摘要:协同开发技术是进行控制系统软件开发的重要方法, 其中的软件集成部署是协同开发技术的重要一环. 随着软件规模越来越大, 复杂性越来越高, 现有的软件集成部署方法由于缺乏标准统一的部署规范和安全机制, 所以会存在集成部署效率低下和安全性较差的问题. 针对上述问题, 提出了一种基于度量认证的协同集成部署方法, 解决在分布式协同开发环境下集成部署工作带来的安全和效率问题. 本文的主要思想是利用一种安全关联协议, 在软件部署双方之间建立可信的安全传输通道, 继而根据统一的打包部署规范, 完成软件的集成和部署工作. 理论分析和实验结果表明, 该方案统一了软件打包部署规范, 优化了完整性度量算法, 减少了认证和软件部署的时间, 并且由于部署双方在准备阶段已建立了安全关联, 所以提高了整个软件部署过程的安全性. 本文的研究内容能够在分布式开发环境下完成安全且高效的软件集成部署工作.

摘要:区块链作为一种新兴的技术, 由于其去中心化, 透明性和不可篡改性而受到广泛关注. 对区块链的研究还处于早期阶段, 应用程序开发过程中仍然存在大量的数据管理问题, 如数据隐私、可伸缩性和延迟. 在本文中, 我们提出了区块链数据管理的设计模式, 即数据隐私保护模式, 哈希完整性模式, 状态通道模式, 帮助开发者易用区块链进行应用开发. 上述所有模式都在一个基于区块链的溯源系统——originChain中实现并验证, 并对其效果进行了讨论.

摘要:大型舰船舰面保障作业指大型舰船携带的飞机从降落至舰面到起飞离舰的整个过程涉及的所有作业. 大型舰船舰面保障作业检测是个很有挑战的问题. 其难点是检测同一视频场景中并发的参与者位置交叉的保障作业. 本文提出一种基于视频事件的大型舰船舰面保障作业检测方法. 该方法将舰面保障作业视为更小粒度保障作业按一定约束构成的复杂事件. 先采用基于轨迹层次聚类的保障作业结构提取算法, 确定场景内保障作业的组合层次关系及各保障作业的参与者; 再采用基于作业模型的保障作业识别算法, 逐层识别保障作业类型. 实验结果表明, 本文方法取得良好的舰面保障作业检测效果, 可检测同一视频场景中并发的参与者位置交叉的保障作业.

摘要:本文通过扩展多色集合与多色图的成分对医院异常工作流进行建模. 首先, 介绍工作流异常的研究进展情况; 其次, 阐述本文形式化所需理论—多色集合与多色图, 并且根据研究对象的特殊性, 扩展了多色集合中的成分, 构建个人颜色与体的围道矩阵, 表示异常事件与异常类型之间的关系, 多色图中新增了边与对象的围道矩阵, 描述异常处理行为弧的起始点与终止点, 构建了基于多色图的医院异常工作流处理模型; 最后, 以医院门诊挂号流程异常处理为例进行验证模型的正确性.

摘要:针对电缆三维可视化场景的加载速度慢问题, 提出一种用于电缆工程场景下的三维模型外表面提取简化算法与多细节层次R-树索引数据调度组织方法. 首先对占据三维场景中大量内存的电缆井和管沟模型进行LOD层级简化, 实验结果显示数据量大幅度减小; 然后根据多细节层次的R-树索引结构对简化后的数据进行组织调度, 与传统R-树相比, 该方法构建的R-树在节点筛选和节点分裂时构造了更优的树形, 使得在进行数据的索引和调度时, 对电缆工程三维场景加载速度的提高有明显效果, 有效地实现了电缆工程中三维模型的流畅展示.

摘要:命名实体识别是自然语言处理的一项关键技术. 基于深度学习的方法已被广泛应用到中文实体识别研究中. 大多数深度学习模型的预处理主要注重词和字符的特征抽取, 却忽略词上下文的语义信息, 使其无法表征一词多义, 因而实体识别性能有待进一步提高. 为解决该问题, 本文提出了一种基于BERT-BiLSTM-CRF模型的研究方法. 首先通过BERT模型预处理生成基于上下文信息的词向量, 其次将训练出来的词向量输入BiLSTM-CRF模型做进一步训练处理. 实验结果表明, 该模型在MSRA语料和人民日报语料库上都达到相当不错的结果, F1值分别为94.65%和95.67%.

