摘要:近年来网络安全日志数据呈现出爆炸式的增长，但现有的可视化技术难以支持高维度、多粒度的Netflow日志实现完善的可视化分析.因此本文提出了一种全新的网络安全可视化框架设计方案，采用三维柱状图展示Netflow日志的流量时序图，以帮助用户快速了解和掌握网络中的异常时刻.引用信息熵算法针对平行坐标轴的维度数据进行处理，便于用户对多维度图形的理解，利用矩阵图、气泡图和流量时序图进行细节分析，最后利用该系统实现了对DDOS攻击和端口扫描攻击的网络异常案例分析.研究证明本系统丰富的可视化图形以及简单易用的协同交互，能较好的支撑网络安全人员从网络整体运行状态分析，到定位异常时刻、监测网络行为细节的全部过程.

摘要:模糊测试被广泛应用于各种软件和系统的漏洞挖掘中.而模糊测试的效果与其采用的变异策略以及初始种子文件的代码覆盖率有直接的关系.本文提出了一种基于深度学习的种子文件生成方法，分析并学习初始种子文件和其在目标程序中的执行路径之间的关系，最终输出可能覆盖新执行路径的种子文件，从而提高初始种子文件集合的代码覆盖率.我们以PDF阅读器作为目标程序进行了实验，实验结果表明该方法所生成的种子文件保证了良好的通过率，而且明显提高了代码覆盖率.同时实验证明该方法在针对多种PDF阅读器进行模糊测试时都获得了更高的代码覆盖率.

摘要:为给汽车售后服务供应链云平台的核心企业选择优秀的协作企业，根据云平台不同核心企业对协作企业有不同的要求和标准，以及待评价协作企业的客观特征，采用基于层次分析法和模糊粗糙集法相结合的综合赋权法确定各协作企业评价指标的权重系数，用层次分析法确定主观权重，用模糊粗糙集法确定客观权重，再集成主、客观权重得到综合权重系数；最后基于可拓判别法对评价对象进行优度评价，结果为各评价对象的等级划分和优劣顺序.以汽车售后服务供应链云平台的售后服务商实际业务数据为实例进行对比分析，结果证明了方法的有效性和可行性，且较优于其它评价方法.

摘要:针对无人机航迹规划问题，提出了一种融合简化稀疏A^*算法与模拟退火算法（Fusion of Simplified Sparse A^* Algorithm and Simulated Annealing algorithm，简称FSSA-SA）的航迹规划方法.首先，在对威胁环境进行建模之后，将模拟退火思想与具体航迹规划问题求解相结合，给出了模拟退火算法求解航迹规划问题的具体设计与实现方法.其次，利用简化的稀疏A^*算法在规划起止点之间进行一次往返搜索，并将所得结果中较优的一条航迹作为模拟退火算法的初始解，实现了两种算法的融合.然后，当退火进行至低温区时，通过对位置存在冗余的航迹节点的剔除，进一步改善了算法的求解质量.最后为了验证算法的优越性，将本文算法与稀疏A^*算法、模拟退火算法进行了仿真对比试验.试验结果表明，本文提出的FSSA-SA算法相比于上述两种算法，具有较少的规划耗时；相比于稀疏A^*算法，在所得航迹的综合代价相差不大的情况下，内存占用量少了两个量级；相比与模拟退火算法，在相同的退火条件下，其规划所得航迹的综合代价平均减少了35%左右.

摘要:面对城市出租车高空载率和乘客打车难问题，本文针对出租车司机端和乘客端分别进行载客热点和打车热点的分析研究，提出了一种基于DBSCAN算法的数据处理模型.利用这个模型对北京市182辆出租车的GPS轨迹数据进行处理，提高了数据精度；对于不同的受众，采用K-means算法对数据进行聚类分析，得到相关热点.实验表明，划分目标用户进行各热点的推荐不仅可以有效地为出租车司机提供高概率的载客热点，乘客打车难问题也有了一种可行的解决方法.

