數(shù)據(jù)流

在的計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)流數(shù)據(jù)不斷增加,也使計(jì)算機(jī)網(wǎng)絡(luò)數(shù)據(jù)流數(shù)據(jù)呈現(xiàn)出多樣化的特征,逐步形成計(jì)算機(jī)網(wǎng)絡(luò)大規(guī)模高維數(shù)據(jù)流[1-3]。與此同時(shí),計(jì)算機(jī)網(wǎng)絡(luò)環(huán)境的日益復(fù)雜化無(wú)疑給各種網(wǎng)絡(luò)攻擊行為提供了可乘之機(jī),各種攻擊類異常數(shù)據(jù)的存在,嚴(yán)重危害計(jì)算機(jī)網(wǎng)絡(luò)安全,若不及時(shí)對(duì)其實(shí)施有效挖掘,有效防范其可能帶來(lái)的計(jì)算機(jī)網(wǎng)絡(luò)安全風(fēng)險(xiǎn),長(zhǎng)此以往,勢(shì)必會(huì)對(duì)人們的生活以及工作帶來(lái)非常不利的影響[4-5]。針對(duì)上述問(wèn)題,康耀龍等人研究基于樸素貝葉斯的計(jì)算機(jī)網(wǎng)絡(luò)大規(guī)模高維數(shù)據(jù)流異常數(shù)據(jù)挖

分析流經(jīng)節(jié)點(diǎn)的數(shù)據(jù)流在節(jié)點(diǎn)處積壓的情況，實(shí)現(xiàn)整個(gè)網(wǎng)絡(luò)的服務(wù)性能分析。軌跡法根據(jù)數(shù)據(jù)流既定路徑軌跡，構(gòu)造數(shù)據(jù)幀沿其傳輸路徑上的最壞情況，從而實(shí)現(xiàn)端到端延遲分析。相比于網(wǎng)絡(luò)演算，軌跡法不是針對(duì)每個(gè)節(jié)點(diǎn)的最壞情況，部分克服了網(wǎng)絡(luò)演算中利用輸出曲線突發(fā)度增大模擬數(shù)據(jù)幀到達(dá)存在的不確定性帶來(lái)的悲觀性。整體法通過(guò)對(duì)數(shù)據(jù)幀到達(dá)時(shí)延抖動(dòng)的迭代計(jì)算實(shí)現(xiàn)數(shù)據(jù)幀在輸出節(jié)點(diǎn)的最壞延遲分析，并通過(guò)對(duì)路徑上各個(gè)節(jié)點(diǎn)的最壞延遲累加得到端到端延遲上界。在數(shù)據(jù)傳輸時(shí)，每個(gè)節(jié)點(diǎn)的最后延遲基本

在應(yīng)對(duì)隨機(jī)突發(fā)數(shù)據(jù)流時(shí)依然面臨數(shù)據(jù)流擁塞、時(shí)延等一些列服務(wù)質(zhì)量（quality of service，QoS）問(wèn)題。針對(duì)該問(wèn)題提出一種全局自適應(yīng)路由（adaptive routing technology，ART）算法，助力全網(wǎng)鏈路以較低的代價(jià)成本平滑地轉(zhuǎn)發(fā)隨機(jī)突發(fā)模式下的大規(guī)模數(shù)據(jù)流業(yè)務(wù)。算法通過(guò)設(shè)計(jì)調(diào)用函數(shù)提取信源信宿對(duì)的所有鏈路，并引入科學(xué)的評(píng)估機(jī)制對(duì)可用路由開(kāi)展排序，最終篩選出代價(jià)最低的全局最佳路由?？疾旖Y(jié)果證明，相對(duì)于主流研究方案，ART技術(shù)對(duì)于

鍵詞：起動(dòng)機(jī);數(shù)據(jù)流;起動(dòng)條件;起動(dòng)繼電器;線束斷路0引言邁騰轎車作為近幾年職業(yè)院校技能大賽高職組汽車技術(shù)賽項(xiàng)的比賽車型，其起動(dòng)控制電路復(fù)雜，起動(dòng)限定條件也比較多，故障現(xiàn)象也各有不同。在以往的教學(xué)經(jīng)驗(yàn)中觀察到，高職學(xué)生對(duì)于復(fù)雜的汽車電路故障往往存在診斷思路不清晰，而無(wú)從下手的現(xiàn)象。這不僅讓學(xué)生對(duì)學(xué)習(xí)汽車電路故障的排除失去信心，也對(duì)教師的教學(xué)上有更高的要求。本文以工作中使用的實(shí)訓(xùn)車輛2015年款一汽-大眾邁騰轎車為例，研究如何利用數(shù)據(jù)流診斷排查起動(dòng)機(jī)不轉(zhuǎn)的故

項(xiàng)目管理系統(tǒng);數(shù)據(jù)流;智慧平臺(tái);新產(chǎn)品開(kāi)發(fā)中圖分類號(hào)：C931.9文獻(xiàn)標(biāo)識(shí)碼：A0引言新時(shí)代需要新作為，新跨越，面對(duì)汽車市場(chǎng)增速放緩的新常態(tài)，面對(duì)互聯(lián)網(wǎng)與汽車融合催生的新模式、新業(yè)態(tài)，面對(duì)5G的拓展應(yīng)用要求，國(guó)內(nèi)各汽車主機(jī)廠都致力于如何縮短研發(fā)周期，實(shí)現(xiàn)產(chǎn)品快速迭代。如何控制整車成本和研發(fā)成本，如何提升新產(chǎn)品的質(zhì)量，滿足日益苛刻的用戶需求。創(chuàng)新創(chuàng)造、跨界應(yīng)用以及用戶體驗(yàn)，使得汽車開(kāi)發(fā)過(guò)程中產(chǎn)品數(shù)據(jù)的數(shù)量級(jí)急劇攀升，各開(kāi)發(fā)環(huán)節(jié)的信息交互及流通的需求快速增長(zhǎng)，

準(zhǔn)確估計(jì)多傳感數(shù)據(jù)流中的缺失值，提出了一種改進(jìn)循環(huán)神經(jīng)網(wǎng)絡(luò)模型。所設(shè)計(jì)的改進(jìn)循環(huán)神經(jīng)網(wǎng)絡(luò)由插值模塊和插補(bǔ)模塊組成，其中插值模塊是在數(shù)據(jù)流內(nèi)捕獲傳感數(shù)據(jù)之間的時(shí)間相關(guān)性;插補(bǔ)模塊則是基于全連接神經(jīng)元層在不同數(shù)據(jù)流之間捕獲傳感數(shù)據(jù)值之間的時(shí)間相關(guān)性。循環(huán)神經(jīng)網(wǎng)絡(luò)模型還使用Dropout方法進(jìn)行多重插補(bǔ)以進(jìn)一步提高估計(jì)準(zhǔn)確度?；谡鎸?shí)電力設(shè)備傳感數(shù)據(jù)的實(shí)驗(yàn)，結(jié)果表明：所設(shè)計(jì)改進(jìn)循環(huán)神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)缺失傳感數(shù)據(jù)的準(zhǔn)確估計(jì)。關(guān)鍵詞：缺失值;數(shù)據(jù)流;循環(huán)神經(jīng)網(wǎng)絡(luò);插值

