摘 要: 针对网络中关键节点识别问题,提出一种基于熵的有向加权网络节点重要度评估方法,即EnRank算法。通过定义有向加权网络中各个节点吸引率AR和传输率TR,运用熵法对节点的度、吸引率和传输率进行综合运算,从而得出有关于节点重要性综合评价指标。该算法既考虑了节点本身的重要性,也考虑了相邻节点对其相对重要性。经过对ARPA网络及社交网络连锁故障仿真实验,验证了该方法的可靠性。 关键词: 节点重
摘 要: 提出一个灵活的基于容器的计算平台,用于在云上运行科学工作流程。容器集群系统为数据密集型科学工作流程带来了很少的性能开销,同时能够解决工具安装问题,保证可重复性,提高资源利用率。使用者可在几分钟内轻松地在任何云上部署该计算平台。 关键词: 容器; 云计算; 计算平台; 科学计算 中图分类号:TP311.5 文献标识码:A 文章编号:1006-8228(202
摘 要: 远红外(FIR)激光干涉仪是核聚变装置上等离子体电子密度测量的关键设备。为了实现远红外激光干涉仪上电子密度信号的精确测量,设计了应用于远红外激光干涉仪上数字相位差测量算法的硬件层实时处理框架,并基于采样率为20MSPS的AD9269信号采集模块和时钟频率为125MHz下的Xilinx K7系列可编程逻辑阵列器件进行了验证。现场试验结果表明,该数字相位差算法的测量延迟为64μs,最终相位
摘 要: 针对求职者面对招聘网站上繁杂的招聘信息而无法高效获取有参考价值信息并准确找到合适工作的情况,本文首先基于Python爬虫技术对BOSS直聘网站上互联网行业相关岗位招聘信息进行爬取,然后将获取到的招聘信息数据采用PySpark技术进行数据清洗,最后利用FineBI工具对岗位数据进行可视化分析,得到岗位要求与学历、地区、薪资等存在的关系,也进行了招聘岗位和福利待遇的词云图分析。该研究结果能
摘 要: 针对当前社会频繁出现的简历伪造和简历泄漏的问题,提出一种基于区块链和密码学累加器的多重简历保护及验证方案。利用区块链技术去中心化的特性,降低造假的风险,提升简历的真实性。利用密码学累加器高效性和加密性的特点,减少储存的数据量,降低了隐私暴露的风险。多重简历结构降低了验证者的数据访问量,用户可以选择性披露简历,自主隐藏简历。经过分析与对比验证,本方案具备较高的性能、较低的时空消耗和隐私保
摘 要: 蛋白质的扭转角控制着蛋白质的空间构象和功能。为了提升蛋白质序列的扭转角预测性能,本文提出一种新的深度学习模型ProTAMAR。在传统蛋白质序列编码和多序列对比结果的基础上,通过引入蛋白质预训练编码以捕获高维特征表示,设计多头注意力机制和扩张卷积模块用于提取全局序列信息和局部上下文信息。在蛋白质基准数据集中广泛测试,ProTAMAR模型优异。通过实验证实本文设计的预训练特征和引入的网络框
摘 要: 研发了一套基于深度学习的汽车线束缺陷检测系统。基于YOLOv3改进的Pr-YOLOv3算法来检测线束端子接插件缺陷,将主干提取网络替换成ResNet50,提高特征提取能力,减少参数量,吸收多尺度预测方式和特征融合方面的优势,将主干提取网络与FPN特征金字塔进行对接,丰富了特征的表达能力。用改进的YOLOv3模型进行训练,准确率可达98.61%,Recall指数可达98.6%。 关键词
摘 要: 在进行满文识别时需要用到大量的满文数据,但目前还没有满文不定长字元数据集。本文提出一种基于YOLOv5的满文不定长字元数据集制作方法,用于后续的训练和研究。与传统切割方法相比,只需提供待检测图片即可。通过对基于YOLOv5的数据集制作流程的改进,去除原YOLOv5实验中对图像进行翻转和随机裁剪部分,并且将原YOLOv5的损失函数替换为EIoU,添加了注意力机制SE模块。实验结果表明:与
摘 要: 小样本学习(few-shot learning, FSL)中,由于样本量过少,导致了特征多样性的降低。为了弥补特征多样性的降低,提出通过提高模型的特征提取能力,以获得更为充分的特征数量。利用多重并联图神经网络来进行多重特征提取,使模型更充分地提取图像特征,从而提升小样本图像分类任务的分类准确率。所提出的多重特征提取方法在5-way 1-shot设置下将基线的分类准确率提高了2.02%,
