针对云计算在任务调度中存在分配效率低、集群负载不均衡的问题,构建了多目标评价模型,并提出一种改进的人工蜂群算法的云资源调度策略。通过引入混沌因子来增强种群的多样性,结合动态因子与自适应k 邻域动态调整邻域搜索半径,最后利用最优解有益信息和动态权重调整搜索步长以提高收敛速度。实验结果表明,改进的人工蜂群算法具有更优的收敛精度和速度,在任务耗时和负载均衡度上较对比算法NABC分别提高5.98%和18.10%。
研究了基于自动控制的远程计量校准技术。以提高自动化程度及可实施性为研究目标,设计了接口控制器,将不同类型的仪器接口和协议适配于网络;研制了功能完备的自动控制软件,实现了计量校准的自动执行;研究了远程计量校准实施过程中的标准器具运输、现场监控、信息安全、校准数据利用等关键环节,为远程计量校准的有效实施提供了较为完整的应用方法。
EtherCAT 主站在传统Windows 平台搭建的方案存在成本高、便携性差和开发周期长等问题。对此提出一种基于Linux 嵌入式平台搭建EtherCAT 主站的解决方案,主站运行在经过RT-PREEMPT 优化的Linux 操作系统上,使用了开源SOME 软件。搭建了主站测试平台,主站与从站的周期性通讯测试和实时性测试表明:该主站的同步性能良好、周期抖动在μs 级别、稳定性强,达到了工业对控制系统实时性的要求,为Linux 嵌入式平台搭建EtherCAT主站提供了一种新方案。
纺织品行业中利用计算机视觉技术对织物瑕疵进行检测,已形成一种趋势。然而由于织物瑕疵种类繁多,形状、大小复杂,加之背景花色、纹路的存在,其检测十分具有挑战性。本文对比了常用的图像处理方法和深度学习算法,总结了目前织物瑕疵检测存在的问题和研究现状,并探讨了织物瑕疵检测的发展趋势,为研究者提供参考。
设计开发了一款超市自动取货机器人。首先搭建可完成物体识别和运动控制的机器人系统,根据特定的超市环境,研究基于YOLOv5 的视觉识别算法,实现目标商品的识别和定位。然后研究目标物体的抓取控制,完成目标物体的搬运。该机器人基于YOLOv5 神经网络框架,具有较高的准确性,它既可帮助人们在超市内拾取商品,又可在物流作业线上抓取和搬运货物。
针对学生在认知诊断过程中暴露出的问题,提出一种基于知识点扩增的薄弱认知诊断方法。利用异构网络对学生与习题之间的交互信息建模,并通过知识点扩增构建知识点扩增网络,以模拟学生、习题及知识点之间的交互关系。采用TF-IDF模型对链接关系进行加权来区分交互关系的重要性。在两个真实数据集上大量的实验,结果表明,所提方法的准确率提升了5.55%。
针对金豺算法种群初始化多样性不足、在搜索后期容易陷入局部最优的问题,对金豺优化算法作了改进。利用Cat 混沌映射和精英反向学习策略初始化种群,利用单纯形法优化较差个体,改进了收敛因子,引入自适应权重的方式更新位置,引入个体记忆方法加快其收敛速度并采用高斯变异优化最优解。通过对8 个基准测试函数进行仿真实验,与MFO算法、MVO算法、GWO算法、SCA算法进行比较,证明了经改进的GJO算法具有更高的求解精度和更快的收敛速度。
针对传统Camshift 算法难以在运动目标受遮挡的情况下有效跟踪的问题,提出一种基于改进Kalman 滤波与Camshift 相结合的目标跟踪算法,通过对Kalman 滤波器的状态变量X^kˉ增加高维特征宽高比a 与高度h 参数,并将P0、Q、R与窗口高度h 相关联,同时在受遮挡时自适应改变X^kˉ 参数,使Kalman 滤波器能够代替Camshift 算法输出足够大的跟踪框标注受遮挡目标位置。实验表明,改进算法在有效帧率方面提高了42.6%,且平均BH距离降低了0.27,显著提高了跟踪的准确性和鲁棒性。
针对传统白鲸优化算法(BWO)存在的不足,提出一种融合适应度距离平衡(FDB)策略和切线飞行的改进白鲸优化算法。在种群初始化时引入基于莱维飞行扰动的Tent 映射,增强了种群多样性;在BWO的探索和鲸落阶段融入FDB选择策略,跳出局部最优;利用切线飞行改进鲸落阶段的种群位置更新模式,提升收敛精确度。通过对8 个常用的基准函数进行寻优试验,可证明相比于基本的BWO,所提改进算法具备更优越的鲁棒性和全局寻优能力。
