导读:本文包含了数据流论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:数据流,数据,可信性,波形,万用表,作战,分布式。
数据流论文文献综述
吕艳霞,刘波男,王翠荣,王聪,万聪[1]（2019）在《面向概念漂移数据流的自适应增量集成分类算法》一文中研究指出利用集成模型可以应对实时数据流分类问题中的概念漂移.许多经典集成算法都是通过对数据采样,或者通过对概念漂移的检测从而进行集成模型的更新来应对数据流种产生的概念漂移问题的.如何使得模型可以及时的在当前的概念上迅速建立模型一直是在线数据流学习关注的问题.本文使用增量学习和迁移学习的思想提出了一种新的历史模型自适应概念漂移的数据流集成分类算法HAEL,在集成模型中引入注意力机制,可以始终优先关注当前的数据来构建和更新分类模型,并且提出通过利用准确率比较范围参数来调整模型对当前数据的关注程度,从而使得模型更好的应对概念漂移.通过在四种类型的概念漂移数据集上的实验表明,HAEL与传统算法相比均表现出更高的分类准确率.(本文来源于《小型微型计算机系统》期刊2019年12期）
刘琴[2]（2019）在《大数据分析下分布式数据流处理技术研究》一文中研究指出由于数据流的不稳定性,将数据流查询安排在固定节点上就会造成分布式数据流处理技术很难对计算资源实现较高的处理效率,基于此,提出大数据分析下分布式数据流处理技术研究。具体流程是数据收集、历史数据的存储和查询、Storm实时处理、智能索引、数据模型的建立。根据实验结果可知,本文提出的大数据分析下分布式数据流处理技术与传统技术相比,在数据流的处理效率上占有较大优势,一般维持在75%以上,能够大大节省处理时间。(本文来源于《软件工程》期刊2019年12期）
许绍炎[3]（2019）在《基于波形和数据流的汽车发动机电控系统故障诊断实验研究》一文中研究指出研究基于波形和数据流的汽车发动机电控系统故障诊断方法的效果。选取20台不同品牌型号的汽车发动机电控系统为研究对象,随机平均分为对照组和实验组,对照组选用传统的电控系统故障诊断方法,实验组使用基于波形和数据流的汽车发动机电控系统故障诊断方法,比较两组电控系统故障诊断的时间和正确率,并进行量化评估。实验组和对照组在诊断汽车发动机电控系统故障的时间和正确率存在差异。对传感器以及传感器监测元件的故障诊断,实验组正确率远远高于对照组。对其它故障诊断正确率差距较小,但是诊断耗费时间实验组远小于对照组。通过对实验结果的量化评估,实验组量化得分大约为对照组量化得分的2倍,基于波形和数据流的汽车发动机电控系统故障诊断方法能够提高故障诊断正确率并缩短诊断时间,可以推广使用。(本文来源于《自动化与仪器仪表》期刊2019年11期）
朱江[4]（2019）在《北京电视台IP化数据流交换系统的设计与实现》一文中研究指出本文以北京电视台IP化数据流交换系统的建设为背景,介绍了北京电视台通过采用IP流内容汇聚与调度技术、实时流转码技术和IP信号监控与分发技术,初步实现和具备了全台SDI、IP及台外提供的各种类型信号的统一IP化汇聚能力。同时,通过流调度系统与实时在线流转码系统相结合,做到了将汇聚于台内的各IP化信号的统一调度与分配、对所有IP化信号的统一监控,并通过对信号的实时在线包装后,以各种IP直播方式向台内、台外进行IP流内容的发布。(本文来源于《中国新闻技术工作者联合会2019年学术年会论文集》期刊2019-11-20）
袁永超,何洛星[5]（2019）在《基于数据流分析诊断发动机运转不良故障》一文中研究指出汽车发动机故障现象各式各样,诊断和维修方法也大有不同。其主要故障表现为无法启动和运转不良两种。针对大众迈腾(B8L) 2. 0CUGA型发动机运转不良故障现象,利用专用诊断仪器中的故障代码和数据流功能确定故障范围,再依据电路图使用万用表逐步的测量和排查,最终诊断和排除相关故障。(本文来源于《农机使用与维修》期刊2019年11期）
赵修[6]（2019）在《数据流模块化电测井技术研究》一文中研究指出随着计算机技术的发展,大数据逐渐在我们工业领域应用范围越来越广,其中石油行业对大数据的应用就越来越重视。模块化技术就是一种很有用的技术手段,他可以简化问题的研究方法,一个复杂的问题或者说思路,我们可以将其分开,分成互相独立,有互有联系的几部分,这几部分之间可以用某种方法联系起来,为一个部分都可以独立研究,解决好每个部分的问题,在将之联系起来,这个复杂的问题也就得到了解决,并且,由于每个部分之间是互相独立的,所以他们可以同时进行,不用想一般的问题一样,必须按顺序逐步解决,不仅解决了人力的浪费问题,还节省了时间。两者结合起来,数据流模块化技术在测井方面应用会带来巨大的效益,也可以促进国内对此方面的研究。(本文来源于《云南化工》期刊2019年09期）
