,并且实现的算法具有较好的性能表现。

关键词：轨迹相似度计算多场景集成计算框架分区索引优化轨迹相似度算法

来源：评论

学校读者我要写书评

暂无评论

面向数据湖存取性能优化的数据并行处理技术研究

引用

北方工业大学学报 2024年第3期36卷 1-10页

作者：赵卓峰陈元梅宇生北方工业大学信息学院北京100144 大规模流数据集成与分析技术北京市重点实验室北京100144

本文围绕数据湖应用背景下海量数据的高性能存取需求,以新型数据存储模型和分布式存储及缓存机制为目标,通过对数据湖存储结构、数据访问模式和数据处理方法进行分析,开展数据湖存取性能优化问题研究。首先,结合数据湖系统中的文件系统... 详细信息

本文围绕数据湖应用背景下海量数据的高性能存取需求,以新型数据存储模型和分布式存储及缓存机制为目标,通过对数据湖存储结构、数据访问模式和数据处理方法进行分析,开展数据湖存取性能优化问题研究。首先,结合数据湖系统中的文件系统存储方式,设计了一种基于列式存储的数据存储结构,并通过索引优化技术提高数据访问速度。其次,针对数据湖中常用的批处理和流处理这两种访问模式,提出了一种基于数据分区和缓存机制的访问优化方案,以提高数据访问的效率和稳定性。最后,针对数据湖在大规模数据情况下更新和增量计算出现的计算时间长问题,提出了一种基于Spark并行计算和分布式文件系统(Hadoop Distributed File System,HDFS)的数据处理方案,以提高数据处理的速度和可靠性。实验结果表明,本文提出的数据湖存储性能优化技术相对于现有方法能够有效地提高数据的存储、访问和处理效率。

关键词：数据湖存取性能数据分区并行计算索引优化

来源：评论

学校读者我要写书评

暂无评论

面向港口停留区域识别的船舶停留轨迹提取方法

引用

计算机应用 2019年第1期39卷 113-117页

作者：郑振涛赵卓峰王桂玲徐垚大规模流数据集成与分析技术北京市重点实验室(北方工业大学) 北京100144 中电科海洋信息技术研究院有限公司岸基信息系统部北京100041

针对港口停留区域识别时船舶轨迹大数据的精度低、稀疏、漂移等问题,提出了一种多约束条件下的船舶停留轨迹提取(MPTSSE)方法。首先,结合船舶轨迹数据特点,给出了用于停留区域识别与提取的停留段概念的定义;其次,建立了基于速度、时间... 详细信息

针对港口停留区域识别时船舶轨迹大数据的精度低、稀疏、漂移等问题,提出了一种多约束条件下的船舶停留轨迹提取(MPTSSE)方法。首先,结合船舶轨迹数据特点,给出了用于停留区域识别与提取的停留段概念的定义;其次,建立了基于速度、时间差、停留时长、距离等多约束的轨迹停留段提取模型和并行化轨迹停留段提取算法;最后,基于Hadoop框架给出了船舶轨迹大数据集上的轨迹停留段提取算法实现。基于真实船舶轨迹数据的实验结果表明,与基于Stop/Move模型的轨迹停留提取方法相比,MPTSSE方法在三个港口泊位的提取中准确率提高了22%。MPTSSE方法能有效避免轨迹停留段误分割情况,同时在大规模船舶轨迹数据下具有较高的执行效率。

关键词：港口停留区域船舶轨迹数据停留轨迹多约束提取 Hadoop框架

来源：评论

学校读者我要写书评

暂无评论

电气化铁路电能质量趋势分析预测方法

引用

计算机与数字工程 2019年第6期47卷 1521-1527页

作者：高鹏房俊韩燕波王嘉怡北方工业大学大规模流数据集成与分析技术北京市重点实验室北京100144 北方工业大学数据工程研究院北京100144

电气化铁路作为一种典型干扰源,是影响电网电能质量的不容忽视的重要因素,其产生的谐波、负序会对电网造成多种污染,影响电网的正常运行。为了及时发现上述电能质量问题,提出一种针对电气化铁路的电能质量趋势分析方法,方法分为两个阶段... 详细信息

电气化铁路作为一种典型干扰源,是影响电网电能质量的不容忽视的重要因素,其产生的谐波、负序会对电网造成多种污染,影响电网的正常运行。为了及时发现上述电能质量问题,提出一种针对电气化铁路的电能质量趋势分析方法,方法分为两个阶段:首先对有功功率指标运用KMeans聚类方法得到主供监测点,然后针对主供监测点运用时间序列分析模型ARIMA对其主要指标(如谐波电流、谐波电压等)进行建模并预测其趋势。上述方法已经应用到电网谐波分析系统中。论文运用该系统采集的实际监测点数据进行了实验验证,验证结果表明,该方法百分比绝对误差(MAPE)为27.29%。该方法可以有效预测电气化铁路电能质量指标的变化趋势,为后续治理决策提供了依据。

关键词：电气化铁路聚类时间序列分析

来源：评论

学校读者我要写书评

暂无评论

基于实体-数据的物联网服务建模

引用

计算机系统应用 2023年第6期32卷 70-79页

作者：王久超赵卓峰北方工业大学信息学院北京100144 大规模流数据集成与分析技术北京市重点实验室北京100144

物联网服务作为信息世界软件服务通过物联网向现实世界的延伸,其在物联网系统具有重要的作用.然而,不同于传统Web服务,物联网服务具有现实感知、数据驱动、异构分布、时空相关等新特点,使得现有的服务模型不足以对物联网服务有效刻画,... 详细信息