修 診斷儀? 數(shù)據(jù)流一輛行駛里程約2.8萬(wàn)KM搭載LFB11型發(fā)動(dòng)機(jī)的20款廣本雅閣2.0L混動(dòng)版轎車，儀表故障燈亮。使用應(yīng)急電源仍無(wú)法著車。連接診斷儀，并未讀取到與噴油器相關(guān)的故障碼，只發(fā)現(xiàn)電動(dòng)傳動(dòng)系統(tǒng)內(nèi)存有多個(gè)故障碼：P0562一驅(qū)動(dòng)電機(jī)控制單元系統(tǒng)電壓過(guò)低;P0A7A一發(fā)電機(jī)變換器性能問(wèn)題（已檢測(cè)驅(qū)動(dòng)電機(jī)控制單元）;P1DE4-VCU V1電壓傳感器故障;P1DE6-VCU V2M電壓傳感器電路故障。進(jìn)行啟動(dòng)測(cè)試，發(fā)現(xiàn)發(fā)動(dòng)機(jī)轉(zhuǎn)速偏低，無(wú)法達(dá)到啟動(dòng)轉(zhuǎn)速

傳感器工作參數(shù)數(shù)據(jù)流的顯示，對(duì)與維修人員分析和判斷故障起到了非常重要的作用。汽車數(shù)據(jù)流分析在現(xiàn)代汽車故障診斷中扮演的角色越來(lái)越重要，了解汽車電子控制系統(tǒng)、熟悉汽車數(shù)據(jù)流、掌握數(shù)據(jù)流的分析方法，才能提高汽車診斷技術(shù)?？梢哉f(shuō)夠讀懂數(shù)據(jù)流，并能通過(guò)數(shù)據(jù)流進(jìn)行一系列的分析，會(huì)給汽車電子控制系統(tǒng)的實(shí)際維修工作帶來(lái)極大的幫助。本文通過(guò)對(duì)故障案例車輛的數(shù)據(jù)流進(jìn)行讀取與分析，幫助汽車維修人員完成對(duì)故障案例車輛的檢測(cè)與維修，從而探討數(shù)據(jù)流分析在實(shí)際汽車維修過(guò)程中的重要作用。

常檢測(cè)方法聚合數(shù)據(jù)流數(shù)據(jù)時(shí)誤判率較大的問(wèn)題，設(shè)計(jì)一種基于數(shù)據(jù)建模的數(shù)據(jù)流異常檢測(cè)方法。計(jì)算各個(gè)數(shù)據(jù)個(gè)體之間的歐幾里度量參數(shù)，規(guī)范化處理異常數(shù)據(jù)流數(shù)據(jù)，設(shè)定數(shù)據(jù)流中的判斷節(jié)點(diǎn)，利用數(shù)據(jù)建模技術(shù)判斷數(shù)據(jù)狀態(tài)，規(guī)范化處理異常數(shù)據(jù)流數(shù)據(jù)，采用臨近采樣方法在設(shè)定的數(shù)據(jù)集節(jié)點(diǎn)處構(gòu)建一個(gè)檢測(cè)窗口，設(shè)定檢測(cè)周期后，最終實(shí)現(xiàn)對(duì)異常數(shù)據(jù)流的檢測(cè)。準(zhǔn)備實(shí)驗(yàn)數(shù)據(jù)集，設(shè)定各個(gè)數(shù)據(jù)集間的間隔周期，模擬數(shù)據(jù)流結(jié)構(gòu)，準(zhǔn)備兩種常規(guī)檢測(cè)方法以及設(shè)計(jì)檢測(cè)方法進(jìn)行實(shí)驗(yàn)，結(jié)果表明：設(shè)計(jì)的異常檢測(cè)方

過(guò)程中，出現(xiàn)了數(shù)據(jù)流（Dataflow）計(jì)算思想。因其天然的并行性、低訪存需求等結(jié)構(gòu)優(yōu)勢(shì)，近些年重新得到了學(xué)術(shù)界和工業(yè)界的青睞。數(shù)據(jù)流計(jì)算的概念由麻省理工學(xué)院的Jack.B.Dennis[1]等人首先提出，后由以高光榮教授為代表的數(shù)據(jù)流研究人員將其完善、發(fā)展。文獻(xiàn)[2]是國(guó)內(nèi)最早的數(shù)據(jù)流計(jì)算研究成果。圖1 展示了從上世紀(jì)70年代至2020年計(jì)算機(jī)領(lǐng)域重要會(huì)議和期刊中，標(biāo)題含有數(shù)據(jù)流關(guān)鍵詞的研究論文數(shù)量，可以發(fā)現(xiàn)數(shù)據(jù)流計(jì)算經(jīng)歷發(fā)展的低谷期，現(xiàn)在又重新回到研究

售業(yè)務(wù)中的交易數(shù)據(jù)流、金融市場(chǎng)的交易數(shù)據(jù)流、環(huán)境監(jiān)測(cè)的實(shí)時(shí)數(shù)據(jù)流都以高維屬性發(fā)揮各自的作用，研究人員稱這種類型的數(shù)據(jù)為高維數(shù)據(jù)流[2，3]。由于高維數(shù)據(jù)流的應(yīng)用逐漸廣泛，如何在具備關(guān)聯(lián)性的高維數(shù)據(jù)流之間進(jìn)行并行計(jì)算成為了目前研究的熱點(diǎn)[4]。許多相關(guān)學(xué)者對(duì)此進(jìn)行了大量研究，目前，常用的數(shù)據(jù)流計(jì)算處理方法主要有基于GPU并行處理的大規(guī)模連續(xù)潮流批量計(jì)算方法和基于分治法求解對(duì)稱三對(duì)角矩陣特征問(wèn)題的MPI/Cilk混合并行方法，雖然都獲得了一定的研究成果，但是上

收到相同的遙測(cè)數(shù)據(jù)流。此外，航天器從自身可靠性設(shè)計(jì)出發(fā)，也會(huì)從不同信道下傳多份遙測(cè)數(shù)據(jù)流，如測(cè)控信道、數(shù)傳信道、中繼信道等，這些通過(guò)不同信道下傳的數(shù)據(jù)表征同樣的狀態(tài)，但是其數(shù)據(jù)格式、下傳的頻率可能各不相同，如果對(duì)不同測(cè)站、不同信道數(shù)據(jù)都進(jìn)行解析、監(jiān)視和判讀，將耗費(fèi)大量的計(jì)算資源和人力資源，因此很有必要從多個(gè)測(cè)站采集的多路信道數(shù)據(jù)中實(shí)時(shí)選優(yōu)出一路質(zhì)量較高的數(shù)據(jù)流進(jìn)行處理，作為后續(xù)在軌支持系統(tǒng)中遙測(cè)解析、監(jiān)視、判讀的基礎(chǔ)。文獻(xiàn)[1]以子幀質(zhì)量元素、時(shí)間碼作為判