摘要:基于自动引导小车（AGV）的快递包裹自动分拣系统是智能物流的研究热点，路径规划是其关键问题之一.在快递包裹分拣系统中，AGV具有高密集性和车辆数量较大的特点，这种情况极易造成AGV拥堵，使得整个系统的性能降低.针对此问题本文提出可避免拥挤的CAA^*（Congestion-avoidable A^*）算法，该算法以A^*算法为基础，引入动态属性节点，建立动态环境模型，对各个节点可能发生的拥挤情况进行预测，判断是否存在潜在的拥挤节点，在路径规划过程中绕过潜在的拥堵节点，避免发生拥堵现象.实验结果表明，本文所提的CAA^*路径规划方法在具有高密集度和较大规模的AGV场景中，能有效避免拥堵，从而提高场地AGV的密集度和系统的分拣效率.对实际应用场地的仿真表明，本文的算法比传统的A^*算法AGV密集度提高了28.57%，系统分拣效率提高了24.29%.

摘要:为实现婴幼儿眼底疾病的及时诊断与治疗，开发的婴幼儿视网膜广域成像系统可以解决成像时大视场要求.系统包括照明部分、成像部分和图像采集装置.设计了角膜接触眼底镜，采用像差小、折射率大的非球面设计，满足大视场的要求；设计了图像采集装置，使用C++编写图像采集处理软件，进行图像采集、相机标定和几何畸变校正.实验结果表明：采用多环光纤光线照明的婴幼儿视网膜广域成像系统可以实现85°视场的较清晰广域成像；采用基于相机标定的图像几何畸变校正方法，可有效补偿视网膜成像光路的畸变.该婴幼儿视网膜广域成像系统可以为眼科疾病的诊断、筛查提供客观、清晰的依据.

摘要:为了解决传统住宅维修资金管理系统功能模块复杂，开发维护过程繁琐，并且新增需求难以及时处理，提出了基于微服务架构的系统设计开发.本文设计了基于微服务架构的住宅维修资金管理系统，将系统划分为几个微服务模块分别实现.系统使用Spring Cloud来搭建微服务架构，并且实现了服务注册和发现、负载均衡、路由网关以及容错处理等技术，最后实现了各个微服务功能.采用该微服务框架，降低了系统的耦合性，加快了系统开发周期以及使系统的部署和维护更为便捷.

摘要:建筑铝模板凭借刚度好、使用寿命长、能多次周转使用的特性，被大量应用.目前铝模板的分拣打包主要依靠人工作业，分拣效率低、分类错误率高.为提高铝模板的分拣效率和分类准确率，设计了一套铝模板分拣系统，由上位管理计算机、二维码扫描枪、MCGS触摸屏和铝模板传输系统组成.管理计算机上运行的KingView组态软件，可以根据发货清单完成工位匹配，并进行分拣数据库的更新管理和分拣过程的实时显示；扫描枪扫描传送带上的铝模板标签二维码，获取其规格型号、工程区位等信息，经KingView组态软件处理后，下发到对应工位的MCGS触摸屏，由工人拣取传送带上的铝模板并搬运到指定堆垛区；MCGS触摸屏实现管理计算机与工人之间进行分拣过程信息交互的功能.实验表明所设计的铝模板分拣系统具有良好的稳定性及实用性，能有效解决人工分拣过程中效率低、分类错误率高等问题.

摘要:在“互联网+”大环境下，以用户价值为导向、加速供需双方实现技术转移、各取所需为核心的，以产业链整合、加强横向用户关系圈扩展、助力进一步解决产学研信息不对称的，以扩大产学研合作范围、提升产学研合作成效为目标的产学研合作生态服务模式应运而生.基于产学研合作生态服务模式，构建生态服务模型，应用于实践，建设“互联网+产学研合作智能服务平台”，提供多样化的产学研内容、社交和对接生态服务，并取得了显著的成效.

摘要:针对目前Web显示技术只允许单个用户通过远程视频会议和桌面镜像与单个异地用户协同工作，不能满足多用户海量信息共享显示的要求，不支持海量影像超高分辨显示需要等问题.本文根据多用户海量信息共享显示的特点以及显示的难点，研究了基于Web集群海量影像多异地用户在拼接显示屏上超高分辨显示等技术.实验结果表明，提出的Web集群并行拼接海量影像显示技术是有效的，能够同时为多个异地用户的海量影像在拼接显示屏上超高分辨显示提供可行的解决方案.

摘要:以钢铁企业炼铁生产参数为研究资料，实现高炉炼铁配料优化、炼铁数据和三维模型的多元化展示.本文主要研究在Qt平台下设计研发了跨平台的智能炼铁配料系统，采用线性规划的方法建立炼铁配料的数学模型，利用单纯形法求解达到成本最优，以及利用FFmpeg库实现高炉数模动画的播放和OpenGL实现高炉三维模型的动态展示.本文首先介绍了系统利用到的一些相关技术，其次对系统的数据提取、更新、优化算法的设计进行了分析，最后对配料优化、数据的二维展示、三维模型的动态展示的实现和测试进行了介绍.

