91在线高清观看,日韩精品人妻中文字幕朝桐光heyzo高清中文字幕,星空传媒国产精品白丝av一区二区三区

一種多架構(gòu)應(yīng)用軟件開發(fā)及運行方法研究與實現(xiàn)[其他][其他]

對國產(chǎn)基礎(chǔ)軟件運行環(huán)境及運行依賴庫進行了研究,，提出了一種多架構(gòu)應(yīng)用軟件開發(fā)及運行方法,，并在FT1500A、X86(CPU)與麒麟(OS)相組合的兩類架構(gòu)環(huán)境上實現(xiàn)了該方法,。運行結(jié)果表明,，該方法能夠提供良好的多架構(gòu)應(yīng)用軟件開發(fā)及運行服務(wù),，為國產(chǎn)基礎(chǔ)軟硬件生態(tài)的軟硬件適配、整體解決方案提供技術(shù)支撐,。

發(fā)表于：12/14/2020 4:50:00 PM

支持眾創(chuàng)開發(fā)的私有云平臺研究[其他][其他]

“支撐平臺+應(yīng)用/服務(wù)”是信息系統(tǒng)的典型架構(gòu),，在不同因素的驅(qū)動下，支撐平臺和應(yīng)用/服務(wù)都處在不斷發(fā)展變化中,，從而表現(xiàn)為信息系統(tǒng)的整體更新?lián)Q代,。當(dāng)前，隨著業(yè)務(wù)需求和技術(shù)的不斷發(fā)展,，“云+端”成為這一架構(gòu)的具體模式,，并且表現(xiàn)出眾籌眾創(chuàng)的新型開發(fā)形態(tài)。該平臺是一個基于國產(chǎn)基礎(chǔ)軟硬件生態(tài),、面向日常辦公和業(yè)務(wù)處理的私有云平臺,，也是一個支持業(yè)務(wù)信息系統(tǒng)持續(xù)眾創(chuàng)發(fā)展的應(yīng)用生態(tài)服務(wù)環(huán)境?；谠搼?yīng)用支撐平臺提出了一個支持眾創(chuàng)開發(fā)的私有云平臺通用模型,，并對該平臺的架構(gòu)、組成,、主要特點及應(yīng)用等進行深入研究,。本文的成果能夠為面向眾創(chuàng)眾籌和持續(xù)集成的辦公及業(yè)務(wù)信息系統(tǒng)研發(fā)提供解決方案，同時為基礎(chǔ)軟硬件生態(tài),、私有云,、微服務(wù)、容器等新技術(shù)在黨政機關(guān)辦公及業(yè)務(wù)領(lǐng)域的應(yīng)用提供參考和借鑒。

發(fā)表于：12/14/2020 4:43:00 PM

基于改進VGG16的猴子圖像分類方法[人工智能][物聯(lián)網(wǎng)]

為提高對細(xì)粒度圖像分類的準(zhǔn)確性和分類速度,，提出基于改進VGG16和遷移學(xué)習(xí)的圖像分類方法,。首先從kaggle平臺中獲取十種不同猴子數(shù)據(jù)集，并對數(shù)據(jù)集進行標(biāo)準(zhǔn)化處理,，包含圖片去椒鹽噪聲,、將數(shù)據(jù)集轉(zhuǎn)換為TensorFlow中提供的統(tǒng)一TFRecord數(shù)據(jù)格式。然后遷移學(xué)習(xí)改進的VGG16卷積神經(jīng)網(wǎng)絡(luò),，模型的優(yōu)化包括利用Swish作為激活函數(shù),、將softmax loss與center loss相結(jié)合作為損失函數(shù)以實現(xiàn)更好的聚類效果、采用性能完善的Adam優(yōu)化器,。用訓(xùn)練集訓(xùn)練模型以確定微調(diào)參數(shù)信息,，再用測試集檢驗?zāi)Ｐ蜏?zhǔn)確性。結(jié)果表明,，該方法對猴子圖像分類的準(zhǔn)確度可達到98.875%,，分類速度也得到了顯著提升。與其他傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)模型相比,，該方法具有更高的準(zhǔn)確性和適用性,。

發(fā)表于：12/14/2020 4:36:00 PM

基于GPU并行優(yōu)化的網(wǎng)格參數(shù)化算法[其他][其他]

網(wǎng)格參數(shù)化是計算機圖形學(xué)、數(shù)字幾何處理領(lǐng)域的研究熱點,，在動畫,、醫(yī)療、工業(yè)設(shè)計等領(lǐng)域中都發(fā)揮著重要作用?，F(xiàn)有參數(shù)化方法主要思路是構(gòu)造一個高度非線性的全局優(yōu)化問題,，因此計算效率低，難以并行,。提出了一種可并行,、可擴展的參數(shù)化算法。該算法通過引入輔助變量,。然后使用交替方向乘子算法(Alternating Direction Method of Multipliers,，ADMM)，迭代優(yōu)化每個面和每條邊上的子問題得到參數(shù)化映射,。為了驗證算法模型的高效性,，使用GPU加速，相比于現(xiàn)存單線程算法,，本文算法因為高度并行化運行時間縮短了至少百倍以上,。

發(fā)表于：12/14/2020 4:33:00 PM

一種基于知識圖譜的工業(yè)互聯(lián)網(wǎng)安全漏洞研究方法[通信與網(wǎng)絡(luò)][信息安全]