针对传统目标检测算法在铝型材表面缺陷检测中检测精度低、微小缺陷难以识别等问题,提出一种改进的Faster R-CNN算法。该算法对特征提取网络、感兴趣区域池化和锚框尺寸进行了优化,并在此基础上引入了特征金字塔和可变形卷积,以提升检测精度。实验表明,改进算法的平均精确度均值可达到86.73%,相较于原算法提升了8.70%,其对微小缺陷识别效果好,满足了工业上对缺陷检测的需求。
需求侧柔性资源的研究大多集中在价格型需求响应项目上,而储能系统在推广过程中也面临困难。因此,提出一个可行的参与可靠性需求响应计划的过程,并提出了非合作博弈模型来减轻不确定性。同时,提出基于前景理论的主观决策以反映不确定性对激励计划参与的影响。该模型可以使储能系统通过剩余电力交易来缓解参与市场化需求响应时的不确定性,并提高参与者的盈利能力。小型储能系统的平均效益成本比为0.78,最高可达1.08。
高职学生成绩的合理评价对职业教育的发展具有重要指导意义。本文介绍了主成分分析及聚类分析的基本思想原理、步骤,以及应用过程中需要注意的问题。基于主成分分析对学生成绩建立综合评价方法,构造一个综合评价函数,通过对学生综合评价函数得分的比较,对学生成绩进行排名,并依据所提取的主成分得分对学生进行聚类分析。通过实例分析,证实了主成分分析法及聚类分析在学生成绩综合评价应用中的合理性和必要性,为高职学生成绩管理提供了一种合理且操作简便的方法。
根据网络信息传播与传染病传播的相似性,用SIR模型对网络信息传播进行预测,并且考虑到传染病模型中的“传染因子”一般为常数的局限性,利用网络信息热度对传播的影响,对传染因子进行修正,保证热度更高的信息得到更多传播,从而提高模型准确性。最后利用“wordle”网站的数据进行检验,证明了模型的有效性。
为提高数据中心空调运行性能,对某数据中心建立模型,对机柜出口温度在机箱不同的负载率下进行仿真抽样,建立CFD数据集。基于CFD数据集,分别使用三种机器学习模型即:Elman 神经网络、RBF 神经网络和SVR支持向量回归机,对数据中心稳态运行情况下的不同机柜负载率时空调回风温度进行快速预测。仿真结果表明:三种模型均在短时间内实现了较为准确的预测,但SVR支持向量回归机凭借其训练过程简洁、精度高、训练速度快等优势,更有效地预测热负荷温度。
简要介绍了RBF(径向基函数)神经网络的基本原理和编程过程,通过函数逼近的例子以及与BP(误差反向传播)神经网络的函数逼近比较分析,说明RBF 神经网络的泛化能力要优于BP 神经网络,能够更快、更准确地逼近函数;同时也说明RBF 神经网络相对BP 神经网络需要更复杂的网络结构来保证相同精度。试验结果证实了用VB 开发的RBF神经网络软件正确、可用。
应用虚拟仿真技术设计开发传统文化“南派”醒狮虚拟展馆。该虚拟展馆解决了传统文化传播方式单一的问题,将文化以数字化三维空间、虚拟仿真的新型形式再现,以文字、音视频、模型、动画等形式全方位展示文化内核。系统支持用户与对象进行双向交互,提供沉浸式的文化体验。经测试,虚拟展馆中无明显Bug,场景切换、动画播放与暂停、角色换装等功能运行流畅,UI 交互界面动态显示良好,具有较强的体验性,值得推广。
为实现低照度图像的图像局部增强和纹理细节恢复,提出一种基于注意力机制的多阶段低照度图像增强方法。首先构建特征提取模块以提取图像中重要特征信息。另外设计了一个学习上下文的细节恢复模块,解决下采样和上采样操作导致的图像细节丢失的问题。最后构建了特征融合模块,以实现三个阶段的特征融合。该方法在LOL 数据集上进行相关验证,其结果表明,峰值信噪比(PSNR)和结构相似性(SSIM)较其他主流方法都得到明显的提升。
在间断性点火与小脉冲作用下的卫星,实现椭圆轨道转移极具困难。因此引入深度强化学习双延迟深度确定性策略梯度算法(Twin Delayed Deep Deterministic policy gradient algorithm,TD3),实现了卫星的远程变轨控制。首先建立合理的卫星变轨模型;其次利用TD3 算法来模拟卫星点火操作,同时通过设计多种奖励函数引导卫星不断学习,最终到达目标轨道附近;最后通过仿真实验验证了所提TD3 算法能够有效控制卫星到达目标轨道附近。