摘要:大数据时代，面对爆发式增长的海量异构大数据，企业指标数据的实时供给能力亟待全面提升.基于流处理技术的大数据指标实时计算方法，主要由日志采集、消息管理、协调管理、实时处理等部分构成，使用Hadoop、Zookeeper、Storm、Kafka、Redis等开源软件，综合应用了数据库日志分析，流处理、内存计算等技术.本文详细论述了采用Storm技术的大数据指标实时计算方法的技术架构，实现方法及路径，同时给出了算法验证的过程和结果分析.

摘要:针对传统的野外地质数据采集与数字化工作步骤繁琐、效率低、工作周期长等问题，研发了一种基于World Wind移动端的地质数据野外采集系统，系统集成了World Wind地图技术、网络通信技术、多线程技术和数据存储技术.重点阐述了定位模块、数据录入模块、实体投影模块以及三维展示模块的具体实现方法，本系统的研发实现了野外地质工作的信息化采集、浏览和展示，为地质工作人员提供便捷的数据录入方式，推动地矿工作数字化、信息化、现代化的向前发展.

摘要:针对日益繁重的输电线路巡视工作以及输电专业无人机巡视方面难度大、风险高、自动化程度低等问题，本文提出了一种输电线路多旋翼无人机自动驾驶智能巡检系统及方法，结合人工智能图像识别技术实现了机巡数据的智能处理，建立了输电线路自动智能巡检作业的新模式.本文重点介绍了巡检系统的结构、功能及关键技术，通过佛山地区输电线路巡视的应用实践，该系统大大提高了电网巡检效率，证明了其有效性和合理性.

摘要:工程机械行业试验数据具有格式多、数据量大、业务复杂度高等特点，传统形式的网站构建方式在网页友好度、美观度等方面存在诸多缺陷，并且在并发处理大量数据情况下容易发生网页加载慢、运行不稳定等情况，严重影响企业试验业务运行效率，造成企业成本增加.单页面应用技术（以下简称SPA）是一种全新的网站构建模式，是目前网页开发技术的主流，其运用模块化的编程方式，为用户提供体验感更佳的网站，其构建机理很大程度解决传统网站构建方式所带来的问题.本文主要论述运用SPA网站架构构建适用于大型企业的试验业务管理系统，解决企业试验数据管理面临的问题，提高试验业务数字化能力，提升企业试验运营效率.

摘要:针对目前全球范围冷链运输智能系统功耗高、全球覆盖能力差、效率低等问题，以智能冷藏集装箱为研究对象，介绍了一种基于低轨卫星和窄带物联网（NB-IoT）通信技术的智能冷链运输终端系统，并给出了该智能终端系统的系统方案、硬件设计、软件设计、低功耗设计及测试结果.运输终端系统以STM32作为主控制器，集成了温湿度和位置信息等传感器，兼容低轨卫星和NB-IoT两种通信方式，可以实现全球范围内装有该智能终端的冷藏集装箱位置、状态和安全等信息监测控制.通过实际运行表明，该方案可靠，数据传输稳定，具有一定的推广和应用价值.

摘要:随着网络技术迅速发展，各实时系统产生的数据量呈指数级增长，各业务应用对海量数据的管理和应用的实时性提出了越来越高的要求，现有的单机实时数据库技术已无法满足需求，将分布式思想引入实时数据库领域，主要从数据分布方式、数据冗余备份、数据一致性等方面做了研究，并提出一种实时数据系统中的数据分布式存储的设计.该设计可以为当前实时数据库扩展性及可靠性方面提供技术支撑.

摘要:多示例多标记学习是用多个示例来表示一个对象，同时该对象与多个类别标记相关联的新型机器学习框架.设计多示例多标记算法的一种方法是使用退化策略将其转化为多示例学习或者是多标记学习，最后退化为传统监督学习，然后使用某种算法进行训练和建模，但是在退化过程中会有信息丢失，从而影响到分类准确率.MIMLSVM算法是以多标记学习为桥梁，将多示例多标记学习问题退化为传统监督学习问题求解，但是该算法在退化过程中没有考虑标记之间的相关信息，本文利用一种既考虑到全局相关性又考虑到局部相关性的多标记算法GLOCAL来对MIMLSVM进行改进，实验结果显示，改进的算法取得了良好的分类效果.