進(jìn)的基于大規(guī)模數(shù)據(jù)流的頻繁項(xiàng)集挖掘方法，即增量式頻繁項(xiàng)集挖掘方法。文章的重要結(jié)果是，該方法可結(jié)合歷史數(shù)據(jù)與當(dāng)前數(shù)據(jù)簇，快速求出近似全局支持度，并找出全局頻繁項(xiàng)集集合。將該方法應(yīng)用于Apriori算法上，通過(guò)實(shí)驗(yàn)得出了該增量式Apriori方法具有高效率的結(jié)論。關(guān)鍵詞： 醫(yī)療診斷與預(yù)測(cè); 關(guān)聯(lián)規(guī)則; 增量式算法; 數(shù)據(jù)流中圖分類號(hào)：G642 ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ? 文章編號(hào)：1006-8228（2021）08-53-04Research o

解決。故障碼和數(shù)據(jù)流技術(shù)分析的使用是檢測(cè)解決故障問(wèn)題的關(guān)鍵所在。故障碼和數(shù)據(jù)流分析可以為維修人員準(zhǔn)確地檢測(cè)并解決故障問(wèn)題提供準(zhǔn)確的方向，可以避免維修人員在汽車維修的過(guò)程中走彎路。關(guān)鍵詞：故障碼 數(shù)據(jù)流 汽車故障診斷On the Application of Fault Code and Data Stream Analysis in Automobile MaintenanceYu XiaoxiAbstract：With the development o

都會(huì)產(chǎn)生不同的數(shù)據(jù)流，尤其在復(fù)雜網(wǎng)絡(luò)中，產(chǎn)生的混合屬性數(shù)據(jù)流不僅具有較大的規(guī)模，還存在豐富的信息量，在豐富的信息量中隱藏著大量具有潛在價(jià)值的數(shù)據(jù)信息.在復(fù)雜網(wǎng)絡(luò)中高效率地檢測(cè)出混合屬性數(shù)據(jù)流的密度已經(jīng)成為當(dāng)下亟需解決的重要問(wèn)題[1].如今世界各國(guó)都將數(shù)據(jù)流檢測(cè)工作提升為國(guó)家重點(diǎn)的戰(zhàn)略目標(biāo)，隨后我國(guó)也提出了大數(shù)據(jù)戰(zhàn)略，這也標(biāo)志著中國(guó)即將進(jìn)入大數(shù)據(jù)時(shí)代，而混合屬性數(shù)據(jù)流檢測(cè)方法作為大數(shù)據(jù)時(shí)代下發(fā)現(xiàn)有用信息的關(guān)鍵，為復(fù)雜網(wǎng)絡(luò)的發(fā)展提供了更好的服務(wù).復(fù)雜網(wǎng)絡(luò)混合屬

信息平臺(tái)分布式數(shù)據(jù)流的安全性提出更高的要求，需要構(gòu)建優(yōu)化的分布式大數(shù)據(jù)流大信息安全評(píng)估平臺(tái)，結(jié)合對(duì)分布式大數(shù)據(jù)流大信息安全特征融合和模糊信息聚類分析的方法，實(shí)現(xiàn)對(duì)分布式大數(shù)據(jù)流大信息安全評(píng)估和融合調(diào)度，提高分布式大數(shù)據(jù)流大信息安全性，在大數(shù)據(jù)分布式融合背景下，通過(guò)分析分布式大數(shù)據(jù)流大信息安全評(píng)估平臺(tái)的融合特征量，通過(guò)自相關(guān)特征分析和統(tǒng)計(jì)信息評(píng)估，實(shí)現(xiàn)對(duì)分布式大數(shù)據(jù)流大信息安全評(píng)估平臺(tái)設(shè)計(jì)[1]。傳統(tǒng)方法中，分布式大數(shù)據(jù)流大信息安全評(píng)估方法主要有基于模糊度融

梳理;UML;數(shù)據(jù)流中圖分類號(hào)：TP391;G203 文獻(xiàn)標(biāo)識(shí)碼：A ? 文章編號(hào)：2096-4706（2021）18-0131-05Abstract： As the concept of informatization management has been deeply rooted in the hearts of the people， in order to improve the competitiveness of enterprise in

一、汽車維修用數(shù)據(jù)流定義在汽車維修行業(yè)中，從廣義上講，數(shù)據(jù)流是汽車診斷和檢測(cè)設(shè)備捕捉到的汽車各種工況下的即時(shí)數(shù)據(jù)、圖形、狀態(tài)和故障碼。狹義上講，是指在汽車電子控制單元的路徑中，汽車診斷儀捕捉到的汽車各種工況下的即時(shí)數(shù)據(jù)或狀態(tài)。汽車維修用數(shù)據(jù)流下文簡(jiǎn)稱數(shù)據(jù)流。1.廣義數(shù)據(jù)流(1)捕捉數(shù)據(jù)流所需的設(shè)備廣義汽車數(shù)據(jù)流中，所需的主要設(shè)備有故障診斷儀、示波器和萬(wàn)用表。其他的還有汽缸壓力表、燃油壓力表、空調(diào)壓力表、溫度計(jì)、冰點(diǎn)儀等，這些都可以檢測(cè)到即時(shí)數(shù)據(jù)。(2)數(shù)據(jù)

并不能直接用于數(shù)據(jù)流聚類。文章基于自適應(yīng)諧振理論（ART），提出一種針對(duì)數(shù)據(jù)流聚類的自適應(yīng)兩階段聚類算法（ATPC）。該算法分為在線自適應(yīng)微聚類和離線全局批量聚類兩個(gè)階段，自適應(yīng)生成微簇，具有線性計(jì)算復(fù)雜度。在MOA平臺(tái)上真實(shí)與模擬數(shù)據(jù)流的實(shí)驗(yàn)結(jié)果驗(yàn)證了ATPC方法的高效性。關(guān)鍵詞：數(shù)據(jù)流;聚類;兩階段;自適應(yīng)諧振理論;微簇中圖分類號(hào)：TP311.13 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-4706（2021）14-0124-03Abstract： K

摘要：針對(duì)面向數(shù)據(jù)流的軟件設(shè)計(jì)方法缺乏有效的數(shù)據(jù)流圖到軟件結(jié)構(gòu)圖的轉(zhuǎn)換工具問(wèn)題，提出了面向數(shù)據(jù)流的軟件設(shè)計(jì)方法并開(kāi)發(fā)出了相應(yīng)工具。首先，討論了對(duì)用戶繪制的數(shù)據(jù)流圖進(jìn)行存儲(chǔ)的方法;其次，給出了數(shù)據(jù)流圖到軟件結(jié)構(gòu)圖轉(zhuǎn)換的系列算法;最后，通過(guò)Java語(yǔ)言實(shí)現(xiàn)了數(shù)據(jù)流圖到軟件結(jié)構(gòu)圖轉(zhuǎn)換的原型系統(tǒng)。實(shí)驗(yàn)表明該系統(tǒng)能夠根據(jù)用戶輸入的數(shù)據(jù)流圖生成滿足用戶需求的軟件結(jié)構(gòu)圖，從而能夠從根本上提高面向數(shù)據(jù)流的軟件設(shè)計(jì)方法的效率。關(guān)鍵詞：數(shù)據(jù)流;軟件結(jié)構(gòu)圖;轉(zhuǎn)換;原型系統(tǒng);功能