李聪颖,吕彬[7]（2019）在《建好数据池 打通数据流》一文中研究指出打赢智能化战争，迫切需要建设高质量军事数据池，着力突破海量异构数据快速采集、融合分析、自动推理等大数据技术，打通智能指挥控制数据流，以实现科学研判战场态势、快速做出正确决策、精准控制战场行动、大幅提升指挥控制效能，决战决胜智能化战场。建设高质量军(本文来源于《解放军报》期刊2019-10-25）
叶福兰[8]（2019）在《基于离群点检测的不确定数据流聚类算法研究》一文中研究指出应用网络流量、日志管理等数据流过程中,常遭设备精度、噪声等问题影响出现大量不确定性数据流,影响数据流的管理与挖掘。相关研究表明,检测数据流中的离群点能够挖掘网络中被忽视的异常数据。因此,提出基于离群点检测的不确定数据流聚类算法,首先,通过微聚类划分算法将数据集划分成若干个微聚类;然后,根据信息熵的微聚类过滤机制获取全局离群点,在离群点微聚类中使用基于距离的方法挖掘出局部离群点;最后,采用不确定数据流子空间聚类算法完成全局离群点以及局部离群点两种不确定数据流聚类。分析结果表明,在数据量和维度的影响下,采用同类聚类算法聚类时聚类效果较差,而所提算法可有效克服此类问题,且具有较强的伸缩性。(本文来源于《中国电子科学研究院学报》期刊2019年10期）
邓丽,刘庆连,邬群勇,杨水荣[9]（2019）在《基于数据流时空特征的WSN异常检测及异常类型识别》一文中研究指出异常数据检测及异常类型识别有助于提高无线传感器网络的数据质量。基于分类的异常检测算法存在传感器数据分类特征提取困难,无法进一步区分异常数据类型等问题,而基于时空特征的异常检测方法存在过度依赖于数据的假设分布等问题。针对这些问题,提出一种融合数据流时空特征和多分类模型的异常检测算法。算法首先基于Markov链提取传感器数据流的时空特征,然后将时空特征作为多分类卷积神经网络模型的输入特征,对数据流进行异常检测及异常类型识别。结果表明:该算法在不同数据集上均表现出较高的检测准确率以及较低的漏检率和误检率,可以有效地检测无线传感器网络中的异常值并判断异常类型。(本文来源于《传感技术学报》期刊2019年09期）
左万娟,虞砺琨,黄晨,王小丽[10]（2019）在《一种基于数据流/控制流+知识条目的回归影响域分析方案》一文中研究指出结合实例对基于数据流/控制流的回归影响域分析方法进行了阐述,总结了分析要点,强调加强变异流分析以确保分析充分性.针对需求更动,提出了基于知识条目的回归影响域分析方法.对两种分析方法进行对比分析,提出一种基于数据流/控制流+知识条目的回归影响域分析方案.实践证明,基于知识条目的分析方法可以对基于数据流/控制流的分析方法形成有效的补充,从而对回归测试的充分性形成有效的保证.(本文来源于《测试技术学报》期刊2019年05期）
数据流论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
由于数据流的不稳定性,将数据流查询安排在固定节点上就会造成分布式数据流处理技术很难对计算资源实现较高的处理效率,基于此,提出大数据分析下分布式数据流处理技术研究。具体流程是数据收集、历史数据的存储和查询、Storm实时处理、智能索引、数据模型的建立。根据实验结果可知,本文提出的大数据分析下分布式数据流处理技术与传统技术相比,在数据流的处理效率上占有较大优势,一般维持在75%以上,能够大大节省处理时间。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
数据流论文参考文献
[1].吕艳霞,刘波男,王翠荣,王聪,万聪.面向概念漂移数据流的自适应增量集成分类算法[J].小型微型计算机系统.2019
[2].刘琴.大数据分析下分布式数据流处理技术研究[J].软件工程.2019
[3].许绍炎.基于波形和数据流的汽车发动机电控系统故障诊断实验研究[J].自动化与仪器仪表.2019
[4].朱江.北京电视台IP化数据流交换系统的设计与实现[C].中国新闻技术工作者联合会2019年学术年会论文集.2019
[5].袁永超,何洛星.基于数据流分析诊断发动机运转不良故障[J].农机使用与维修.2019
[6].赵修.数据流模块化电测井技术研究[J].云南化工.2019
[7].李聪颖,吕彬.建好数据池打通数据流[N].解放军报.2019
[8].叶福兰.基于离群点检测的不确定数据流聚类算法研究[J].中国电子科学研究院学报.2019
[9].邓丽,刘庆连,邬群勇,杨水荣.基于数据流时空特征的WSN异常检测及异常类型识别[J].传感技术学报.2019
[10].左万娟,虞砺琨,黄晨,王小丽.一种基于数据流/控制流+知识条目的回归影响域分析方案[J].测试技术学报.2019
论文知识图