摘要:短文本聚类一直是信息提取领域的热门话题，大规模的短文本数据中存在“长尾现象”，传统算法对其聚类时会面临特征纬度高，小类别信息丢失的问题，针对对上述问题的研究，本文提出一种频繁项协同剪枝迭代聚类算法（Frequent Itemsets collaborative Pruning iteration Clustering framework，FIPC）.该算法将迭代聚类框架与K中心点算法相结合，运用协同剪枝策略，实现对小类别文本聚类，实验结果证明该聚类算法能够有效的提高小类别短文本信息聚类的精确度，并能避免聚类中类簇重叠的问题.

摘要:在傅里叶频域中，由于逆滤波对加性噪声特别敏感，使得恢复后的图像仍然非常模糊.针对这一问题，我们提出了一种基于维纳滤波器和生成对抗网络的动态模糊图像处理方法.首先使用维纳滤波去模糊算法，通过均方差最小化去除噪声，但由于无法判断拍摄装置的移动范围并未得到预期效果.再考虑使用自由性强、不受预定条件分布的生成对抗网络模型（GAN）.定义一个类生成器G（y）和类判别器D（x），通过机器学习的方式进行反复学习和反馈，直至达到模型无法判别生成数据样本S（y）和真实数据样本r（x）时，图像近似还原成功.同时，引入“模糊核”概念，模拟图像的模糊轨迹，进行精确还原.最后，由于肉眼很难对图像的还原程度做定量判断.因此我们利用三个评价指标对这些图像进行客观评价——峰值性噪比PSNR、模糊系数KBlur、质量因素Q.实验结果表明，在该方法下的图像的三个评价指标在一定程度上有所改善，从而得到图像还原较为成功的结论.

摘要:协同过滤推荐算法的数据稀疏性与冷启动问题影响和制约了推荐的质量.基于用户-项目二部图的信任计算可以有效的利用用户间的潜在联系提高推荐性能.提出一种融合基于二部图的增强繁殖信任与JMSD相关系数的推荐方法，包括对改进的加权用户-项目自适应繁殖信任度的计算，在此基础上融合用户偏好的增强信任度机制，以及线性加权JMSD相关系数，两组数据集下的对比实验表明，与三种基准算法对比改进的算法模型具有更低的平均绝对误差（MAE），更高的召回率（Recall），提高了推荐质量.

摘要:Hub会对高维数据分析产生显著消极影响，现有研究分别采用了五种降Hubness策略以提高分类效果，但单个降Hubness策略适用范围有限.为解决这一问题，提出对五种降Hub分类器进行基于PM-MD的集成，PM-MD集成是通过KNN确定分类对象的决策表以及通过分类器得到分类对象的类支持向量，最后通过比较决策表和类支持向量的相似性计算分类器的竞争力权重.由于PM-MD在处理高维数据集时高斯势函数存在弱化距离导致区分度不足的倾向，因此提出了采用欧氏距离直接计算决策表以提高分类精度.在12个UCI数据集上的实验结果表明：PM-MD不仅获得更好且稳定的分类结果，而改进后的PM-MD则进一步提高了分类精度.

摘要:随着深度神经网络研究地不断深入，物体检测的精度和速率都在不断提升，但是随着网络层的加深，模型体积不断增大，计算代价也越来越高，无法满足神经网络直接在嵌入式设备上实现快速前向推理的需求.为了解决这个问题，本文针对嵌入式设备进行深度学习物体检测优化算法研究.首先，选择合适的物体检测算法框架和神经网络架构；然后在此基础上针对特定检测场景下采集的图片进行训练和模型剪枝；最后，对移植到嵌入式设备上的模型剪枝后的物体检测模型进行汇编指令优化.综合优化后，与原有网络模型相比，模型体积减小9.96%，速度加快8.82倍.

摘要:现阶段环境检测设备故障频发，需要自动判断该设备是否发生故障，虽然在设备机房中该设备没有触发设备报警装备，但是监测数据仍然超出了正常工作范围，导致检测数据出错.为了解决这一类设备故障问题，提出了基于Faster R-CNN的故障检测与识别的方法，通过对人工标注的图片数据进行卷积特征训练，得到了用于该场景下开关、指示灯、数字仪器三种设备的检测识别模型.实验表明，Faster R-CNN算法对不同拍摄角度、有遮挡物、不同光照条件下的这三种设备的故障检测都能得到理想的效果，也能基本达到实时监测的速率.