针对现有SOS1 抑制剂中新颖结构数量较少的问题,提出一种结合RNN及Transformer 的改进分子生成算法RT。首先用ChEMBL 数据集对Transformer 模型预训练,通过数据增强方法提高模型学习分子表征的能力;然后用SOS1抑制剂对预训练模型进行微调,运用强化学习方法设计MRTX0902 的衍生物,并与对Specs 库进行虚拟筛选的方法比较生成分子的质量。结果表明,R-T 算法能生成多样性高、易合成的候选SOS1 抑制剂,多样性为0.693,可合成性为3.14。这表明其在生成新颖化学结构上的有效性。
在工业生产领域,存在大量需要处理的异构数据。传统的静态代码方案存在开发效率低、维护成本高等缺点。针对目标场景,本文设计了一套基于微服务架构的异构数据动态解析系统,该系统由模式匹配服务、数据转换服务、服务注册中心等多个微服务组成。模式匹配服务通过自定义哈希表建立异构数据与数据转换服务之间的映射关系,并借助数据转换服务读取通讯协议,实现对异构数据的标准化。相关映射数据与通讯协议均采用XML文件实现集中管理。通过实验验证,该解析系统具备可行性和稳定性,符合异构数据解析的要求。
物联网云是一种分布式系统,由一组智能对象组成。例如运行基于Linux 的操作系统的计算机,通过互联网与远程云平台或软件互连,并提供物联网服务(IoTaaS)。在这种情况下,基于容器的虚拟化是一种轻量级的替代方法,可以在智能对象上采用基于管理程序的方法以增强物联网云服务供应。从物联网云场景的角度出发,分析了基于容器的智能对象虚拟化的优势和性能。
云桌面技术是云计算的典型应用之一,其中桌面传输协议是为了提供良好的用户体验。分析了基于SPICE 协议的虚拟桌面协议框架,包括客户端和服务端框架。针对播放视频时可能会出现延迟、丢帧和USB设备无法重定向等问题,重点分析了USB 设备虚拟化框架、虚拟多通道技术和USBRedir 技术等关键技术,并提出相应的解决方案,优化了SPICE协议的丢帧算法。
提出了一种新的基于深度神经网络的机房信息安全态势感知方法。首先对基于深度神经网络的机房信息安全态势感知进行设计,包括数据的采集以及预处理,利用采集到的数据搭建信息安全态势感知架构,最后构建机房信息安全态势感知模型。实验结果表明,机房信息安全态势感知获得了较高的准确性,该方法可以在信息安全态势感知领域得到进一步应用。
设计了一套基于SVG与WebSocket 的SCADA Web 发布系统,使得企业管理人员可方便快捷的通过浏览器监视生产运行状况。为了保证画面的流畅性和实时性,本设计提出了SVG 动态图元解析预处理机制和基于WebSocket 的数据实时刷新机制,前者通过SVG图元预处理以解决在SVG图形访问数量较多且动态图元计算量大的情况下的性能问题;后者通过WebSocket 通讯技术避免浏览器不断向服务器发起轮询操作,减轻服务器负载压力,有效提升系统的稳定性和实时性。
通过机器学习,采用特定的算法模型对农作物病虫害治理方案进行匹配,这是现代农业的发展方向之一。针对C4.5 算法匹配方案时存在的精确度低、大容量数据集处理效率差等问题,提出一种改进的C4.5 算法。改建的算法采用K-means++算法对数据进行离散化处理,根据特征标签值概率对测试集缺失值数据按权生成,并基于梯度优化训练集与聚类中心点。实验结果表明,改进的C4.5 算法面对不同容量测试集,能够在保证效果良好的前提下,提高决策精度与治理效率。
为了实时监测和分析新浪微博上的舆论情况,建立一种基于深度学习的微博舆情监测模型。提出了基于Java的分布式数据爬取框架和基于Elasticsearch 的分布式搜索存储方法,有效地提升了舆情监测模型的性能。提出了融合改进注意力机制的Bi-LSTM情感分析方法和基于情感分析的舆情预警等级计算方法,很好地实现了对微博热搜话题的实时舆情监测。
研究一种计算机辅助分析系统,来模拟喷墨打印装置中液滴的形成、喷射和撞击过程。该仿真系统采用水平集方法,为了简化模拟系统,只考虑喷墨打印装置的喷嘴区域。结果表明,该系统不仅能够揭示液滴从形成、喷射到撞击目标基板的整个动态演变过程,而且能够评估液体的表面张力、液滴在出口处的喷射速度,以及液滴动力黏度对液滴的大小、飞行速度和卫星液滴形成的影响。