資源管理和基于數(shù)據(jù)流的快速靈活的路由配置，能夠自動(dòng)優(yōu)化網(wǎng)絡(luò)資源的利用.因此，近年來(lái)SDN引起了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注.SDN需要周期性地進(jìn)行路由更新，更新執(zhí)行的速度是決定網(wǎng)絡(luò)性能的關(guān)鍵[2]，更新執(zhí)行越慢，傳輸過(guò)程中數(shù)據(jù)丟失和造成網(wǎng)絡(luò)擁塞的可能性就越高.因此，路由更新是SDN的關(guān)鍵問(wèn)題之一，眾多學(xué)者對(duì)SDN路由更新方法進(jìn)行了深入研究[2-15].其中：一類更新方法[2-3]預(yù)先設(shè)定了轉(zhuǎn)發(fā)規(guī)則更新的次序，但這類方法很難適應(yīng)實(shí)際數(shù)據(jù)量的動(dòng)態(tài)特點(diǎn)；文獻(xiàn)[4-5

關(guān)注，其中基于數(shù)據(jù)流圖的深度學(xué)習(xí)網(wǎng)絡(luò)Tensorflow框架得到了很多人的青睞。但在一些商業(yè)落地的研究和調(diào)查中發(fā)現(xiàn)，部分機(jī)構(gòu)涉及一些自開(kāi)發(fā)的計(jì)算單元，而它不被大型網(wǎng)絡(luò)框架所支持，又出于技術(shù)的保密性往往需要自行修改工業(yè)界的深度學(xué)習(xí)框架，這就造成了以下情況，①工業(yè)級(jí)大型代碼框架極其復(fù)雜，各大庫(kù)之間的調(diào)用很深且一般沒(méi)有注釋，不容易讀懂和修改，②對(duì)某一個(gè)單一應(yīng)用來(lái)說(shuō)，工業(yè)界絕大多數(shù)的代碼都是有冗余的，這就使得代碼整體比較臃腫（厚），性能會(huì)受點(diǎn)影響。基于這種受限的情

故障時(shí)，如何用數(shù)據(jù)流準(zhǔn)確快速地判斷出故障點(diǎn)，指出了數(shù)據(jù)流分析在故障診斷當(dāng)中的重要性。關(guān)鍵詞：變速器;數(shù)據(jù)流;分析0 引言自動(dòng)變速器結(jié)構(gòu)復(fù)雜，傳感器和執(zhí)行器較多，這為自動(dòng)變速器故障的快速診斷帶來(lái)了很大的難度。現(xiàn)在汽車自動(dòng)變速器故障診斷主要有經(jīng)驗(yàn)法、故障代碼診斷法、數(shù)據(jù)流診斷法等方法，但經(jīng)驗(yàn)法和故障代碼法都存在明顯的不足。經(jīng)驗(yàn)法在解決很多難度不高的故障時(shí)，也能找出故障所在，但往往都是費(fèi)時(shí)、費(fèi)力，或者多走很多彎路后找到故障所在。故障代碼法尋找故障，能夠診斷出的故

器等部分都是以數(shù)據(jù)流為核心。在汽車向自動(dòng)化程度不斷加深的背景下，汽車發(fā)動(dòng)機(jī)故障已經(jīng)引起更多人的關(guān)注。而數(shù)據(jù)流技術(shù)恰好能夠幫助人們解決多種復(fù)雜的發(fā)動(dòng)機(jī)故障問(wèn)題，使得汽車修理工可以精準(zhǔn)捕捉傳感器與執(zhí)行器工作時(shí)狀況數(shù)據(jù)。數(shù)據(jù)流分析對(duì)發(fā)動(dòng)機(jī)故障的作用是巨大的，能夠通過(guò)傳感器、電子控制單元與執(zhí)行器來(lái)反映參數(shù)，這些數(shù)據(jù)能夠真實(shí)的反映汽車內(nèi)部的器件的工作電壓與狀態(tài)，給發(fā)動(dòng)機(jī)故障診斷解決問(wèn)題提供數(shù)據(jù)依據(jù)。Abstract： With the progress and de

摘 要： 動(dòng)態(tài)數(shù)據(jù)流能夠?yàn)榫S修工作提供強(qiáng)大的輔助作用，維修人員據(jù)此能夠?qū)Ω黝悅鞲衅鳟a(chǎn)生的相關(guān)動(dòng)態(tài)數(shù)據(jù)（輸進(jìn)、輸出訊號(hào)期間）進(jìn)行快速解讀，可有效彌補(bǔ)傳統(tǒng)評(píng)判、維修汽車產(chǎn)生各類故障過(guò)程以維修經(jīng)驗(yàn)為主的方式的不足。主要對(duì)基于RBF和數(shù)據(jù)流的汽車電控發(fā)動(dòng)機(jī)故障診斷過(guò)程進(jìn)行了研究，在分析汽車數(shù)據(jù)流的基礎(chǔ)上，介紹了運(yùn)用 RBF和數(shù)據(jù)流診斷電控發(fā)動(dòng)機(jī)故障的原理及過(guò)程，進(jìn)一步提高借助數(shù)據(jù)流開(kāi)展診斷與評(píng)判相關(guān)故障工作的效率及準(zhǔn)確率，以期為完善發(fā)動(dòng)機(jī)故障的檢測(cè)過(guò)程提供參考。關(guān)

的不斷發(fā)展，以數(shù)據(jù)流為首的獲取數(shù)據(jù)量方式逐漸成為工業(yè)生產(chǎn)領(lǐng)域中常用的方式手段。舉例而言，典型工業(yè)應(yīng)用領(lǐng)域如電力系統(tǒng)對(duì)于數(shù)據(jù)流處理方式的依賴程度較高。究其原因，主要是因?yàn)?span id="j5i0abt0b" class="hl">數(shù)據(jù)流方式在一定程度上具備高精度、高效性的優(yōu)勢(shì)特點(diǎn)，通過(guò)發(fā)揮自身的功能優(yōu)勢(shì)，獲取連續(xù)有序的數(shù)據(jù)項(xiàng)序列，提高工業(yè)生產(chǎn)領(lǐng)域工作效率與質(zhì)量。針對(duì)于此，本文主要立足于數(shù)據(jù)流情況對(duì)數(shù)據(jù)流概要與數(shù)據(jù)流相關(guān)技術(shù)內(nèi)容進(jìn)行研究與分析，以供參考。關(guān)鍵詞：數(shù)據(jù)流;傳感數(shù)據(jù);預(yù)測(cè);分析前言：數(shù)據(jù)流基本上可以理解為具