物联网服务作为信息世界软件服务通过物联网向现实世界的延伸,其在物联网系统具有重要的作用.然而,不同于传统Web服务,物联网服务具有现实感知、数据驱动、异构分布、时空相关等新特点,使得现有的服务模型不足以对物联网服务有效刻画,进而也不能满足物联网应用中的后续服务发现、服务卸载、服务组合等需求.在凝练分析物联网服务建模需求和已有物联网服务模型的基础上,提出了一种基于实体-数据的物联网服务建模框架,该框架提出了服务、实体、数据三元信息融合的物联网服务模型概念及概念关系,重点定义了服务、实体、数据的时空属性及时空依赖关系,以支持基于时空相关性的物联网服务关联表示与分析,并通过扩展OWL-S(ontology Web language for services)给出了基于实体-数据的物联网服务描述方式.最后,结合一个高速公路物联网应用案例对模型的使用方式和效果进行了讨论.

关键词：物联网服务物联网服务模型物联网物联网实体物联网数据

来源：评论

学校读者我要写书评

暂无评论

基于层次分析法和市场法的数据资产定价方法

引用

北方工业大学学报 2024年第1期36卷 150-156页

作者：张淳瑞房俊北方工业大学信息学院北京100144 大规模流数据集成与分析技术北京市重点实验室北京100144

数据资产定价至今是一个具有挑战性的问题。随着大数据时代的来临,数据资产已成为企业核心竞争力和决策支撑的关键要素。由于数据资产的特殊性,传统的资产定价方法不能完全适用于数据资产,目前还缺乏明确的交易规则和成熟的定价方法。因... 详细信息

数据资产定价至今是一个具有挑战性的问题。随着大数据时代的来临,数据资产已成为企业核心竞争力和决策支撑的关键要素。由于数据资产的特殊性,传统的资产定价方法不能完全适用于数据资产,目前还缺乏明确的交易规则和成熟的定价方法。因此,博弈论、期权定价法与市场对比法等成为数据资产定价的新探索方向。本研究在现有方法的基础上,提出一种综合运用层次分析法和市场法的定价模型。具体来说,首先采用专家打分方式选取合适的数据评估指标,运用层次分析法确定各评估指标的权重,然后在交易市场中搜集同类数据资产的交易案例,通过市场法计算市场修正系数,运用权重修正模型和系数修正模型对待评估数据资产进行定价。模型考虑了数据资产的特殊属性,也综合了多种定价方法的优势,能够实现对数据资产更准确和科学的评估。

关键词：数据资产定价层次分析法市场法指标权重专家打分法

来源：评论

学校读者我要写书评

暂无评论

基于图卷积网络的产业领域科技服务资源命名实体识别

引用

计算机与数字工程 2023年第1期51卷 20-27页

作者：张硕赵卓峰刘晨北方工业大学信息学院北京100144 大规模流数据集成与分析技术北京市重点实验室北京100144

针对产业领域科技服务资源中存在专业术语复杂、实体边界识别困难及不能有效提取文本远距离语义特征的问题,提出了一种基于图卷积网络(GCN)的产业领域科技服务资源命名实体识别方法。对现有的BERT-BiLSTM-CRF方法进行改进。首先,通过额... 详细信息

针对产业领域科技服务资源中存在专业术语复杂、实体边界识别困难及不能有效提取文本远距离语义特征的问题,提出了一种基于图卷积网络(GCN)的产业领域科技服务资源命名实体识别方法。对现有的BERT-BiLSTM-CRF方法进行改进。首先,通过额外加入辅助特征词性特征对BERT层获取的字符向量进行扩展补充,并通过多头注意力机制设置权重来获取字符间的语义信息;然后,在双向长短期记忆网络(BiLSTM)基础上融入图卷积网络,用于挖掘字符及字符间关系的结构信息,将BiLSTM提取到的特征表示与字符间的依存关系矩阵拼接融合,充分获取文本的全局特征。最后将GCN层获取的特征向量送入条件随机场(CRF)模型进行序列解码,选取出全局最优序列,即为实体识别的结果。实验结果表明,该方法优于传统的命名实体识别方法,可以提高产业领域科技服务资源命名实体识别的准确率。

关键词：产业领域科技服务资源命名实体识别图卷积网络

来源：评论

学校读者我要写书评

暂无评论

面向海量公交刷卡数据的站点客流分析方法

引用

计算机与数字工程 2017年第2期45卷 247-253页

作者：曹娅琪丁维龙北方工业大学数据工程研究院北京100144 大规模流数据集成与分析技术北京市重点实验室北京100144

公交行业的发展,产生了海量多元的公交IC卡刷卡数据,为行业应用提供快速、准确的站点客流量统计一直是智能公交建设的重点。以往对客流量的研究只是进行了简单的数据统计,准确度不高,提出的并行算法在海量数据规模下不具备水平扩展能力... 详细信息

公交行业的发展,产生了海量多元的公交IC卡刷卡数据,为行业应用提供快速、准确的站点客流量统计一直是智能公交建设的重点。以往对客流量的研究只是进行了简单的数据统计,准确度不高,提出的并行算法在海量数据规模下不具备水平扩展能力。针对此问题,论文通过分析海量多元数据的特征,面向公交刷卡数据提出了一种刷卡时间的聚类方法,不仅可在分钟级完成一周数据的计算,并根据换乘的时间差和距离规则约束提高了计算的准确性。论文工作在Hadoop MapReduce上进行了实现,分时客流量的计算方面随数据规模增大具有可扩展性,单位数据规模的计算执行时间保持相对稳定,并且分析结果具有较高的准确性。

关键词：公交数据海量数据站点上下车客流量站点换乘客流量

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：