摘 要: 语义分割广泛应用于机器人、医学成像和自动驾驶等领域,但当前语义分割主要针对可见光图像。可见光图像在光照不足或天气差的情况下成像效果较差,而红外图像受光照影响较小。因此,将可见光图像和红外图像联合使用可以提升模型的鲁棒性。通过预测前景轮廓的不确定性并将其作为注意力机制,可以有效地提高模型在前景物体和边缘轮廓部分的分割能力。本文模型在公开数据库上取得了57.2的分割精度,综合性能优秀。
摘 要: 针对负荷数据波动性强、特征存在冗余而导致使用单一模型预测短期负荷时精度较低的问题,提出一种融合梯度提升树(GBDT)、自适应噪声完备集合经验模态分解(CEEMDAN)、长短期记忆(LSTM)和极端梯度提升(XGBoost)的短期负荷预测组合方法。首先利用GBDT对负荷数据集进行特征选择,筛选出重要特征;然后使用CEEMDAN将负荷序列分解后合并为低频分量和高频分量;再将低频分量输入到L
摘 要: 医学影像在医生的临床诊断中发挥着重要的作用。由于成像原理和设备的限制,很多时候获得的图片成像效果都不理想。将超分辨率技术引入医学图像领域,在超分辨率任务中使用大核分解和注意力机制,可以使卷积神经网络取得类似于基于Transformer方法的效果。于是提出一种基于循环生成对抗网络的医学图像超分辨率方法,使用大核注意力机制来提升成像质量,使用循环生成对抗网络来提升图片的细节恢复的质量和准确
摘 要: 针对现实中舞弊样本与非舞弊样本存在的数量不平衡情况,通过25个财务指标与2个非财务指标,运用过采样、欠采样技术及XGBoost模型进行财务报表舞弊识别研究。结果表明,SMOTE过采样方法与XGBoost模型的结合在非平衡数据集下具有较好的整体识别效果,对上市公司财务报表舞弊的智能识别有一定参考意义。 关键词: 非平衡数据集; 财务报表舞弊识别; SMOTE; XGBoost 中图分
摘 要: 针对医疗样本不平衡的问题,使用集成采样EasyEnsemble算法和XGBoost算法结合,搭建冠心病预测模型,来提高患病样本识别准确率。选用公开弗雷明翰冠心病数据集,对数据预处理后,先采用EasyEnsemble算法平衡数据集,后采用极端梯度提升算法XGBoost作为基分类器进行训练,调整各项实验参数,并采用准确率、召回率、ROC曲线下面积(AUC)等指标评价模型。实验结果表明,相较
摘 要: 为了提高儿童座椅的安全性,建立了儿童安全座椅的有限元模型,利用LS-DYNA进行碰撞仿真。选取靠背倾角、头枕倾角和安全带中心高度作为设计变量构建响应面模型。提出混沌变异理论在粒子群优化中的应用,并利用基于混沌变异的分组MOPSO算法得到儿童座椅的参数最优解。最后利用最优解再次进行仿真实验,并与原始性能对比,得到的结果在儿童各个部位的损伤、防护都有明显改善。 关键词: 儿童座椅; 混沌
摘 要: 节流阀的阀芯座通孔处毛刺极易划伤阀芯,导致节流效果削弱,直接影响产品质量。为了准确检出毛刺不合格工件,提出一种基于机器视觉的毛刺检测方法。经过图像采集、图像预处理后得到毛刺图像,而后对毛刺图像进行边缘检测,利用最小二乘法拟合圆,得到圆心坐标和半径,扫描毛刺边缘轮廓,找到离圆心最近的像素点,即为毛刺最大高度点,检出不合格工件。实验表明,该检测方法能准确检测出毛刺不合格的工件,具有一定的应
摘 要: 在智能交通系统的背景下,车辆管理模式的创新对于提高交通安全和管理效率至关重要。针对驾驶中的不良行为,提出一种基于深度学习的检测方法。通过引入并改进YOLOV5算法,能够实时检测驾驶员的不良行为,从而降低交通事故的风险。实验结果显示,所提算法有效提高了不良驾驶行为的检测精度。这种车辆管理模式创新可以为未来智能交通系统的发展提供参考与借鉴。 关键词: 深度学习; 驾驶行为; 车辆管理模式
