计算机
为了优化目前粒子群算法比较容易陷入局部最优、后期收敛过慢等的缺陷, 在本文提出了一种改进惯性权重参数来优化算法的方法. 其中结合了差分进化算法中的变异算子的操作来提升算法的自适应并且对算法的速度和搜索空间进行边界限制以防止粒子跳出所规定的搜索空间. 选择相应的测试函数, 使用Matlab软件将提出的改进算法与其他两种算法进行仿真实验对比, 结果表明, 本文所提出的算法在后期收敛速度以及取得适应度值的稳定性上有一定的提升.
全面预算管理是现代企业的管理模式,如果能够充分发挥其作用,就能有效地组织医院的生产经营活动。基于ERP和全面预算管理的相关理论知识,研究了基于ERP和全面预算管理的医院信息化发展措施。结合实际情况,确定了基于ERP和全面预算管理的医院预算管理信息系统模型,包含预算分析系统、预算调整系统、预算监测系统、预算执行系统、预算审查系统、预算编制系统和预算目标制定系统七大模块,并完成了设计和实现。还提出了ERP环境下医院预算管理机制的新对策,要有效整合企业资源规划和预算管理机制,结合预算管理和全面成本核算,预算管理和控制创新,建立电子逆向工程预算执行分析和评估系统,包括预算监控和审计功能。
随着计算机技术的发展,传统的手动组卷方法难以满足新时代下的各种领域的需求,为解决传统手动组卷在性能、速度、题型分配等方面的缺陷,基于计算机技术的智能组卷问题日渐变为人们关注的问题。然而目前的组卷算法存在成功率低、计算时间久、知识点覆盖不完整、难度系数难以把握、生成的试卷难以满足要求等问题,导致了生成的试卷无法达到理想的效果。为改善上述问题,引入了基因表达式编程算法,通过使用适当的遗传算子,采用线性定长的编码方式,构造了新的智能组卷方法,避免了传统组卷算法成功率低以及适应性差等问题,解决了多约束条件下试卷的分数分配、章节分配、难度等一系列问题。实验证明,该算法有着较高的效率,能够快速地生成满足要求的试卷。
由于传统公钥基础设施(publickeyinfrastructure,PKI)技术中心化的存储管理方式以及证书颁发、撤销不透明的特点存在着安全性问题,且多个CA机构之间互不可信,实现交叉认证具有一定难度,提出一种基于智能合约的去中心化身份管理及认证模型。通过基于区块链的智能合约实现用户多类型身份数据的发布、认证以及撤销,达到管理用户身份数据及在不同场景中根据不同的认证需求进行身份认证的目的。对模型的安全性进行了分析。
点对点加密是一种应用于在线通信软件的加密方式,多数的点对点加密通过非对称加密实现,但公钥分发的方案需要依赖于中心化的服务器,如果中心化的服务器攻击或被攻击则可能造成中间人攻击,从而导致聊天信息被泄露的风险。为此,提出采用区块链技术进行审计的方式,构建一个去中心化的公钥分发方案。该方案所有公钥修改记录的摘要通过智能合约被保存在由cA共同维护的区块链上,使得恶意的修改记录可被追踪和验证,同时采用基于实用拜占庭容错(PBFT)改进的共识算法,达到低能耗和高效的拜占庭容错。实验结果表明,与原PBFT算法相比,该方案安全性明显提高。
现阶段关于连续性QoE预测模型研究存在着实时性差和精确度不高的问题。针对这些问题,提出L-QoE模型,一种使用长短期记忆(LSTM)网络的基于递归神经网络的QoE预测模型,用于捕获时变QoE中涉及的非线性和复杂时间依赖性。基于公开可用的连续QoE数据库的评估,实验结果表明,L-QoE模型能够有效模拟QoE动态性,得出更精确的预测结果。将所提模型与最近提出的QoE预测模型进行比较,通过对比得出该模型在数据库中突出的性能。
利用中国74个样本城市的微观监测数据,通过构建概率模型和分解模型,以三阶段可行广义最小二乘法估计的参数测度城市空气污染脆弱性.研究发现:超过80%的样本城市具有空气污染脆弱性,且呈地域性特征;脆弱性不仅在相邻两级之间转移,还存在跨级间突变.空气污染的差异性表现为近20%的样本城市中度及以上空气污染可能性较高,46%的城市发生空气轻度污染是大概率事件,仅有12%的城市无污染脆弱性;而由于“污染避难所”效应的存在,空气污染“热点”城市趋向于欠发达地区.根据实证结果,对城市空气污染程度分类并提出了差异化的应对措施,以期为有关部门空气治理政策的制定提供科学依据,从而达到突出重点、分类指导、多管齐下、科学施策的目的.