摘要:通过对已发表论文的分析, 掌握研究领域的发展状况, 对研究人员具有重要意义. 面向此类需求, 提出一种基于扩展B_cp指数的领域主题发展态势可视分析方法. 首先, 从论文的标题、摘要以及作者提供的关键字中自动提取包含词组类型的关键词集合. 提取这些关键词之间的共现关系. 根据这些关键词使用LDA算法进行提取主题. 然后, 提出一种扩展B_cp指数来度量关键词的发展状态, 并据此对关键词和论文进行分类, 以确定发展状态类型. 基于此方法, 设计并实现了一个由需求驱动的领域主题发展态势可视分析工具VISExplorer. 该系统可以展现领域主题分布和发展趋势、可以按主题推荐高质量文章、可以浏览不同主题中的高产出作者和高引用作者. 最后, 以可视化领域为例, 根据1990年至2018年在可视化领域顶级会议IEEE VIS上发表的论文, 对VISExplorer进行了实际案例应用, 并通过用户反馈证明了方法的实用性和有效性.

摘要:基于规则的CPS监控方法在降低监控复杂度和提升监控灵活性等方面具有显著优势. 目前基于规则的CPS监控方法未考虑CPS监控场景的时间约束, 仅仅利用各种优化技术来缩短监控的响应时间. 为此, 本文基于实时规则引擎建立了一个CPS的实时监控系统RTCPMS. 该系统采用Rete网络表示监控规则, 其核心是一个新的实时推理算法Rete-TC. Rete-TC算法引入了规则截止期, 通过基于优先级的Beta节点调度方法, 使得CPS监控的时间约束尽可能地被满足. 模拟实验与智慧建筑应用案例验证了RTCPMS系统的有效性, 且实验结果表明其核心算法Rete-TC的调度成功率优于传统的规则推理算法Rete.

摘要:随着科研工作的推进, 科研数据出现了海量的增长, PB级科研数据需要高效、稳定的存储系统. 传统的数据存储方案存在资源利用率差、集群扩展性能低以及用户界面操作不友好等问题, 严重限制了数据在科研场景下的有效利用. 依托中科院地球科学大数据专项, 本文设计并实现高效的存储系统i-Harbor. 该系统以对象存储系统为核心架构, 以开源的Ceph分布式存储系统和MongoDB数据库作为对象数据和元数据的存储载体, 设计通用的基于HTTP和FTP协议的数据接口, 同时利用多副本和纠删码技术消除单点故障, 配合Zabbix集群监控系统, 实时定位平台参数以及故障, 提高平台容灾性和安全性. 此外, 基于底层分布式结构的特点, 集群可以随意添加存储节点, 提高了平台的扩展性.

摘要:针对机械部件在拆装过程中存在设备投资大、损耗程度高、危险性大、拆装效率低等问题, 本文采用混合现实技术, 设计出一套虚拟拆装系统. 其中, 拆装逻辑是拆装系统的核心, 拆装系统的通用性取决于拆装逻辑的设计. 为了解决虚拟拆装系统通用性差的问题, 本文通过对常见机械模型的连接方式和装配关系进行分析和总结, 设计出一种基于图遍历算法的数据结构来表达各个模型的逻辑关系, 并针对特种阀门、六关节机械臂等设备的拆装进行实验. 实验结果表明: 该拆装逻辑解决了拆装顺序的可定义和通用性等问题, 能够对模型部件按工艺流程进行虚拟拆解和装配, 最终实现虚拟拆装系统的通用性.