摘 要: 针对涉诈类APP分类难的问题,通过N-gram、主成分分析法等方法对Dalvik字节码与权限特征形成的特征码进行降维,利用K-Means++聚类算法构建APK涉诈家族分析模型,实现对涉诈类APP进行分类的目的。 关键词: 涉诈类APP; Dalvik字节码; 权限; K-Means++ 中图分类号:TP391.4 文献标识码:A 文章编号:1006-822
摘 要: 航空图像目标具有面积比例较小、排列密集、倾斜角度任意等特点。为了达到航空图像目标精确检测的要求,改进了特征提取网络,同时使用椭圆中心采样方法,优化标签采样策略以解决采样不足问题。最后使用无锚点解耦合目标检测头将边界框回归任务与目标分类任务分离以提高检测精度。实验表明,所提方法在DOTA和HRSC2016数据集上分别达到了75.2%和89.1%的mAP,满足了精确检测的要求。 关键词:
摘 要: 针对目前主流算法在遥感图像目标检测任务中对于图像中小目标检测效果较差、易产生漏检误检的问题,提出一种改进YOLOv5的小目标检测算法YOLOv5-FRM。首先在原YOLOv5骨干网络的最后添加坐标注意力机制Coordinate attention(CA)模块替代原SPP模块,之后提出一种改进多尺度空间净化模块,实现了检测头的添加,并融合进原YOLOv5的颈部网络中。最后引入Copy-r
摘 要: 针对采用加速度信号进行步态识别错误率偏高的问题,提出一种基于信息熵和改进特征权重融合的Adaboost-SSA-BP步态识别方法。基于信息熵理论和改进特征权重算法,提取不同步态下加速度计输出的信号特征,并对其进行特征组合。利用SSA优化BP神经网络,通过Adaboost算法调整网络的样本权重,并进行训练获得步态识别模型。实验结果表明:该方法能够有效捕获步态特征,步态识别的平均准确率可达
摘 要: 针对一般模型很难捕捉微表情不同尺度上的特征,提出一种基于LiteFlowNet和改进的ResNet-10的微表情识别网络以充分提取微表情不同维度信息。先通过欧拉视频放大技术(EVM)突出面部微小动作,再将处理后的数据通过轻量级光流估计网络LiteFlowNet提取视频帧中的运动信息。在用于特征提取的ResNet-10上引入三维注意力机制(3D-Attention),以适应性地聚焦于微表
摘 要: 针对现有的图像超分辨重建算法特征信息提取不充分的问题,基于SRResNet[1]网络的生成器部分,引入混合注意力模块和密集残差模块,以提取图像的多尺度特征。混合注意力模块集成通道注意力和自注意力机制,可以聚焦关键特征;密集残差模块通过堆积多个残差密集块学习多级特征,并采用改进的密集连接方式提高特征复用效率。模型在各基准数据集上对比当前的优秀重建算法有0.1~1db的提升,为单图像超分辨
摘 要: 为进行基于机器视觉的位移测量研究,提出一种基于深度学习的直线位移测量方法。首先通过轻量化模型YOLOv5s-DSS用于实验小车的检测,然后通过Allometricl函数优化后的单目视觉定位模型用于小车定位,最后根据定位得到的起点和终点坐标,通过欧氏距离求解出目标运动的直线位移。结果表明,在3m内位移测量的相对误差在2%以内,证明了该方法可以有效实现运动目标的直线位移测量。 关键词:
摘 要: 针对农业机器人在进行路径规划时存在寻优结果差和搜索稳定性低的问题,提出一种改进的麻雀搜索算法SSAPSO。首先利用Cubic混沌映射初始化种群来增强麻雀种群位置的多样性。然后通过萤火虫扰动策略,增加算法的灵活性和搜索范围。最后引入粒子群技术以提高算法的寻优精度和稳定性。实验结果表明,在不同障碍物覆盖率的栅格地图环境下,SSAPSO能高效且稳定地求解农业机器人最优路径,从而提高农业机器人
摘 要: 为解决邮政安全监管部门在对大量申诉事件原因进行分类汇总时耗时耗力、效率低下等问题,提出应用Word2vec和TextCNN模型,实现对大量快递申诉文本事件进行申诉原因自动分类。首先对自采集的申诉文本做预处理,申诉原因分为延误、投递、丢失短少、损毁、其他共五种类型,再使用Word2vec进行词向量的转换,构建TextCNN模型,对其进行训练得到申诉文本的分类模型。在真实数据上的实验结果表