摘要:作为双目三维重建中的关键步骤，双目立体匹配算法完成了从平面视觉到立体视觉的转化.但如何平衡双目立体匹配算法的运行速度和精度仍然是一个棘手的问题.本文针对现有的局部立体匹配算法在弱纹理、深度不连续等特定区域匹配精度低的问题，并同时考虑到算法实时性，提出了一种改进的跨多尺度引导滤波的立体匹配算法.首先融合AD和Census变换两种代价计算方法，然后采用基于跨尺度的引导滤波进行代价聚合，在进行视差计算时通过制定一个判断准则判断图像中每一个像素点的最小聚合代价对应的视差值是否可靠，当判断对应的视差值不可靠时，对像素点构建基于梯度相似性的自适应窗口，并基于自适应窗口修正该像素点对应的视差值.最后通过视差精化得到最终的视差图.在Middlebury测试平台上对标准立体图像对的实验结果表明，与传统基于引导滤波器的立体匹配算法相比具有更高的精度.

摘要:在运动目标检测的过程中，传统算法基于对单一特征背景进行建模，对背景描述不够准确，针对这个问题，本文提出融入颜色和边缘特征的Vibe背景建模.解决了三帧差分法在运动目标检测结果中出现噪声、断点与内部空洞等问题，并采用基于形态学处理方法对图像处理的结果进行补偿.为了保证运动目标检测的准确性，加快消除Vibe算法中第一帧出现“鬼影”现象，本文结合了Vibe算法和改进的三帧差分法对运动目标实现实时检测.通过研究分析与计算推导，实验中运动目标的检测结果表明，基于Vibe背景建模的改进三帧差分法检测效果明显优于三帧差分法.

摘要:针对Java EE应用数据初始化时的先后顺序及依赖关系，提出一种基于设计模式的数据初始化方法.该方法首先将要初始化的数据看做一个复杂对象，通过建造者模式的产品角色来表示.利用抽象建造者角色定义数据初始化的先后顺序，使用Hibernate框架将各部分数据保存到数据库中；然后通过策略模式定义应用开发阶段和正式运行阶段的初始化算法；最后利用单例模式封装JDBC和Hibernate操作的通用步骤.以高等院校目标考核管理系统的数据初始化操作为背景，通过JXL读取存储在Excel文件中的初始化数据作为具体建造者角色的实现逻辑，详细阐述了该方法的具体实现过程.通过测试与实践表明该数据初始化方法能够满足系统应用要求，具有较高的复用度，能够提高数据初始化操作的扩展性和维护性.

摘要:针对现有关联分类算法资源消耗大、规则剪枝难、分类模型复杂的缺陷，提出了一种基于分类修剪的关联分类算法改进方案ACCP.根据分类属性值的不同对分类规则前项进行分块挖掘，并对频繁项集挖掘过程和规则修剪进行了改进，有效提高了分类准确率和算法运行效率.实验结果表明，此算法改进方案相比传统CBA算法和C4.5决策树算法有着更高的分类准确率，取得了较好的应用效果.

摘要:湍流图像的复原一直是退化图像领域的研究热点，但依据湍流干扰强度对图像进行分类研究相对较少.不同场景的高空航拍图像进行大气湍流处理.调整湍流退化强度值，生成2000张对应的湍流干扰图像，再对这些图像进行预处理后送入卷积神经网络中进行湍流退化强度分类，最后通过优化搭建的卷积神经网络模型的激活函数以及对学习率的调整进一步提升分类准确率.实验表明，卷积神经网络对不同干扰强度的湍流退化图像分类准确率达到80%左右，结果表明该方法对大气湍流退化图像的复原具有一定指导意义.

摘要:随着软硬件成本的下降和相关技术的日趋成熟，传统的数据分析和管理方式已不能适应业务发展需求.由于环境保护监测和评估数据符合大数据的特征，因此利用大数据技术构建新的环境评估管理平台已成为可能.本文在通过对环境评估大数据管理平台三层架构以及物理实现方案的阐述，结合弹性扩展、流处理、数据湖、大规模并行处理、机器学习等技术的研究，尝试解决环境评估数据的高速、深入、智能处理问题，从而为业务管理提供更高效率的数据支撑.