摘要:RapidIO协议作为数据通信协议之一在嵌入式系统开发中具有重要作用, 适合短距离, 需要多处理单元合作的应用场景, 例如多DSP构成的板卡系统. BWDSP芯片作为一款高性能数字信号处理器, 其丰富的计算资源在雷达信号处理等领域具有重要潜力. 硬件设计开发中, 直接采用已有数据通信协议很难适配具体硬件资源导致最终产品的数据传输性能较低. 因此需要结合具体硬件模型, 进行数据通信交换模型仿真建模设计, 提高数据传输效率. 本文首先介绍了RapidIO协议和BWDSP体系架构, 然后设计了基于SystemC语言的串行RapidIO交换模型, 最后设计实现了BWDSP虚拟平台. 本文设计的BWDSP虚拟平台功能符合实际RapidIO协议标准, 对硬件产品开发具有一定指导意义.

摘要:消息数据高效传输是混合式网络的一个研究重点. 发布/订阅模型实现了消息发布者和消息订阅者之间解耦的消息传递模式, 适用于混合网络之间的消息数据传输. 通过将发布/订阅模型应用于消息数据交换, 规范了消息数据的格式, 实现了对各类通信设备的灵活管理以及基于消息内容的动态数据路由; 并利用一种基于循环调度的动态负载均衡算法, 对低速率网络和高速率网络之间的性能进行合理调度, 提高了低速率网络的性能. 模拟实验结果表明, 在混合式网络中发布/订阅模型能实现可靠的消息数据交换, 在负载平衡算法下性能更好.

摘要:随着国家对技术转移工作的大力支持, 越来越多的技术转移平台开始涌现. 但是当前的大部分技术转移平台对供需数据无法做到很好的匹配, 所以平台对于技术转化成功率的提升效果受到一定限制. 为了解决这个问题, 本文提出一种新颖的技术转移平台实现方法, 它主要利用大数据挖掘技术来整理和分析平台数据, 在此基础上, 我们结合全文检索、数据采集、RESTful接口等其他技术, 共同提升数据的匹配度, 扩大数据的展示范围, 从而提升技术转化率. 目前平台已在江苏省部署运行, 通过平台促成了大批技术成果转移落地.

摘要:传统的网络架构在会话过程常发生网络中断从而无法提供足够的安全保障, 针对现有的系统不能获取和组装通话记录, 以及电话终端无法及时可靠地查询员工的通话记录的情况. 提出了一种基于锚节点可靠路由协议的IMS电话呼叫分拣方法, 通过流量捕捉模块将捕获的流量进行端口镜像, 并解析SIP协议数据, 其中流量当前IP报文通过预测链路生命期之后的候选中继节点的存在来识别更可靠的链路进行转发, 以降低数据丢失的频率, 提高员工的行政办公效率. 将本文提出的优化的路由算法RRCP与GBSR和FMHR路由协议算法进行比较, 通过网络仿真技术搭建网络通信模型, 分析并验证上述路由优化协议在路由的故障数, 丢包率, 数据交付延时, 平均跳数上显示出更好的性能, 并在实际的监控系统测试中监控响应时长有效降低.

摘要:计算机辅助访谈(Computer-Assisted Interviewing, CAI)已广泛应用于社会调查研究. 较之一般的CAI系统, 基于亲属关系网络的问卷调查系统着重于解决复杂问卷设计、亲属关系网络构建和访谈数据分析处理等问题. 本系统采用XML描述并存储问卷及访谈数据, 提供了用于深度访谈的复杂问卷设计工具, 并支持问卷的国际化本地化以适应不同文化区域的研究; 提出了生成亲属关系网络图的迭代算法, 以支持基于亲属关系网络图的可视化访谈过程, 实现便捷、高效、可靠的访谈数据采集; 数据预处理功能将调查数据输出为统计分析软件可读的数据表, 便于后期量化分析. 本系统可应用于家庭人口结构分析以及面向亲友的各种交互行为调查研究, 目前已在国内外多个田野点运用, 满足了相关社会调查研究的需求.

摘要:针对传统情感分类方法提取文本信息单一的问题, 提出了一种融合用户信息和产品信息的分层多头注意力的情感分类模型. 首先, 采用分层的多头注意力代替单一注意力, 从多个视角获取有效信息. 然后在每个注意力中都融入用户信息和产品信息, 挖掘出用户和产品信息在多个子空间上的表现特征, 使模型在多个子空间上得到更全局的用户偏好和产品特点对情感评分的影响. 实验结果表明, 模型在IMDB、Yelp2013、Yelp2014数据集上的准确率较之前基于神经网络的情感分析模型均有所提高.