针对传统虚拟现实系统中多自由度电磁跟踪方法存在跟踪性能较差、误差较高等问题,提出一种基于迭代算法的多自由度电磁跟踪方法。将发射端及探测器作为传感器定位软件,利用发射端发出的信号促使三轴完成分时段发射,使脉冲信号能够接收由探测器传回的电磁信号和环境磁场信号。运用磁场信号引入磁场源的运动信息,采用机械的方式控制磁棒的旋转,使磁棒与传感器处于理想的状态。根据两者之间的状态,采用迭代算法对传感器的旋转角进行定位,实现电磁跟踪。仿真结果证明,所提方法有效减少了跟踪过程中产生的位置误差,并且跟踪性能都有所提高,达到了较为理想的跟踪效果。
针对传统算法在室内超宽带(UWB致定位精度不高的问题,提出了基于时间反演(确定第一条直射路径,从而估计这条路径的应的权值以提高定位精度。仿真结果表明,相较传统,可见该方案有效提升了系统定位精度。小了TOATOA)到达时间()的TOA室内TR;其次,通过加权最小二乘()定位系统里很难准确搜寻出第一条直射路径,从而导处理的空时聚焦特性)定位算法对不同的估计分量赋予相)减定位,所提方案在低信噪比条件下的均方根误差(定位算法。首先,利用UWBWLSTOATRRMSE28.6%
针对当前电力故障信息搜索的低效问题,结合计算机信息技术,提出一种基于网络爬虫的检索引擎。为实现该引擎,先对网络爬虫的原理进行了分析,同时为提高网络爬虫抓取的准确度,在URL提取后,引入KMP算法对故障信息字符进行匹配,以提高匹配的效率和准确度。在完成上述的抓取后,通过JSOUP完成对信息的解析,得到目标网页链接。为验证上述方案,通过ETL完成数据库搭建,并采用Eclipse3.1+MySQL5.0+Tomcat5.5完成对引擎平台的开发。最后通过配网台账抽取,验证了本方案的可行性。
数字孪生(DigitalTwin)作为实现数字化、智能化、服务化等先进理念的重要使能技术,当前备受学术界和工业界关注,如何在各领域落地应用更是关注的重点。但在数字孪生理论研究与落地应用过程中,发现缺乏数字孪生相关术语、系统架构、适用准则等标准的参考,导致不同用户对数字孪生的理解与认识存在差异;缺乏数字孪生相关模型、数据、连接与集成、服务等标准的参考,导致模型间、数据间、模型与数据间集成难、一致性差等问题,造成新的孤岛;缺乏相关适用准则、实施要求、工具和平台等标准的参考,造成用户或企业不知如何使用数字孪生。为解决上述问题,亟需数字孪生相关标准来参考和指导。因此,首先从数字孪生概念的理解与沟通、关键技术研究与实施、行业落地应用3个角度对数字孪生标准的需求进行了分析。在此基础上,结合前期提出的数字孪生五维
在移动终端设备中部署机器学习模型已成为学术界和产业界的研究热点,其中重要的一环是利用用户数据训练生成模型.然而,由于数据隐私日益得到重视,特别是随着欧洲出台GDPR、我国出台《个人信息保护法》等相关法律法规,导致开发者不能任意从用户设备中获取训练数据(特别是隐私数据),从而无法保证模型训练的质量.国内外学者针对如何在隐私数据上训练神经网络模型展开了一系列研究,对其进行了总结并指出其相应的局限性.为此,提出了一种新型的面向移动终端隐私数据的机器学习模型训练模式,将所有与用户隐私数据相关的计算任务都部署在本地终端设备,无需用户以任何形式上传数据,从而保护用户隐私.这种训练模式被为自治式学习(autonomouslearning).为了解决自治式学习面临的移动终端数据量不足与计算能力不足两大挑战,设计实现了自治学习系统AutLearn,通过云(公共数据,预训练)和端(隐私数据,迁移学习)协同的思想,以及终端数据增强技术,提高了终端设备上模型的训练效果.进一步地,通过模型压缩、神经网络编译器优化、运行时缓存等一系列技术,AutLearn可以极大地优化移动终端上的模型训
随着信息技术的发展,当前社会已经进入大数据时代,其网络舆情监督机制的构建可借助于运用大数据技术。因而基于大数据引入网络舆情监督机制,提出了网络舆情监督过程和网络舆情监督系统的概念模型,并通过软件技术实现了网络舆情监督系统。
大数据服务平台在电网系统中具有重要的应用价值. 海量准实时数据平台作为电网重要数据中心, 存储了大量有价值的数据, 其存储的数据多为非结构化数据, 无法直接通过SQL语句获取. 为了最大限度挖掘数据价值,需要在平台中集成SQL访问实时数据的功能. 为此, 本文基于PostgresSQL Foreign Data Wrapper (Postgres_fdw)开发了SQL引擎. 通过分析PostgresSQL的功能特点以及已有UAPI接口的不足, 针对原有大数据平台框架, 采用分层策略, 基于Postgres_fdw开发了SQL引擎, 并提出了针对海量平台中实时数据库的外部表空间估算方案和SQL解析方案, 以此实现数据平台运用SQL的方式获取底层海量平台数据的功能. 现场功能和性能测试, 验证了该引擎的有效性.