摘要:随着移动设备的快速发展，工业应用对无线网络的速度与质量要求越来越高.然而目前无线网络的发展速度缓慢，远远没有满足实际需求.因此针对无线网络传输速度与质量的瓶颈问题，本文提出一种利用多路无线传输的并行网关系统.该系统利用一对并行网关建立多路无线连接，实现以太网帧数据的并行传输，以此提高无线网络的传输速度.并且并行网关之间使用UDT传输协议进行数据传输，以此提高数据的传输质量.

摘要:心肌梗死是心肌细胞缺血性坏死，由于坏死程度不同，在心电图上表现不一，因此无法精确制定统一的评判标准.由于非典型心肌梗死特征不明显，目前的方法检测精度较低.本文针对心肌梗死类型的不同，为了提高非典型心肌梗死检测的准确率并且降低典型心肌梗死的时间复杂度，提出了BP神经网络与卷积神经网络结合的方法.首先，将原始ECG信号经过均值滤波平滑，去基线等处理，提取相关特征值，对于典型心肌梗死使用BP神经网络训练分类，而对于特征不明显非典型心肌梗死，按固定长度截取后利用卷积神经网络进行训练.为了进一步提高准确率，结合12导联数据进行分析.实验结果表明，该方法在心肌梗死的检测上，相对于其他方法提高了2%，特别是在非典型心肌梗死检测上明显改善.

摘要:生产计划的排产问题是影响车间生产效率的主要因素之一.合理的排产计划能够高效地使用车间现有的生产资源，提高车间生产能力，降低生产成本.本文首先分析了刹车片生产运行状况，针对热压成型生产车间的多品种变批次生产模式，建立了排产数学模型；其次，设计了一种联合均值-遗传算法，对热压成型车间的排产数学模型进行求解；最后通过实验仿真，对本文设计的算法进行验证，实验结果表明联合均值-遗传算法能够很好的解决当前刹车片生产计划的排产问题.

摘要:协同虚拟现实技术具有广泛的应用背景，文中以全方位轮椅为应用对象，探讨虚拟现实技术的应用.结合Mecanum轮、连续切换轮、锥滚轮这三种全向轮的运动原理与排布方式，分析了轮椅的运动学关系.在轮椅三维Pro/E模型的基础上，利用虚拟现实建模语言（VRML）对全方位轮椅进行实时定制和仿真，通过操作定制控制台可以实现零件颜色的改变和轮椅部件的替换.运动仿真控制台可以实现轮椅的直走、横走、斜走以及原地打转等运动方式的仿真.这样用户能参与到轮椅的定制设计中，得到符合自己要求的轮椅，同时对全方位轮椅的特殊运动功能有了更加深刻和形象的认识.

摘要:为了实现对环境系统的动态远程监控，设计了一种基于Zigbee的无线传感网络监控系统.Zigbee无线数传终端模块通过内置的单片机系统，实现了不同传感器的接口协议，并对传感器数据进行了实时读取、编码与发送；系统中的协调器实现对数据包的接收、解码、验证并将正确的数据转发数据至服务器；无线传感网络中引入了ZStack协议，从而实现了对无线终端与协调器节点的动态增删；监控终端分为桌面与移动端，通过无线网络访问服务器中存储的数据，实现对环境系统的远程实时监控.

摘要:现有软件质量评估模型主要关注软件系统的基本质量特性，缺乏考虑顾客价值特性和开发商组织管理特性，不能全面和科学地评估软件系统质量.文章以贝叶斯网络刻画了广义质量特性变量间复杂依赖关系，构建了更有针对性的软件质量量化评估模型.应用实例表明，该模型能综合考虑软件系统广义质量特性，对软件质量作出合理评价，并能依据贝叶斯网络的反向推理功能找到影响软件质量的关键因素.

摘要:针对现有高密度校验码量化译码性能问题，本文提出了一种基于深度学习的量化最小和译码算法-QMSND.借助深度神经网络，通过对神经最小和译码信道输入向量和每轮迭代过程中节点更新信息进行非均匀间隔量化，动态调整Tanner图边的权重参数，改善消息传播效能.计算机仿真实验结果表明，本文提出的方法在对BCH码进行译码时仅需要8比特表示信息即可接近未经量化的浮点译码性能.因此，所提出的QMSND译码方法便于硬件实现，具有一定的实用性.