摘要:污染源的排放时间、排放位置以及排放总量的确定是河流突发性水污染溯源问题的关键.如何快速准确的确定重金属污染源的三个因素, 然后通过GIS得到污染源企业的排查清单是本文的研究重点.本文通过对河流的水文水质的研究, 依据重金属污染物的特性, 确定了一维河流重金属污染物的时空变化的动态解析解.同时构造了污染物时空溯源模型以及污染物排放总量模型, 并利用改进的AFSA算法实现了模型的求解.研究结果表明, 该算法使得模型能够更加快速准确地得到三个参数的结果, 然后将该结果通过本文的方法并且借助GIS技术更快更准确的为相关工作人员提供污染源企业概率排查清单.本文提出的方法和模型对于水污染处理以及保护水环境具有一定的指导意义.

摘要:针对传统特征选择方法如信息增益存在选择偏好、处理非线性问题能力弱、以及参数手动优化过程繁琐的问题, 提出一种基于最大互信息系数与皮尔逊相关系数的两阶段特征选择融合算法, 并利用遗传算法对其中两个超参数自动进行优化. 第一阶段, 利用最大互信息系数获取特征和标签之间的相关性来进行特征选择; 第二阶段, 使用皮尔逊相关系数对获取的特征子集进行去冗余. 进一步, 基于遗传算法对两个阶段中的两个超参数自动进行优化. 将该方法运用于多组UCI数据集中进行测试. 实验结果表明, 该算法能够兼顾降低特征空间的维度和提升算法的分类性能.

摘要:导光板标记线检测是导光板制造品控中的一个重要步骤, 但在使用传统图像算法进行检测的过程中, 有大量的气泡、严重污染和无标记线的情况存在. 因有大量气泡, 严重污染和无标记线的情况造成人工特征难以设计, 因此, 使用基于卷积网络的方法来代替人工特征设计进行缺陷检测. DenseNet 卷积神经网络较其他分类神经网络具有参数较少, 梯度收敛稳定等特点. 因DenseNet 卷积神经网络中使用特征融合的思想, 保证了图片分类准确率. 通过迁移学习的方法, 将训练得到的DenseNet 网络权重迁移到Bilinear-CNN算法进行训练, 提升卷积神经网络局部注意力, 提高图像分类准确率. 通过实现结果表明, 所提方法具有可行性, 相比于V2-ResNet-101网络结构, 准确率提升至95.53%, 参数减少了97.2%, 平均单张图像检测时间减少25%.

摘要:针对无线传感器网络能量消耗不均, 出现能量空洞的问题, 提出了一种基于负载分流的簇间数据转发算法. 首先分析簇间数据转发可能导致Sink附近能量空洞的问题. 然后, 基于簇头当前的能量状态、数据量和距离信息等因素提出了负载分配权重. 根据该权重设计了对应的负载分流策略, 并用于簇间数据转发算法中. 仿真实验结果显示: 相比基本EEUC算法和经典LEACH算法, 本文提出的负载分流数据转发算法延长了网络存活时间, 提高了网络能量使用效率.

摘要:在以往的Attention模型中, 只采用了Bidirectional-RNN, BRNN对上下文信息是有效的, 但是无法提取文本的高维特征, 所以引入了CNN. 因为基于矩阵变换的Attention模型无法对CNN抽取的特征进行表征, 所以采用全连接神经网络对Attention模型进行改进, 提出了NN-Attention. 为了加速模型的训练, 采用的循环神经网络为GRU. 实验采用CSTSD数据集, 并用TensorFlow完成模型的构建. 实验结果表明, 该模型在CSTSD数据集中可以较好地实现文本摘要的自动生成.

