计算机
无摘要
针对电商系统高并发访问带来的系统响应时间过长、系统易崩溃等问题,设计并实现了一个满足高并发访问、可扩展性和高可靠性的电商系统。根据高并发电商系统的特点,从网站的系统架构优化入手,分别从负载均衡、前WebWeb端、后台程序、数据库以及服务器等方面,详细研究了高并发电商系统的优化方案。该方案应用实践结果表明系统响应时间减少左右,各服务器的利用率降低25%CPU45%
针对目前场(厂)内机动车方向盘转向参数测量仪装夹机构复杂、测量结果误差大的问题,提出一种基于多传感器技术的转向参数测量仪方法。通过加速度传感器、地磁计对陀螺仪角速度进行补偿,采用四元数融合算法对9轴MEMS传感器采样数据进行融合,修正因方向盘倾角对转向角测量结果的影响。通过设计转向参数测量仪硬件平台验证算法的可行性,实验结果表明融合算法能够提高转向角的精度。
学习类属特征方法为每个标签选择特有特征并考虑成对标签的相关性以降低维度可有效解决多标签分类遇到的维度过大问题但缺乏对实例相关性的考虑针对此问题文中提出基于类属特征和实例相关性的多标签,,,分类算法不仅考虑标签相关性还考虑实例特征的相关性通过构建相似性图个数据集上的实验表明文中算法可有效提取类属特征,,具有较好的分类性能..,.学习实例特征空间的相似性在.8,
针对传统点云分类网络难以充分发挥卷积神经网络优势的问题,提出一种多尺度点云分类网络MSP-Net.首先,基于局部区域划分的完备性、自适应性、重叠性及多尺度特性要求,提出了多尺度局部区域划分算法,并以点云及不同层次的特征为输入,得到多尺度局部区域;然后构建了包含单尺度特征提取、低层次特征聚合及多尺度特征融合等模块的多尺度点云分类网络.该网络充分地模拟了卷积神经网络的作用原理,具备随着网络尺度和深度的增加,局部感受野越来越大,特征抽象程度越来越高的基本特征.最后将该算法应用在标准公开数据集ModelNet10和ModelNet40上,分别取得了94.71%和91.73%的分类准确率,表明该算法在同类工作中处于领先或相当的水平,验证了算法思想的可行性及有效性.
场景下的路径信息,对交叉口碰撞风险分析具有重要意义。提出一种基于集成聚类的路径信息提取方法,用于从交叉口车辆轨迹数据中获取交叉口路径信息。将车辆轨迹投射到网格上,并压缩其中大量的冗余点;采用集成聚类方法提取高质量的聚类,获取聚类后,基于图的拉普拉斯中心性,提取各个聚类的代表;采用深度优先搜索将聚类合并成路径。实验分析表明,该方法在多个数据集上展现出较强的鲁棒性,并且提高了路径提取精度。
无摘要
外夹式超声波流量计因具有无需破坏管道、便于安装、维护成本低等优势,而广泛应用于石油传输、流量跟踪、给排水等测试领域;设计了一种基于时差法的外夹式液体超声波流量检测系统,采用FPGA与单片机结合的系统架构,其中单片机负责数据的处理、显示和输出,FPGA负责逻辑控制以及为硬件电路提供驱动信号,TDcGP22高精度计时芯片用来测量超声波的渡越时间;采用DAC电路实现可变甄别信号基准技术;最后,搭建了外夹式超声波流量计测试平台.试验结果表明,研制的样机有效地提高了超声波流量计的测试精度,在层流区误差小于4%,在湍流区误差小于2%。
现有目标检测器特征金字塔无法充分利用不同尺度特征图的特征信息不适用于低分辨率图像的目标和小目标的检测针对此问题文中提出引入通道注意力机制和残差学习块的目标检测器首先引入通道全局注意力,通过网络学习特征图中不同通道特征的权重.增强有效的全局特征信息然后采用轻量级的残差块征的微小变化提高低分辨率图像中小目标的检测性能最后在用于预测的浅层特征图中融合深层特征突出特,提高小目,,.文中目标检测器适用于低分辨率图像对小目标的检测效果较标的检测精度在标准测试数据集上的实验表明,,.,..,目标检测特征金字塔全局特征增强残差学习引用格式储珺,,朱晓阳冷璐,,,缪君.,引入通道注意力和残差学习的目标检测器模式识别与人工智能.,2020,DOI33(10):889-897.10.16451/j.cnki.issn1003-6059.202010003
针对当前英语学习信息化需求,以及深度学习算法的优势,提出一种基于朴素贝叶斯的英语成绩预测模型。为验证该模型在英语成绩预测方面的有效性,首先对朴素贝叶斯定理的原理进行分析,然后以某职业院校2016~2018的英语四级考试成绩作为基本数据来源,采用朴素贝叶斯模型中概率对不同属性下的学生英语成绩进行预测,结果表明通过朴素贝叶斯分类预测到的成绩与实际的基本一致。
为提高竞争环境下的平台经济效益,讨论平台企业对双边用户的增值服务投资问题,在考虑用户多归属条件下构建B2C平台竞争模型.通过比较分析发现,在双边单归属或一边多归属条件下,平台企业的最优投资满足一个区间策略:若投资资源小于该区间的下界,则根据边际投资成本小于或大于某一阈值,平台企业选择投资全部或部分资源;若投资资源大于该区间的上界,则最优投资存在两个纯策略均衡;若投资资源位于该区间内,则最优投资存在唯一纳什均衡.此外,在双边多归属条件下,平台企业的最优投资满足一个单阈值策略:根据边际投资成本小于或大于某一阈值,平台企业选择投资全部或部分资源.