絡(luò)等構(gòu)成的高維數(shù)據(jù)流，而整個(gè)計(jì)算系統(tǒng)的多個(gè)節(jié)點(diǎn)產(chǎn)生的數(shù)據(jù)流則可視為多條高維數(shù)據(jù)流。針對(duì)多數(shù)據(jù)流中的異常檢測(cè)一直是異常檢測(cè)領(lǐng)域中的研究熱點(diǎn)。面臨的挑戰(zhàn)主要包括：1）動(dòng)態(tài)性［8］，與傳統(tǒng)靜態(tài)數(shù)據(jù)不同，數(shù)據(jù)流異常檢測(cè)的研究對(duì)象是不斷輸入數(shù)據(jù)的數(shù)據(jù)流，具有動(dòng)態(tài)的；2）無(wú)限性［9］，數(shù)據(jù)流會(huì)源源不斷地輸入數(shù)據(jù)，存儲(chǔ)資源的限制使得考慮所有歷史數(shù)據(jù)的可能性是不存在的；3）遷移性［8］，數(shù)據(jù)流的異常檢測(cè)更加注重數(shù)據(jù)流的當(dāng)前數(shù)據(jù)，歷史數(shù)據(jù)包含的信息價(jià)值會(huì)隨著時(shí)間的推移而逐漸

。本文主要就“數(shù)據(jù)流”在電控發(fā)動(dòng)機(jī)故障分析中的應(yīng)用進(jìn)行了相關(guān)的闡述和分析，了解發(fā)動(dòng)機(jī)的實(shí)時(shí)數(shù)據(jù)流，通過(guò)對(duì)比實(shí)際參數(shù)，明確故障原因和位置，進(jìn)而確保故障的準(zhǔn)確排除。關(guān)鍵詞：數(shù)據(jù)流;電控發(fā)動(dòng)機(jī);故障分析在電控發(fā)動(dòng)機(jī)故障診斷方面，可以運(yùn)用數(shù)據(jù)流。為了確保數(shù)據(jù)流可以充分發(fā)揮作用，首先要扎實(shí)理論基礎(chǔ)，了解電控發(fā)動(dòng)機(jī)的工作原理、元件作用等等，根據(jù)理論知識(shí)進(jìn)行初步的分析和判斷。其次，要掌握傳感器數(shù)據(jù)的各種表現(xiàn)形式。氣壓傳感器數(shù)據(jù)的應(yīng)用單位較多，包括kPa、mmHg等等，要

部門(mén)的離港主機(jī)數(shù)據(jù)流格式目前也有0號(hào)、1號(hào)、2號(hào)等數(shù)據(jù)流之分。為了適應(yīng)各地機(jī)場(chǎng)的具體要求，在離港系統(tǒng)投產(chǎn)中往往需要修改應(yīng)用程序以適應(yīng)當(dāng)?shù)靥囟ǖ拇蛴∫?，造成?yīng)用程序的版本不一致，不便于日常維護(hù)，也給系統(tǒng)投產(chǎn)造成很大被動(dòng)。目前各地機(jī)場(chǎng)打印問(wèn)題都比較突出。由于市場(chǎng)上打印機(jī)型號(hào)眾多，打印機(jī)軟件版本不一致，各種打印機(jī)的反饋信息也不一致，離港系統(tǒng)在各地機(jī)場(chǎng)都是被動(dòng)地適應(yīng)當(dāng)?shù)卮蛴C(jī)。由于數(shù)據(jù)流多種多樣，打印機(jī)情況千差萬(wàn)別，沒(méi)有一個(gè)統(tǒng)一標(biāo)準(zhǔn)，因此系統(tǒng)的投產(chǎn)實(shí)施在打印機(jī)測(cè)

,產(chǎn)生了大量的數(shù)據(jù)流。因此數(shù)據(jù)流的收集和分析就變得至關(guān)重要。數(shù)據(jù)流量的爆炸式增長(zhǎng),勢(shì)必需要更大的內(nèi)存來(lái)存儲(chǔ)這些數(shù)據(jù)流,所以傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)很難滿足社會(huì)的需求，而數(shù)據(jù)流的處理技術(shù)將發(fā)揮越來(lái)越重要的作用。常見(jiàn)用于處理數(shù)據(jù)流的分類方法包括決策樹(shù)[1-2]、神經(jīng)網(wǎng)絡(luò)[3-4]、關(guān)聯(lián)/分類規(guī)則、支持向量機(jī)等[5-6]。其中決策樹(shù)分類算法是最有效的分類方法之一。如今決策樹(shù)算法已經(jīng)成功地應(yīng)用于許多應(yīng)用領(lǐng)域的分類,如在醫(yī)療診斷、天氣預(yù)報(bào)、金融分析、顧客分類、身份識(shí)別、網(wǎng)

期，因此最小化數(shù)據(jù)流的完成時(shí)間是數(shù)據(jù)中心網(wǎng)絡(luò)的主要目標(biāo)[1]。對(duì)于有著嚴(yán)格截止時(shí)間的應(yīng)用，錯(cuò)過(guò)數(shù)據(jù)流的截止日期會(huì)使應(yīng)用性能急劇下降[2-4]。數(shù)據(jù)中心網(wǎng)絡(luò)是一個(gè)具有混合數(shù)據(jù)流的環(huán)境，具有嚴(yán)格截止時(shí)間的數(shù)據(jù)流需要在其限期前完成任務(wù)，而普通數(shù)據(jù)流(即沒(méi)有嚴(yán)格截止時(shí)間的數(shù)據(jù)流)則需要盡快地完成任務(wù)?，F(xiàn)有關(guān)于混合數(shù)據(jù)流調(diào)度的研究是基于完整的數(shù)據(jù)流先驗(yàn)知識(shí)(如流的大小)，但是在大多數(shù)實(shí)際應(yīng)用場(chǎng)景中，并不能直接獲得這些先驗(yàn)知識(shí)。本文提出一種實(shí)用的數(shù)據(jù)中心網(wǎng)絡(luò)信息無(wú)關(guān)流

131471 數(shù)據(jù)流的含義汽車數(shù)據(jù)流是ECU與傳感器、執(zhí)行器三者之間交流所得數(shù)據(jù)參數(shù)在通過(guò)診斷接口，通過(guò)專用診斷設(shè)備讀取的數(shù)據(jù)。這種數(shù)據(jù)的傳輸類似放動(dòng)畫(huà)，逐一顯示在數(shù)據(jù)流診斷設(shè)備的顯示顯示屏幕上。汽車電子控制單元（ECU）儲(chǔ)存的數(shù)據(jù)流真實(shí)的反映各傳感器和執(zhí)行器的工作狀態(tài)，為保證汽車維修技術(shù)人員后續(xù)的故障診斷提供重要依據(jù)。汽車數(shù)據(jù)流作為汽車電子控制單元的輸入與輸出的數(shù)據(jù)，方便汽車維修技術(shù)人員可以隨時(shí)了解汽車的實(shí)時(shí)工況，提高維修工作效率，徹底排除汽車的故障。汽