摘要:为了提高基于WiFi的室内定位的精度和降低计算时间, 本文提出一种卷积神经网络(Convolutional Neural Networks, CNN)结合传统指纹库的室内定位算法. 该算法基于接收信号强度指示(Received Signal Strength Indication, RSSI)数据, 首先利用卷积神经网络模型, 根据实时输入数据预判出待测点的初步位置. 在保证了大范围预测的位置大概率正确的前提下, 再结合传统指纹库中的指纹点, 确定出精确度更高的最终预测位置. 实验结果表明, 在时效性达到要求的前提下, 累计误差在1 m以内的定位精度约有65%, 累计误差在1.5 m以内的定位精度约有85%, 且误差较为稳定.

摘要:高分辨率遥感影像含有丰富的地理信息. 目前基于传统神经网络的语义分割模型不能够对遥感影像中小物体进行更高维度的特征提取, 导致分割错误率较高. 本文提出一种基于编码与解码结构特征连接的方法, 对DeconvNet网络模型进行改进. 模型在编码时, 通过记录池化索引的位置并应用于上池化中, 能够保留空间结构信息; 在解码时, 利用编码与解码对应特征层连接的方式使模型有效地进行特征提取. 在模型训练时, 使用设计的预训练模型, 可以有效地扩充数据, 来解决模型的过拟合问题. 实验结果表明, 在对优化器、学习率和损失函数适当调整的基础上, 使用扩充后的数据集进行训练, 对遥感影像验证集的分割精确度达到95%左右, 相对于DeconvNet和UNet网络模型分割精确度有显著提升.

摘要:随着人口老龄化趋势的加快, 老人独居现象增多, 为了减少老人摔倒所带来的伤害, 本文对基于双摄像头的摔倒检测技术进行研究. 针对Vibe算法在运动目标检测过程中存在的鬼影问题, 结合了帧间差分法进行鬼影区域的判断, 加快了鬼影的消除, 避免了其干扰. 利用人体外接矩形对检测到的人体进行标记, 求取出人体运动过程中高度、外接矩形高宽比、质心、Hu矩特征, 通过基于阈值分析法和支持向量机(SVM)的摔倒检测算法判断是否摔倒. 为了提高摔倒行为的检测率, 提出采用双摄像头进行联合判断. 实验结果表明, 系统能有效识别摔倒与其他日常行为, 算法准确度高、实时性好.

摘要:目前多数PM_2.5浓度预测模型仅利用单个站点的时间序列数据进行浓度预测, 并没有考虑到空气质量监测站之间的区域关联性, 这会导致预测存在一定的片面性. 本文利用KNN算法选择目标站点所在区域中与其相关的空间因素, 并结合LSTM模型, 提出基于时空特征的KNN-LSTM的PM_2.5浓度预测模型. 以哈尔滨市10个空气质量监测站的污染物数据进行仿真实验, 并将KNN-LSTM模型与其他预测模型进行对比, 结果显示: 模型相较于BP神经网络模型平均绝对误差(MAE)、均方根误差(RMSE)分别降低了19.25%、13.23%; 相较于LSTM模型MAE、RMSE分别降低了4.29%、6.99%. 表明本文所提KNN-LSTM模型能有效提高LSTM模型的预测精度.

摘要:格点量子色动力学(QCD)是从第一原理出发求解QCD的非微扰方法, 通过在超立方格子上模拟胶子场和费米子场相互作用, 其计算结果被认为是对强相互作用现象的可靠描述, 格点计算对QCD理论研究意义重大. 但是, 格点QCD计算具有非常大的计算自由度导致计算效率难以提升, 通常对格子体系采用区域分解的方法实现并行计算的可扩展性, 但如何提升数据并行计算效率仍然是核心问题. 本文以格点QCD典型软件Grid为例, 研究格点QCD计算中的数据并行计算模式, 围绕格点QCD中的复杂张量计算和提升大规模并行计算效率的问题, 开展格点QCD方法中数据并行计算特征的理论分析, 之后针对Grid软件的SIMD和OpenMP等具体数据并行计算方式进行性能测试分析, 最后阐述数据并行计算模式对格点QCD计算应用的重要意义.