无摘要
云计算环境下服务组合具有规模大、复杂性高、失效类型多以及资源动态变化等特征,因此安全、可信的服务组合方案是云环境下海量服务资源灵活部署、按需提供的最大挑战。对区块链共识机制、智能合约及可编程特征进行深入分析,类比服务组合特征与流程,基于服务层次覆盖网络(serviceoverlaynetworks,SON)理论提出一种可信度和可靠性更为突出的以区块链为底层基础设施的服务组合体系架构;考虑区块链共识机制带来的安全策略,借鉴智能合约的功能与作用,提出了跨服务覆盖层的基于链路预测生存时间及服务强度最优策略的高效服务路径生成算法;设计了带有单点信任度及交互紧密度指标的可信服务质量模型(trustofservice,ToS),以及该ToS驱动下的服务路径选择算法。仿真结果表明,基于区块链机制的服务组合实现策略大大提升了组合服务执行的成功率及可用性。
针对高校课程评价方法效率较低工作量较大等问题文中提出多方面情感注意力模型用神经网络将句子分别与句中的各个方面进行嵌入在考虑方面间的关系对于情感极性影、,加入情感资源注意力,(Multi-ASAM).使,实验表明.在教育领域和其它领域的应,响的同时考虑情感资源对于情感极性的贡献从而取得更好的分类效果,用中性能有部分提升Multi-ASAM
用户聚类问题是在线用户行为分析的一个重要研究方向。基于在线评分系统,用户声誉反映的是用户对产品打分的准确程度,用户--产品二部分网络结构反映的是用户对产品的品味偏好。结合声誉度量算法,分别采用DBSCAN方法和基于模块度的贪婪算法从用户打分准确程度和品味偏好角度进行用户聚类,提出一种一致性度量指标来衡量根据用户声誉与根据网络结构得到的两种聚类结果之间的联系。两个实证数据集上的实验结果表明根据用户声誉与根据网络结构得到的两种聚类结果是不一致的,说明打分准确程度相似的用户的品味偏好并不相似。
针对目前人工分类太阳能电池片效率低、误差大的问题,提出了一种基于太阳能电池片多颜色空间信息的智能分类模型。首先构建太阳能电池片基本分类模型,优化LeNet-5间在太阳能电池片分类中的作用,并给出多颜色空间分类融合算法。实验结果表明,LeNet-5网络结构提高模型性能;然后分析不同颜色空RGB+Lab+HSV的三种颜色空间组合模型分类效果最佳,准确率高达,基本达到工业应用要求。
DCS软件的高质量及高可信度对于系统的可靠性和可用性起着至关重要的作用。本文阐述了数字化核电站非1E级DCS软件验证与确认适用的国内外标准以及V&V模型,提出了DCS软件完整性等级与功能分类的关系,以及对应的V&V独立性要求。给出了DCS软件V&V的方法以及文件体系。本文对项目中开展DCS软件V&V工作提供了指导和建议。
多晶硅太阳能电池片在光电转化上发挥着重大作用,为了推进清洁能源的使用,提高多晶硅铸锭炉的自动化程度,设计了一套多晶硅铸锭炉控制系统。该系统选用OPTOSNAPPAC可编程逻辑控制器及编程软件SNAPControl和SNAPDisplay上位机组态软件。多晶硅铸锭过程由PAC控制器自动控制完成,并在上位机进行实时监控,系统安全可靠,提高了设备自动化程度和多晶硅的产率。
为推行精益生产,提出一种基于时间序列提取信号特征值的通用自动标检软件开发的方法。从自动标定/检验工装通用架构及基于时间序列提取信号特征值2方面,阐述基于多核多线程时间片轮转调度及依据既定信号类型,基于分段时间序列借助约简算法快速提取信号特征值。结果表明:该方法在既定时段能可靠完成约定产品的标定、检验与功能测试,优化生产排程,缩减约定产品生产周期。
在碳标签制度背景下,考虑了风险规避和制造商碳减排情况下双渠道供应链中供应链各成员的决策问题。考虑消费者低碳偏好,探讨了三种情形:制造商和零售商均为风险中性、制造商和零售商均风险规避、制造商和零售商单独一方风险规避。结果表明制造商的碳减排努力和最终销售价格均与制造商的风险规避系数成反比,制造商的碳减排努力与零售商的风险规避系数成正比,而最终销售价格却并不总与其成正比;制造商风险中性、零售商风险规避时制造商的减排努力最大,制造商风险规避、零售商风险中性时制造商的减排努力最小;同时还表明,制造商在减排决策时要综合考虑制造商自身和零售商的风险规避程度以及双方在市场需求中所占的比例。