为辅助医生进行早期的肺癌预测,提出用遗传算法(GA)对集成算法XGBoost 进行优化的GA-XGBoost 预测方法。针对机器学习存在的样本数量小、数据质量不佳等问题,提出结合SMOTE过采样、随机森林特征重要性排序构建最终肺癌预测模型,进行肺癌的预测分类。对数据集进行测试,结果表明:与K最近邻、SVM、决策树、XGBoost 算法相比,该模型准确率93.2%,同时具有更快的响应速度,综合性能最优。
在互联网+环境下,将舆情监控应用到企业决策中是一个趋势。本文提出一种与企业需求契合度高且能更充分地提取情感特征的模型。将社交平台和互联网营销平台评论信息进行预处理,并使用Word2vec 技术获取文本的词向量表示,通过CNN 提取特征、BiLSTM提取上下文语义特征,再加入条件随机场模型对标签序列进行优化。最后使用K-means聚类得到企业网络舆论焦点。经在真实数据集上对比实验,验证了模型的有效性。
随着通信技术的不断发展,多模融合通信是必然的发展趋势。为了解决不同通信制式之间的融合通信问题,本文采用了软件分层架构设计思路,基于国产操作系统YROS 平台实现了多模融合通信框架。通过对多种通信链路的通信模块进行研究分析,对上形成统一、共享的HTML5 应用软件接口,对下集成不同通信制式SDK,采用统一的多模融合通信框架解决异构通信制式的融合通信问题。此方案经过应用验证表明满足了国产终端设备多模通信的实际需求。
研究大数据最核心、最基本的价值数值。首先将大数据“粒化”,建立“粒度树”。然后考虑每个粒及每个粒集合的使用情况,将使用情况分为三种:“正则使用”、“必然使用”、“相关使用”。取它们对于粒及项目的平均值作为大数据的“正则价值”、“必然价值”、“相关价值”的数值。给出大数据最核心、最基本的价值数值的有效计算方法,并给出多个应用实例。
抗毁性能的建模与分析是研究网络信息安全的一个重要内容。基于复杂网络的动力学理论构建了舰船通信网络的抗毁模型。采用介数中心性和度中心性识别舰船通信网络的重要节点,得出在发起确定性攻击后网络抗毁性能和网络通信质量的变化规律。通过抗毁仿真实验,对舰船通信网络的级联失效过程进行分析,得到了初始负载系数、容量系数和网络节点特性与级联失效破坏程度之间的关系。该研究对提高舰船通信网络的抗毁性和安全性提出了新的思路。
对气象融媒体资源池用户画像、智能推荐进行了分析,提出一种用户画像标签树及矩阵表示法,并通过用户关键信息选择,计算目标用户画像标签,从而实现目标用户媒体资源的主动智能推送。将该方法应用于四川气象融媒体资源智能推荐中,即根据编辑、主持人等不同角色、节气、热词等用户画像标签,主动推送其可能感兴趣的图片、视频、文字等资源,有效提高气象融媒体资源查询效率。
为了解决农业部门对高标准农田项目的过程管理难、项目数据碎片化等问题,同时提高监管部门信息化程度,本文基于GIS 技术设计并实现了移动高标农田巡查系统。利用GIS 可视化特性,将高标农田在地图中可视化展示,使用GPS 定位、轨迹记录等信息,实现巡查任务的信息收集。该系统的建立,使得项目在规划、建中、建后等阶段形成有效监管。所建高标项目数字档案便于查阅、统计与浏览。系统以高标准农田项目移动管理工作模式来解决高标准农田项目的过程管理中数据碎片化问题,提高了监管部门的项目管护水平。
粤港在世界贸易中分属不同海关关区,两地跨境货车在运输和清关领域面临海关监管规则和信息系统隔离的挑战。本文全面调研分析粤港跨境货车通关流程和单证操作要点,提出智慧通关信息系统建设方案。通过信息系统集成实现粤港两地海关系统互联互通,通过自然语义分析、深度学习等技术实现粤港两地公路舱单、报关单等数据共享、海关编码自动转换。智慧通关信息系统基于SaaS 架构搭建,有电脑端和移动小程序两种模式,该系统推动了“一次录入,两地申报”,降低通关成本50%,提高操作效率60%。
设计并实现了一款目标考核管理系统。系统移动端采用微信小程序结合MVVM模式进行设计,后端整合Spring MVC+Spring+MyBatis+Spring Data 框架进行设计与实现,利用Shiro 框架实现认证与授权,结合MySQL 和MogonDB实现数据存储。详细描述了系统的功能模块和架构设计,阐述了部分实现的关键技术。经测试,系统运行稳定,响应时间和吞吐量均在可接受范围内。