用，是一種面向數(shù)據(jù)流的分析方法。結(jié)構(gòu)化分析方法利用圖形表達(dá)用戶需求，采用數(shù)據(jù)流圖、數(shù)據(jù)字典、結(jié)構(gòu)化語(yǔ)言等方式實(shí)現(xiàn)需求的清晰描述。3 基于結(jié)構(gòu)化方法的CBTC需求分析步驟3.1 第1步：建立系統(tǒng)的分層數(shù)據(jù)流圖數(shù)據(jù)流圖描述輸入數(shù)據(jù)流到輸出數(shù)據(jù)流的變換(即加工)過(guò)程，用于對(duì)系統(tǒng)的功能建模。數(shù)據(jù)流圖的基本元素包括：1）→數(shù)據(jù)流：由一組固定成分的數(shù)據(jù)組成，代表數(shù)據(jù)的流動(dòng)方向；2）□源或宿：由一組固定成分的數(shù)據(jù)組成，代表數(shù)據(jù)的流動(dòng)方向；3）=文件：使用文件、數(shù)據(jù)庫(kù)等保

要：隨著基于數(shù)據(jù)流安全查詢（網(wǎng)絡(luò)流監(jiān)控、股票數(shù)據(jù)在線分析、物聯(lián)網(wǎng)中的分布式數(shù)據(jù)流查詢、云計(jì)算下的數(shù)據(jù)流處理等）為背景的應(yīng)用越來(lái)越普遍，學(xué)術(shù)界關(guān)于數(shù)據(jù)流上的安全分析、查詢、管理已經(jīng)成為當(dāng)前數(shù)據(jù)庫(kù)領(lǐng)域的一個(gè)很重要的研究熱點(diǎn)。在數(shù)據(jù)流應(yīng)用中，數(shù)據(jù)流的實(shí)時(shí)到達(dá)和元組的突變性使得數(shù)據(jù)流模型同傳統(tǒng)數(shù)據(jù)庫(kù)模型有本質(zhì)上的區(qū)別。因此，許多基于傳統(tǒng)數(shù)據(jù)庫(kù)模型下的查詢優(yōu)化技術(shù)無(wú)法適應(yīng)于數(shù)據(jù)流模型。以多媒體數(shù)據(jù)流安全檢測(cè)和查詢的視角，討論的核心內(nèi)容是數(shù)據(jù)流上的過(guò)濾器排序、數(shù)據(jù)流

測(cè)系統(tǒng)為了分析數(shù)據(jù)流中的簽名和信息，需要對(duì)數(shù)據(jù)包進(jìn)行深度檢查。該方法雖然有效，但受到一些限制，例如惡意數(shù)據(jù)包的簽名可能過(guò)時(shí)或打開(kāi)每個(gè)數(shù)據(jù)包會(huì)帶來(lái)龐大的計(jì)算開(kāi)銷。數(shù)據(jù)挖掘的方法被廣泛用于入侵檢測(cè)[4-9]，本文結(jié)合單分類支持向量機(jī)和軟間隔支持向量機(jī)的優(yōu)點(diǎn)，提出了一種基于增強(qiáng)支持向量機(jī)的分類方法。1 系統(tǒng)架構(gòu)及原理本網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)結(jié)構(gòu)如圖1所示。系統(tǒng)主要由交換機(jī)、數(shù)據(jù)流分析模塊以及惡意數(shù)據(jù)流數(shù)據(jù)庫(kù)3個(gè)部分組成。交換機(jī)負(fù)責(zé)將互聯(lián)網(wǎng)的數(shù)據(jù)包通過(guò)外部接口路由到內(nèi)部

會(huì)話是傳輸應(yīng)用數(shù)據(jù)流的邏輯管道，終端可以建立一個(gè)或者建立多個(gè)PDU會(huì)話，每個(gè)PDU會(huì)話可以用來(lái)傳輸一種或者多種應(yīng)用數(shù)據(jù)流。為了滿足不同的應(yīng)用業(yè)務(wù)的需求，針對(duì)承載應(yīng)用業(yè)務(wù)數(shù)據(jù)流的PDU會(huì)話定義了不同的業(yè)務(wù)與連續(xù)性模式。SSC mode 1：無(wú)論UE的位置、接入技術(shù)是否改變，PDU會(huì)話的用戶面功能設(shè)備保持不變。SSC mode2：網(wǎng)絡(luò)設(shè)備可以根據(jù)其策略等信息，發(fā)起釋放PDU會(huì)話的過(guò)程，并且指導(dǎo)UE針對(duì)相同的數(shù)據(jù)網(wǎng)絡(luò)建立新的PDU會(huì)話。SSC mode3：網(wǎng)絡(luò)設(shè)

，王建新?基于數(shù)據(jù)流特性的MPTCP數(shù)據(jù)流調(diào)度算法研究葉寧1，董蘋(píng)蘋(píng)2，段桂華1，王建新1(1. 中南大學(xué) 信息科學(xué)與工程學(xué)院，湖南 長(zhǎng)沙，410083；2. 湖南師范大學(xué) 計(jì)算機(jī)教學(xué)部，湖南 長(zhǎng)沙，410081 )基于廣域網(wǎng)中使用MPTCP協(xié)議進(jìn)行數(shù)據(jù)傳輸時(shí)，由于短流的傳輸數(shù)據(jù)量小，每條子流的擁塞窗口在其生命周期內(nèi)保持很小的狀態(tài)，這使得1個(gè)數(shù)據(jù)包的丟失也可能導(dǎo)致超時(shí)現(xiàn)象發(fā)生，從而增大數(shù)據(jù)流的完成時(shí)間，為此，提出一種根據(jù)MPTCP數(shù)據(jù)流特性進(jìn)行MPTCP數(shù)

效性更加敏感。數(shù)據(jù)流技術(shù)的出現(xiàn)，可以使電力企業(yè)更好地處理日常運(yùn)營(yíng)中所產(chǎn)生的各種信息。1 信息處理的重要意義電力企業(yè)做好信息處理工作，是走新型工業(yè)化道路的必然要求。2006年，中共中央辦公廳、國(guó)務(wù)院印發(fā)了《2006-2020年國(guó)家信息化發(fā)展戰(zhàn)略》，提出要把大力推進(jìn)信息化作為覆蓋我國(guó)現(xiàn)代化建設(shè)全局的戰(zhàn)略舉措。以國(guó)家電網(wǎng)公司為例，它提出了SG186信息化工程，力圖實(shí)現(xiàn)如下目標(biāo)：建成橫向集成、縱向貫通的企業(yè)級(jí)信息處理平臺(tái)，實(shí)現(xiàn)公司內(nèi)部的信息暢通以及數(shù)據(jù)共享；建成符

事件的傳輸通過(guò)數(shù)據(jù)流完成。一條完整的數(shù)據(jù)流通常由一個(gè)數(shù)據(jù)采集器開(kāi)始，流經(jīng)中間組件(進(jìn)程組件)，到控制器結(jié)束。數(shù)據(jù)傳輸過(guò)程具有一定的時(shí)效性，系統(tǒng)會(huì)因?yàn)?span id="j5i0abt0b" class="hl">數(shù)據(jù)流不能及時(shí)到達(dá)而失效。AADL標(biāo)準(zhǔn)的制定者PETER提出影響數(shù)據(jù)流時(shí)延的因素主要有四點(diǎn)[3]：組件本身的計(jì)算時(shí)延；不同組件間的傳輸時(shí)延；數(shù)據(jù)采樣速率和設(shè)備端口上數(shù)據(jù)隊(duì)列的處理方式；傳輸協(xié)議對(duì)于數(shù)據(jù)等待隊(duì)列的處理方式。作者在理論層面上全面分析了時(shí)延的影響因素，但只是選取了AADL屬性集合中的Latency屬性