摘 要: 为了满足微弯曲光纤传感器在血压检测上的应用,在原有传感器基础上增加了一路传感器,并通过可编程逻辑器件对原始数据进行预处理。系统由两路微弯曲光纤传感器、两路前置模拟放大部分、两路ADC、微处理器、可编程逻辑器件以及WIFI模块组成。实验结果表明,该系统能够更快地对原始数据进行数字滤波和提取生理参数,并计算出两路心冲击(BCG)信号的相位及两者之间的瞬时相位差,最后预测出血压值。 关键词
摘 要: 特征金字塔(FPN)因能将低尺度的特征与更高尺度的特征融合、呈现每个层次丰富的语义信息,而被广泛应用于小尺度目标定位识别中,但其目前无法连接跨尺度特征信息,且分类准确率不高。本文提出特征融合金字塔模块(FFPN),通过在ResNet50主干网络中引入FFPN模块,有效地提高了细粒度鸟类图像分类的性能。模型在CUB-200-2011数据集上达到了83.379%的分类准确度,在Bird-4
摘 要: 为了充分发挥医疗数据价值,围绕医疗数据汇集、存储、管理、应用的全生命周期进行梳理,提出构建“一体化医疗数据资源体系”的医疗数据治理思路,探索医疗数据标准化、精细化、数字化管理,从而打造数据驱动型的健康医疗应用平台,提升医疗数据的应用效能。 关键词: 医疗数据; 资源体系; 数据治理; 医疗数据应用 中图分类号:R319 文献标识码:A 文章编号:1006-
摘 要: 通过对双喷嘴挡板阀的压力-流量分析,计算阀门的系统参数,在Matlab软件中建立仿真模型,根据特性使用Simulink设计函数模型,获取数据结果,得到优化的阀门状态及通用测试仿真程序,检验了传递函数的Matlab/Simulink模式的准确性,判断出喷嘴挡板阀内流量与压力有一定的对应关系,同时也为后续双喷嘴挡板力反馈型两级电液伺服阀性能优化提供了理论依据,为进一步提高电液伺服阀动作稳定
摘 要: 在长期的地质研究中,积累了大量的野外露头资料,但由于资料采集零散,结构不一,管理分散,很难实现这些数据和资料的共享与应用。鉴于此,探讨采用ASP.NET MVC架构,结合ArcGIS API for JavaScript和ECharts关键技术,设计与开发Web环境下的露头地质资料信息系统,实现了露头区和剖面点的地图浏览、野外采集数据的查询展示、沉积构型单元几何和物性参数统计分析、露头
摘 要: 探索解决网络化教学中如何实现课后在线练习和考核的问题。应用Microsoft的可视化开发工具Visual Basic 6.0,及Microsoft Office Access,建立“机械制造装备设计”课程试题库管理系统。试题库可以供学生查询、演练和学习课程的相关知识点,也可以提取试题组卷进行课程考核。为网络化、智能化的教学系统提供基础性的组成模块。 关键词: 机械制造装备设计; 试题
摘 要: QEMU是一款广泛使用的虚拟机软件,它通过Tcache对代码进行调整与控制,改善其性能。对Tcache的特性进行了详尽的研究,主要涉及命中时间、缺失率和缺失代价。引入二进制翻译系统中常用的几种替换算法,如全清空和先进先出方法,并研究了各种算法不同的技术特性。最后结合profile技术以及先进先出、全清空算法,提出一种全新的Tcache替换算法。通过修改算法前后测试nbench,迭代次数
摘 要: 对基于光谱数据分析的中药材鉴别方法进行研究,利用红外反射光谱提取中药材的差异性特征,进而实现对其种类和产地的鉴别。建立模糊聚类模型对425组中药材样品的光谱数据进行聚类,利用SIMCA软件完成主成分分析,实现了对药材样本的种类划分和产地鉴别。 关键词: 模糊聚类法; 主成分分析法; SIMCA方法; BP神经网络 中图分类号:TP301.6 文献标识码:A