缺陷的及时反馈与修复是开源软件长久健康发展的基本保障, 面对每天提交的大量、包含多方面因素的开源软件缺陷报告, 很多缺陷报告因为描述遗漏或不准确, 而影响缺陷有效判定和缺陷修复进程; 而面对需要填报的复杂缺陷报告信息, 报告提交者也无法确定哪些属性是关键的、哪些需要重点描述致使提交缺陷报告质量不高. 综合文献对缺陷报告描述的5个维度28种特征进行分析, 按照维度间和维度内多特征两个角度对缺陷报告特征进行重要度排序对比, 结果显示按照维度分析: 文本特征和报告者经验特征两个维度的F1值和准确率指标最高, 而每个维度内特征也显示了不同重要度, 从而可以指导缺陷提交者规范缺陷报告提交, 也可以指导修复者进行缺陷判定和缺陷修复.
在序列到序列的视频标注模型中,视频信息在经过编码之后被大幅压缩导致解码器端不能充分利用。为了解决这一问题,在模型中引入多头注意力机制和语义信息。多头注意力使得模型在生成不同的单词时可以焦距编码端视频信息的不同部分。语义信息由语义探测单元通过多标签分类方式生成视频的语义概率信息方式引入,给解码端提供额外指导,改进后的模型仍然是端到端的。实验结果表明,改进后的模型标注效果取得了显著的提升,采用的改进方法对提升标注能力有明显作用。
针对移动终端接入电力企业内网的安全性问题,将整个接入过程分为不同阶段进行研究,以期通过对各阶段的安全防护策略进行改进设计,最终实现电力移动终端安全接入。所提出的系统设计方案采用了安全分区、网络专用的系统逻辑架构策略,构建了分层的安全移动终端体系结构,同时还应用了基于角色的检测以及基于SSL协议的安全传输等安全策略。
针对百度百科词条收集百科特色词条以及普通词条的编辑历史数据,从整体编辑历史时间间隔和用户编辑历史时间间隔两方面对两组词条分析其分布。通过最大似然估计法计算参数以及似然比检验法对结果进行检验,结果显示特色词条的整体编辑历史时间间隔分布服从双幂律分布,前半段的参数近似等于1.1,后半段参数均大于2;用户编辑历史时间间隔服从单幂律分布,参数近似等于1.1。普通词条的整体编辑历史时间间隔分布服从单幂律分布,参数近似等于1.1;用户编辑历史时间间隔服从单幂律分布,参数近似等于1.1。
研究第三方物流企业(3PL)在处于竞争关系中的供应商面临资金约束时的融资策略选择问题。考虑由两个竞争关系的供应商和一个零售商构成的两级供应链,3PL企业为供应链提供代采购、物流及融资服务,分别考虑在代采购中向供应商提供融资能够获得价格折扣和代采购中考虑额外资金成本情况下,3PL融资意愿选择,向供应商提供(不提供)融资。建立3PL、供应商和零售商在不同情况下的收益模型,并给出供应商和零售商的最优定价,以及3PL的最优物流服务收费决策,通过比较融资前后各个企业的收益分析3PL参与供应链融资的积极作用。研究发现3PL向处于竞争环境下的资金短缺供应商提供融资能够增加3PL、零售商和供应链整体的收益,且3PL更愿意在考虑自身资金成本的情况下向供应商提供融资,并且供应商之间竞争越激烈,3PL和零售商的获益越大。
针对传统的中文文本分类在海量的互联网信息中难以胜任的现状,提出一种语句级的卷积神经网络中文新闻分类方案。通过信息提取算法从长短不一的新闻数据中提取固定大小的新闻摘要,压缩输入量的同时统一输入格式。信息提取时,通过对TF-IDF算法进行改进提升新闻摘要的质量,结合word2vec技术和卷积神经网络完成文本分类任务。与传统方法相比,词向量模型的引入弥补了传统词裂模型的缺陷,且语句的语义远比词的更加全面,使用语句进行分类更加可靠。通过实验对比验证了该方案具有较好的性能。