市南雅中學(xué)網(wǎng)絡(luò)數(shù)據(jù)流流量測(cè)量方法的應(yīng)用楊哲瀚 長(zhǎng)沙市南雅中學(xué)隨著互聯(lián)網(wǎng)技術(shù)、通信技術(shù)的高速發(fā)展，大量數(shù)據(jù)流類型的數(shù)據(jù)得以產(chǎn)生。關(guān)于網(wǎng)絡(luò)數(shù)據(jù)流流量的測(cè)量得到人們?cè)絹?lái)越多的關(guān)注。通過(guò)應(yīng)用網(wǎng)絡(luò)數(shù)據(jù)流流量測(cè)量方法進(jìn)行網(wǎng)絡(luò)流量測(cè)量，可有效提升網(wǎng)絡(luò)監(jiān)控與管理質(zhì)量?；诖耍疚膹木W(wǎng)絡(luò)數(shù)據(jù)流流量測(cè)量方法的相關(guān)概述出發(fā)，對(duì)網(wǎng)絡(luò)數(shù)據(jù)流流量測(cè)量方法的應(yīng)用進(jìn)行了分析，以供參考。數(shù)據(jù)流量測(cè)量 數(shù)據(jù)流 計(jì)算機(jī)網(wǎng)絡(luò)隨著近年來(lái)基礎(chǔ)網(wǎng)絡(luò)的高速發(fā)展，網(wǎng)絡(luò)鏈路速率得到了大幅度增長(zhǎng)。在此環(huán)境下，

體化標(biāo)識(shí)網(wǎng)絡(luò)中數(shù)據(jù)流管控系統(tǒng)的研究王一明，劉 穎，郜 帥(北京交通大學(xué) 電子信息工程學(xué)院，北京 100044)隨著大數(shù)據(jù)和云計(jì)算的快速發(fā)展，數(shù)據(jù)流管控在網(wǎng)絡(luò)性能方面有著舉足輕重的作用，研究網(wǎng)絡(luò)中的數(shù)據(jù)流對(duì)于優(yōu)化網(wǎng)絡(luò)性能至關(guān)重要。目前，一體化標(biāo)識(shí)網(wǎng)絡(luò)支持異常流量檢查、復(fù)雜映射模式和移動(dòng)性等功能，但是在數(shù)據(jù)流管控方面還缺少進(jìn)一步的研究。因此一個(gè)良好的數(shù)據(jù)流管控系統(tǒng)能夠優(yōu)化網(wǎng)絡(luò)數(shù)據(jù)傳輸，提升網(wǎng)絡(luò)性能，促進(jìn)一體化標(biāo)識(shí)網(wǎng)絡(luò)的完善。設(shè)計(jì)了一體化標(biāo)識(shí)網(wǎng)絡(luò)中的數(shù)據(jù)流管控系

03)?分布式數(shù)據(jù)流挖掘技術(shù)綜述萬(wàn)新貴(南京郵電大學(xué) 計(jì)算機(jī)學(xué)院，江蘇 南京 210003)網(wǎng)絡(luò)信息技術(shù)的高速發(fā)展產(chǎn)生了新的數(shù)據(jù)模型，即數(shù)據(jù)流模型，并且越來(lái)越多的領(lǐng)域出現(xiàn)了對(duì)數(shù)據(jù)流實(shí)時(shí)處理的需求，龐大且高速的數(shù)據(jù)以及應(yīng)用場(chǎng)景的實(shí)時(shí)性需求均推進(jìn)了數(shù)據(jù)流挖掘技術(shù)的發(fā)展。首先介紹了常見(jiàn)的數(shù)據(jù)流模型；然后根據(jù)數(shù)據(jù)流模型的特點(diǎn)總結(jié)數(shù)據(jù)流挖掘的支撐技術(shù)；最后，分析了分布式數(shù)據(jù)流挖掘的重要性和有效性，給出了算法并行化的數(shù)學(xué)模型，并介紹了幾種具有代表性的分布式數(shù)據(jù)流處理系

）一種基于泳道數(shù)據(jù)流圖的數(shù)據(jù)需求分析方法樊友洪 鄧韌 李生林（中國(guó)人民解放軍后勤工程學(xué)院，重慶 401331）信息技術(shù)的飛躍發(fā)展，使得部門(mén)間、層級(jí)間的數(shù)據(jù)共享與交互呈現(xiàn)指數(shù)級(jí)的增長(zhǎng)，基本形式的數(shù)據(jù)流圖也不能充分的挖掘和表達(dá)復(fù)雜的網(wǎng)絡(luò)化的信息系統(tǒng)數(shù)據(jù)需求，本文結(jié)合泳道流程圖和數(shù)據(jù)流圖兩者的優(yōu)勢(shì)，提出了一種有效的基于泳道數(shù)據(jù)流圖的數(shù)據(jù)需求分析方法。泳道 數(shù)據(jù)流圖 需求分析管理信息系統(tǒng)建設(shè)的基礎(chǔ)在于政府、軍隊(duì)、企事業(yè)單位的信息資源規(guī)劃。信息資源規(guī)劃的核心任務(wù)在于

程軍鋒?數(shù)據(jù)流挖掘中的聚類技術(shù)程軍鋒(隴南師范高等?？茖W(xué)校 物理與信息技術(shù)系，甘肅 隴南 742500)在動(dòng)態(tài)數(shù)據(jù)流挖掘過(guò)程中，對(duì)數(shù)據(jù)流進(jìn)行聚類，把未知的數(shù)據(jù)流劃分或者生成到一個(gè)簇中．發(fā)現(xiàn)隱含的知識(shí)、價(jià)值和模式，是一種非常有效的數(shù)據(jù)流挖掘技術(shù)．分析和研究了數(shù)據(jù)流挖掘的聚類算法，并對(duì)數(shù)據(jù)流聚類技術(shù)發(fā)展進(jìn)行了展望，提出了數(shù)據(jù)流挖掘的研究方向．數(shù)據(jù)流；挖掘；聚類；算法隨著監(jiān)控設(shè)備、網(wǎng)絡(luò)點(diǎn)擊和交易等網(wǎng)絡(luò)應(yīng)用，數(shù)據(jù)流挖掘已經(jīng)成為一個(gè)研究的熱點(diǎn)．數(shù)據(jù)流是指隨時(shí)間源源不

的、無(wú)法預(yù)測(cè)的數(shù)據(jù)流，其挖掘研究為學(xué)術(shù)界廣泛關(guān)注。其中，數(shù)據(jù)流典型相關(guān)分析(Canonical Correlation Analysis，CCA)屬于數(shù)據(jù)流挖掘的難點(diǎn)問(wèn)題之一，對(duì)其研究能夠檢測(cè)數(shù)據(jù)流之間是否相關(guān)、相關(guān)模式是否發(fā)生變化，為關(guān)聯(lián)規(guī)則挖掘以及數(shù)據(jù)挖掘的后期處理提供參考。數(shù)據(jù)流的典型相關(guān)分析屬于數(shù)據(jù)流挖掘的難點(diǎn)問(wèn)題之一，相關(guān)文獻(xiàn)較少［1-4］。文獻(xiàn)［1］對(duì)多維數(shù)據(jù)流采用近似算法實(shí)現(xiàn)典型相關(guān)分析。文獻(xiàn)［2］采用不等概列采樣技術(shù)約減流元組的數(shù)量，形成概