摘 要: 作为近年来计算机视觉领域的研究热点,国内的行为识别技术主要依靠于不同场合的摄像头拍摄视频和图像进行分类识别、目标检测等相关视觉处理。因此,为了减少行为识别的消耗以及保护用户隐私,提出并实现了一种基于多普勒效应的行为识别技术,主要技术过程包括生成超声波信号、音频转换与降噪、连续音频切割、进行傅里叶变换以及卷积神经网络分类识别,行为识别的准确率可以达到 96.32% 并且具备一定的泛化性能
摘 要: 针对藏文情感分析领域中缺乏相应的基础训练语料库、模型又需要大量的数据做支撑、传统的人工标注需要耗费大量的人力物力资源且普适性不高的情况,构建了细粒度的藏文情感语料库和情感词典。首先由三人分别对每一个词进行情感强度标注,其次将语料和词典按规则进行匹配,最后以情感强度平均得分来表示文本的情感类别。本文所构建的细粒度情感语料资源,在一定程度上能够缩短海量标注语料库的开发周期,并降低语料标注的
摘 要: 通过搭建硬件环境、安装软件环境、数据预处理、训练模型、实时识别人脸表情等步骤,实现基于树莓派4B的人脸表情实时识别系统。以树莓派4B作为载体,所需软件为Python3.7、OpenCV、Tensorflow和Keras。采用MiniVGG13卷积神经网络模型训练模型,在树莓派上实时识别人脸表情,以实现人脸表情的分类并通过显示器展示。该系统可以应用于人机交互、智能家居等多个领域。 关键
摘 要: 为了构建新一代自动化的SCADA系统,分析了水电自动化、轨道综合监控系统和新一代集控站设备监控系统的需求,在原有自动化SCADA软件平台的基础上,基于微服务架构、分布式技术,研究新一代自动化SCADA系统的关键技术应用与开发。该系统已经应用于多个专业现场,系统稳定可用,为各个专业现场提供了一整套强大、通用、稳定的支撑和服务。 关键词: 远程过程调用; 微服务; 数据采集与监视控制系统
摘 要: 为了降低光标阅读机使用成本与实现答题卡自动化识别,设计并实现了一种基于机器视觉的答题卡自动识别系统。首先对答题卡图像进行滤波、灰度变换、二值化等预处理操作;然后采用Hough变换实现双直线检测,基于该直线对答题卡进行矫正及区域分割;最后通过填涂区域的几何属性及像素点值实现选项识别判断。测试结果表明,系统界面友好、灵活、使用方便、成本低廉,答题卡识别准确率、效率高,具有一定的应用价值。
摘 要: 针对保健品包装盒在冲压环节产生的边框塑性变形缺陷,构建了一种基于机器视觉的金属包装盒缺陷检测方法。针对盒体棱边区域产生的小范围高光现象,提出一种基于线性拟合的修正算法。针对包装盒的冲压缺陷,采用形状模板匹配算法初步校验并定位,再裁剪出边框内外圈区域,校验该区域灰度值的标准差均值等指标。结果表明:该方法检测准确率在95%以上,平均检测时间小于100ms,能满足实际应用中在线检测的需求。
摘 要: 针对信息化系统导出的电子表格在打印时不能直观显示分页效果,需要人工排版的问题,提出一种自动化分页排版算法,能够预测出表格的分页结果,并根据结果进行自动化排版。通过实验验证,该方法在大部分常见情况下,均表现出不错的适应性和健壮性,节省了人工排版成本。 关键词: 信息化系统; 电子表格; 自动化; 打印; 排版 中图分类号:TP391.1 文献标识码:A 文章
摘 要: 网络安全工作日益受到重视,其中SQL注入漏洞检测与修复是当前网络安全领域的一个重要研究方向。文章基于Sqlmap软件对数据库注入漏洞检测展开研究,从Sqlmap安装及使用角度进行详细分析,并提出SQL注入漏洞的防御及加固建议。 关键词: Sqlmap软件; SQL注入; 数据库注入; 漏洞检测; BurpSuite软件 中图分类号:TP309 文献标识码:A
摘 要: 同伴互评是一种以学习者为中心的主动反馈活动。探讨利用智慧学习平台开展基于个体和小组的同伴互评活动,对学生的学习数据进行分析。结果表明,基于线上线下混合学习的同伴互评学习模式有利于学生接收积极和促进的反馈,能有效提升学习绩效,构建更加牢固的知识体系。 关键词: 同伴互评; 学习绩效; 混合学习; 教学实践 中图分类号:G642 文献标识码:A 文章编号:10