摘要:传统光伏发电功率预测存在因气象因素特征提取不综合不精确而导致预测精度不高的问题. 为了充分挖掘气象因素对光伏出力的影响, 并有效利用深度学习技术在非线性拟合方面的优势, 本文提出了一种基于气象因素充分挖掘的双向长短期记忆(Bi-directional Long Short Term Memory, BiLSTM)网络光伏发电短期功率预测方法. 在对原始数据进行异常值及标准化处理的基础上, 采用K近邻算法(K-Nearest Neighbor, KNN)在外界温度、湿度、压强等诸多气象因素中充分挖掘影响光伏出力的关键因素, 重构多元数据序列, 并在探索输入层时间步长、模型层数及每层维数等超参数的合理设置方案的基础上, 构建BiLSTM网络模型, 实现光伏发电短期功率的高精度预测. 仿真结果表明, 与KNN、深度信念网络(DBN)、BiLSTM、PCA-LSTM等经典方法比较, 所提KNN-BiLSTM方法具有更高的预测精度.

摘要:高校毕业生质量直接关系到高校的社会声誉与发展. 为了准确的评价高校的毕业生质量, 本文基于某高校计算机类毕业生的历史数据, 采用一种改进的随机森林算法构建人才培养质量评价模型. 在训练分类器之前, 利用RF Ranking方法来度量特征重要性并选取75%的特征进行降维处理, 以此改善训练样本的非平衡现象; 通过对基分类器的训练, 测试各个分类器的性能, 依据性能的强弱对单个分类器作加权处理, 以此降低性能较差的分类器对结果的影响. 实践结果表明, 该算法提高了人才培养质量评价的准确率和精确度, 可以在高校人才培养方面起到指导作用.

摘要:随着在线学习平台的普及, 产生了大量学习行为数据, 如何利用大数据挖掘技术分析在线学习行为, 解决学习者经常面临的“资源过载”和“学习迷航”问题, 更好地实现教学决策、学习过程优化和个性化学习方法推荐等, 已经成为研究重点. 文章基于苏州线上教育中心的学习行为数据, 研究了常用的推荐系统模型, 结合该平台的数据特点, 提出了一种基于知识图谱的协同过滤推荐算法, 利用该算法, 平台推荐的资源准确率超过了90%, 有效解决了学生“学习迷航”的问题.

摘要:海水养殖生物在养殖过程中会受到各种病害的影响, 病斑特征的差异性非常适合利用图像识别技术做诊断. 基于以上需求, 本文设计了一种基于VGG-16卷积神经网络的海水养殖病害诊断模型, 并采用随机梯度下降算法、防止过拟合技术来改进模型. 实验结果显示, 本研究模型相比其他传统网络模型效果更好, 具有很高的识别精度、鲁棒性和泛化能力, 可以准确快速地进行病害诊断, 具有一定的扩展性和推广价值.

摘要:仪器共享平台的发展提高了各高校的仪器设备的使用率. 但是在设备的使用过程中, 对设备的故障检测方面还没有得到改善. 针对上述问题, 本文收集了医用影像设备的相关数据, 采用PSO_RF的双向特征选择方法进行特征选择, 然后构建了基于LightGBM (Light Gradient Boosting Machine)的故障检测模型, 并将其应用于医用影像设备的故障检测中. 通过标准评价体系的建立及不同模型对故障诊断结果的对比, 相对于传统的机器学习算法, 该模型在故障检测的精确率、召回率、F1值等评价指标上有较好的表现, 对于加快仪器故障点的发现以及提高仪器利用率具有积极推进作用.

摘要:为了实时快捷地在视频流上生成模式索引, 提出了基于区块链的索引认证方案, 用于面向事件的实时监控视频查询. 通过边缘节点和雾节点之间的加密安全信道来保护索引数据, 以提升智能监控系统的安全性. 首先, 通过在嵌入式边缘设备上执行检测和跟踪任务, 面向事件的监控服务通过处理输入帧来提取特征信息; 然后, 实时索引服务为每帧生成唯一性索引, 以防止对图像的恶意修改; 最后, 将帧索引输入区块链网络, 并通过基于去中心化智能合约的认证机制进行验证. 实验结果证明了本文方案的可行性和有效性. 其总开销非常低, 适用于实时监控视频查询的应用.