夠優(yōu)化高優(yōu)先級(jí)數(shù)據(jù)流的接入成功率,提高高優(yōu)先級(jí)數(shù)據(jù)流的飽和吞吐量。區(qū)分接入算法;服務(wù)質(zhì)量;接入控制;馬爾科夫鏈隨著網(wǎng)絡(luò)內(nèi)容的不斷豐富,業(yè)務(wù)對(duì)網(wǎng)絡(luò)的QoS保證要求也越來(lái)越高,但無(wú)線Mesh網(wǎng)的不確定因素使其QoS問(wèn)題非常復(fù)雜,這必然要求無(wú)線Mesh網(wǎng)絡(luò)MAC層具有業(yè)務(wù)區(qū)分能力,能夠?yàn)椴煌燃?jí)的業(yè)務(wù)提供不同的優(yōu)先級(jí)保障。IEEE802.11e的EDCA定義了背景數(shù)據(jù)盡力而為、視頻、音頻四種接入類,并且分別定義了彼此不同的AIFS仲裁幀間間隔、CWmaxCWmi

限責(zé)任公司基于數(shù)據(jù)流的石油電力電子系統(tǒng)自動(dòng)化控制軟件的設(shè)計(jì)陳黎1李朝明21重慶財(cái)經(jīng)職業(yè)學(xué)院2重慶新泰機(jī)械有限責(zé)任公司多數(shù)油田中的油水井趨勢(shì)分析具有工作量復(fù)雜、工作周期較長(zhǎng)、工作效率低的缺點(diǎn)。針對(duì)這些問(wèn)題，采用數(shù)據(jù)流單個(gè)參數(shù)預(yù)測(cè)再整合所有參數(shù)進(jìn)行趨勢(shì)分析預(yù)報(bào)，完成對(duì)油水井的工作狀態(tài)更準(zhǔn)確、全面、高效、系統(tǒng)性的預(yù)測(cè)，提供日常維護(hù)、故障分析、故障診斷和故障預(yù)警功能，還能為生產(chǎn)者提供更為精準(zhǔn)的趨勢(shì)分析信息，為管理者提供更為直觀、客觀的決策支持。數(shù)據(jù)流；自動(dòng)化控制；

田通信控制系統(tǒng)數(shù)據(jù)流模型設(shè)計(jì)與優(yōu)化*於建偉 尹志清武漢船舶職業(yè)技術(shù)學(xué)院油田通信數(shù)據(jù)流模型（GUI）初始化包括M compositor、Duihome等相關(guān)應(yīng)用程序，以及系統(tǒng)狀態(tài)欄（Sysuid）等前端用戶程序。在實(shí)施優(yōu)化技術(shù)過(guò)程中把啟動(dòng)模塊劃分為底層系統(tǒng)啟動(dòng)模塊和用戶層啟動(dòng)模塊兩大部分。為了保證已有的利用油田通信數(shù)據(jù)流模型底層服務(wù)實(shí)現(xiàn)的代碼模塊能夠復(fù)用，依然保留了數(shù)據(jù)流模型底層并采用了最新的UEFI油田通信數(shù)據(jù)流模型底層技術(shù)。這樣可以既保證兼容性，又相對(duì)提

用，一種被稱為數(shù)據(jù)流的新的數(shù)據(jù)時(shí)時(shí)刻刻地不斷產(chǎn)生了，例如在網(wǎng)上商城等web應(yīng)用、網(wǎng)絡(luò)監(jiān)控、實(shí)時(shí)監(jiān)控、衛(wèi)星遙感系統(tǒng)、股票交易系統(tǒng)、物聯(lián)網(wǎng)、氣象與環(huán)境監(jiān)控等動(dòng)態(tài)環(huán)境當(dāng)中產(chǎn)生了大量的實(shí)時(shí)數(shù)據(jù).這類數(shù)據(jù)與傳統(tǒng)的存儲(chǔ)在物理存儲(chǔ)介質(zhì)上的靜態(tài)數(shù)據(jù)不同，它是動(dòng)態(tài)的，像水流一樣的形式存在，是一種實(shí)時(shí)持續(xù)到達(dá)、數(shù)據(jù)規(guī)模不能預(yù)知且宏大、到達(dá)速度快、數(shù)據(jù)到達(dá)無(wú)序、突變的數(shù)據(jù)[1].因此處理數(shù)據(jù)流只能進(jìn)行單遍掃描算法，一經(jīng)處理的數(shù)據(jù)不能或沒(méi)有必要再次提取或者提取的代價(jià)較高；傳統(tǒng)的數(shù)

0071)網(wǎng)絡(luò)數(shù)據(jù)流分析方法*羅 莎 朱 威 王培源 鄒 彤 郭唐永(中國(guó)地震局地震研究所，武漢 430071)介紹網(wǎng)絡(luò)數(shù)據(jù)流中最主要的數(shù)據(jù)流挖掘技術(shù)。數(shù)據(jù)流;網(wǎng)絡(luò)數(shù)據(jù);分析;數(shù)據(jù)流挖掘;技術(shù)1 引言在網(wǎng)絡(luò)安全越來(lái)越受到重視的今天，如何對(duì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析，從中得到有用的信息或找到攻擊線索，已成為計(jì)算機(jī)網(wǎng)絡(luò)領(lǐng)域的一個(gè)新興課題。由于網(wǎng)絡(luò)數(shù)據(jù)日益豐富多樣，并大量地、源源不斷地產(chǎn)生，并以數(shù)據(jù)流的形式存在，使得網(wǎng)絡(luò)數(shù)據(jù)流(Data Stream)的處理逐漸成為當(dāng)前網(wǎng)

213001）數(shù)據(jù)流挖掘技術(shù)研究王大將1，孫 潔2（1.南京陸軍指揮學(xué)院 作戰(zhàn)實(shí)驗(yàn)中心，南京 210045，2.常州技術(shù)師范學(xué)院 計(jì)算機(jī)系，江蘇 常州 213001）數(shù)據(jù)流挖掘技術(shù)是數(shù)據(jù)挖掘技術(shù)的新研究方向之一。文章介紹了數(shù)據(jù)流、數(shù)據(jù)流挖掘的特點(diǎn)，對(duì)現(xiàn)有的數(shù)據(jù)流挖掘算法進(jìn)行了總結(jié)、分析，提出了數(shù)據(jù)流挖掘的研究方向和應(yīng)用前景。數(shù)據(jù)流；數(shù)據(jù)流挖掘；聚類；分類；頻繁模式0 引言近年來(lái)，隨著軟硬件技術(shù)的高速發(fā)展，人們獲取數(shù)據(jù)的能力得到了很大的提高，獲取數(shù)據(jù)的領(lǐng)域越