摘 要: 操作系统课程涉及内容较广,有技术深度和难度,教学上有一定的挑战,同时,在ChatGPT等大语言模型流行的当下,如何在教学时应对以及利用也值得讨论。文章探讨如何结合一些系统工具来帮助学生理解Linux操作系统,例如利用QEMU仿真工具来调试内核,用Crash工具来动态查看内核数据。并且探讨如何在学生使用ChatGPT等工具辅助操作系统实验编程时进行有效的考察。 关键词: 操作系统; 系
摘 要: 新工科时代,在软件测试从业人才紧缺的背景下,探索并实践符合工程教育认证与行业人才需求的“软件测试技术”课程教学改革方案。分析工程教育认证中涉及的知识与能力要求,调研软件测试技术对应的岗位需求,制定与岗位需求和毕业要求相匹配的教学目标、课程知识体系、教学组织策略以及多维度的考核标准。说明具体改革措施,阐明教学效果。 关键词: 新工科; 工程教育认证; 软件测试; 岗位需求 中图分类号
摘 要: 考虑了软件工程课程的特点和当前教学模式中存在的问题,提出“以工程教育为理念,项目任务为驱动,学生为主,教师为辅”的教学方法。以完成CDIO四个阶段的子任务为切入点,从职业规划、T型人才培养、提升工程管理技能几个方面阐述教学改革的思路与实施。最后对教学效果进行总结。 关键词: 软件工程; CDIO; 任务驱动; 教学探索 中图分类号:G642.0 文献标识码:A
摘 要: 针对Python程序设计课程传统教学模式的不足,提出一种分组竞争博弈教学模式。该模式由项目发布、组队、完成项目、路演考核四个部分组成。首先教师给出清晰的评分标准帮助学生提升项目完成质量。然后课上提交考核材料后用PPT汇报完成情况。最后计算个人成绩。该模式重视学生养成教育,将思政内容穿插在其中,考核方式与竞赛项目对接,助力构建赛事备战梯队,着力提升课程趣味性,强化学生计算思维的培养。
摘 要: 针对人工智能专业算法设计与分析课程中经典算法与前沿人工智能算法缺乏联系而影响学生学习积极性的问题,探讨了将前沿人工智能算法技术中与经典算法思想相同的算法纳入到课程中。具体而言,选取了具有“剪枝”思想、“局部最优”思想和“递推”思想的安全强化学习算法及其求解悬崖行走问题作为课程补充材料。调查问卷结果显示:该教学设计有助于提高学生对算法设计与分析课程重要性的认同感和学习积极性。 关键词:
摘 要: 以某校本科生的历史成绩数据、一卡通消费数据、校园网日志数据和图书馆刷卡记录数据为基础,提出一种利用学生行为数据来预测学生成绩的方法。选择五种常用于教育数据挖掘的预测方法(逻辑回归算法、支持向量机算法、决策树算法、K近邻算法和朴素贝叶斯算法),通过Stacking集成进行模型优化,实验结果表明,相较于单独利用成绩和单独利用分类模型预测成绩,该方法准确率更高,该研究对于辅助教学管理,促进智
摘 要: 在信创背景下,通过与华为合作将Gauss数据库引入数据库课程体系,作为数据库原理及应用课程的学习内容和实验平台。从优化理论教学内容、革新实践教学设计、丰富教学模式和考核评价方式等方面,探索面向信创的数据库原理及应用课程教学改革方案,发挥实验平台在培养应用型人才中的作用,提高学生学习效果和能力。 关键词: 数据库; 信创平台; 教学改革; 应用型人才 中图分类号:G642
摘 要: 传统的实验室管理系统侧重于设备管理,其存在的普遍问题是缺乏信息交互,难以提高科研效率,不利于工作交接。设计构建了一个融合设备管理以及多种科研信息共享途径的实验室信息交互平台。该平台基于JavaWeb技术开发,其中包含技术交流、文件共享、成果展示、工作交接、个人信息管理、设备管理等模块,实验室内部人员除了能在该平台进行设备管理外,还能便捷地获取和分享专业领域信息以及进行工作交接。 关键
技术广角 MinIO分片大小对文件上传性能的影响 1-1 基于机器学习的风机发电机绕组温度故障 诊断与预警分析 1-4 一种基于Raspberry Pi的智能助盲导航系统 1-8 基于多深度对抗网络的ROV水下目标检测 4-5 基于CmabBERT-BILSTM-CRF的针灸古籍分词 技术研究 4-11 语音识别中的Conformer模型压缩研