摘要:手绘图像仅包含简单线条轮廓, 与色彩、细节信息丰富的自然图像有着截然不同的特点. 然而目前的神经网络大多针对自然图像设计, 不能适应手绘图像稀疏性的特性. 针对此问题, 本文提出一种基于可变形卷积的手绘检索方法. 首先通过Berkerly边缘检测算法将自然图转化为边缘图, 消除域差异. 然后将卷积神经网络中的部分标准卷积替换为可变形卷积, 使网络能够充分关注手绘图轮廓信息. 最后分别将手绘图与边缘图输入网络并提取全连接层特征作为特征描述子进行检索. 在基准数据集Flickr15k上的实验结果表明, 本文方法与现有方法相比能够有效提高手绘图像检索精度.

摘要:当今时代, 网络舆情传播速度快、影响力大, 而话题检测在网络舆情监管中有着不可替代的作用. 针对传统方法提取文本特征不完整和特征维度过高的问题, 本文提出了基于时间衰减因子的LDA&&Word2Vec文本表示模型, 将LDA模型的隐含主题特征和Word2Vec模型的语义特征进行加权融合, 并引入了时间衰减因子, 同时起到了降维和提高文本特征完整度的作用. 同时, 本文又提出了Single-Pass-SOM组合聚类模型, 该模型解决了SOM模型需要设定初始神经元的问题, 提高了话题聚类的精度. 实验结果表明, 本文提出的文本表示模型和文本聚类方法较传统方法拥有更好的话题检测效果.

摘要:国标码如GB18030是我国的汉字编码国家标准, UTF-8是国际字符编码, 在国际化的今天这些编码方式在中文信息环境中同时存在并有着不少的使用. 为兼容与已有系统的如文本、协议的汉字交互处理, 新开发的信息系统必然需要将上述形式编码的汉字进行编码转换. 本文介绍了常用的汉字编码, 并详细说明了一种面向信息系统轻量应用的汉字编码转换程序, 该程序支持跨操作系统平台复用.

摘要:Kubernetes是Google主导的容器编排引擎, 其资源调度算法分为预选和优选两个过程. 针对预选过程要遍历所有节点比较耗时的问题, 改进的资源调度算法提出在选出满足条件的节点数量时直接进行优选而无需遍历所有节点, 从而提高资源调度效率; 针对优选过程只考虑了pod自身申请的CPU和内存使用情况, 并且未考虑节点本身的资源利用率的问题, 改进的资源调度算法综合考虑CPU、内存、网络、IO指标, 通过实验验证了改进算法能适应更加复杂的互联网应用环境, 进而提高集群的负载均衡效率.

摘要:检测障碍物是机器人自主移动的基础. 为了提高检测的障碍物效率和准确率, 提出一种基于RGBD摄像头的障碍物检测方法, 主要分为障碍物识别和检测长度, 宽度两部分. 在障碍物形状不规则的前提下, 通过摄像头实时采集图像传输到数据处理中心, 用改良的帧差法、最小矩形法匹配法和图像处理等方法来确定障碍物轮廓, 利用深度图像及其阈值得出障碍物距摄像头的相对位置, 同时, 用坐标转换法计算出障碍物的高度与宽度. 结果显示, 在不同位置检测同一物体的误差不超过9%. 因此, 改良的帧差法检测障碍物轮廓准确率高, 坐标转换法速度快, 可以证明基于RGBD摄像头的障碍物检测设计检测效果良好.

摘要:随着业务系统规模不断扩大, 系统结构也变得十分复杂, 常规基于规则的方法已经很难判断多个系统相互作用下的复合型故障, 也难以对潜在故障进行预测. 本文在多业务系统的复杂场景下, 使用ELK平台对日志进行集中化管理, 梳理出复杂系统环境下日志与各业务系统、主机、进程之间的关系, 筛选出系统中直接与故障相关的日志文件, 进而在深度学习框架TensorFlow中使用这些海量数据对LSTM算法模型进行训练, 从而实现对系统的实时故障预测.