　　工業(yè)互聯(lián)網(wǎng)安全問題日益突出，對工業(yè)互聯(lián)網(wǎng)安全漏洞知識庫的深入研究是解決問題的關(guān)鍵,。為解決漏洞數(shù)據(jù)利用價值低,、關(guān)聯(lián)分析手段欠缺,、可視化程度不足等問題，以工業(yè)互聯(lián)網(wǎng)安全漏洞庫為基礎(chǔ),，提出了構(gòu)建工業(yè)互聯(lián)網(wǎng)安全漏洞知識圖譜的方法,，通過原始數(shù)據(jù)信息提取,、關(guān)聯(lián)關(guān)系分析,、數(shù)據(jù)存儲等手段，將知識圖譜導(dǎo)入到Neo4j圖數(shù)據(jù)庫,，以實現(xiàn)高效存儲,、查詢。從時間維度,、空間維度,、關(guān)聯(lián)關(guān)系維度進行知識圖譜的分析，將查詢結(jié)果進行了可視化展現(xiàn),。結(jié)果表明：提出的方法可以有效,、直觀地展現(xiàn)工業(yè)互聯(lián)網(wǎng)安全漏洞數(shù)據(jù)的自身屬性與關(guān)聯(lián)關(guān)系，實現(xiàn)漏洞數(shù)據(jù)內(nèi)在價值的深度挖掘,。

發(fā)表于：12/14/2020 4:29:00 PM

國產(chǎn)平臺一體化測發(fā)指揮決策軟件研究[其他][其他]

針對在關(guān)鍵領(lǐng)域?qū)崿F(xiàn)國產(chǎn)化的需求,，解決航天發(fā)射指揮過程中各系統(tǒng)數(shù)據(jù)互相獨立、智能化程度低,、決策難等問題,，在采用基于國產(chǎn)化的基礎(chǔ)軟硬件平臺環(huán)境下，設(shè)計并實現(xiàn)了多系統(tǒng)集成的一體化測發(fā)指揮決策軟件,，提出了基于插件的一體化軟件體系架構(gòu),，并對數(shù)據(jù)訂閱分發(fā)機制、顯示頁面快速定制,、軟件性能優(yōu)化等關(guān)鍵問題進行了研究,，對在國產(chǎn)化平臺下應(yīng)用軟件開發(fā)有一定借鑒價值。

發(fā)表于：12/14/2020 4:24:00 PM

一種基于FPGA的多通道數(shù)據(jù)采集系統(tǒng)設(shè)計[可編程邏輯][其他]

設(shè)計并實現(xiàn)了一種基于FPGA的四通道數(shù)據(jù)采集系統(tǒng),。系統(tǒng)由65 MS/s的模數(shù)轉(zhuǎn)換器AD9219實現(xiàn)對信號的高速采樣,。為滿足采集數(shù)據(jù)實時存儲的要求，設(shè)計了高速,、大容量的DDR2硬件電路和接口邏輯,。采集數(shù)據(jù)可通過USB接口上傳至上位機，上位機負(fù)責(zé)數(shù)據(jù)的保存,、處理和顯示,，同時控制數(shù)模轉(zhuǎn)換器以直接數(shù)字合成的方式輸出波形。測試結(jié)果表明,，系統(tǒng)運行穩(wěn)定可靠,，可靈活控制,。該系統(tǒng)為高性能數(shù)據(jù)采集提供了一套包括軟硬件的整體解決方案，可以滿足低溫等離子診斷的要求,。

發(fā)表于：12/14/2020 4:19:00 PM

一種基于卷積神經(jīng)網(wǎng)絡(luò)的立體匹配算法設(shè)計[人工智能][物聯(lián)網(wǎng)]

為了解決傳統(tǒng)立體匹配算法對立體圖像在低紋理以及遮擋區(qū)域匹配效果較差的問題,，設(shè)計了一種端到端的基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)的立體匹配算法。該算法采取了殘差卷積神經(jīng)網(wǎng)絡(luò)對圖像特征進行提取,，之后利用空洞空間金字塔池化(Atrous Spatial Pyramid Pooling,，ASPP)模塊來獲取圖像的上下文信息，并結(jié)合多尺度的三維卷積神經(jīng)網(wǎng)絡(luò)對代價空間進行規(guī)整,，最終實現(xiàn)了高精度的立體匹配算法,。所獲取的視差圖在KITTI2015測試平臺上的誤匹配率為2.42%，與幾何上下文(Geometry and Context,GC)網(wǎng)絡(luò)相比較,，視差圖的精度提高了0.45%,，且運行時間縮短了一半。

發(fā)表于：12/14/2020 4:03:00 PM

面向信息產(chǎn)業(yè)發(fā)展的基礎(chǔ)軟硬件生態(tài)研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

生態(tài)學(xué)的理論與方法為國產(chǎn)基礎(chǔ)軟硬件技術(shù)和產(chǎn)業(yè)的發(fā)展研究提供了新視角,、新思路和新方法,。對基礎(chǔ)軟硬件生態(tài)及相關(guān)的幾個概念的內(nèi)涵、語義關(guān)系及應(yīng)用等進行了深入研究,。在此基礎(chǔ)上,，對當(dāng)前我國信息技術(shù)基礎(chǔ)軟硬件生態(tài)的現(xiàn)狀進行了總結(jié)和評估，指出了存在的若干問題,。同時,，針對如何建設(shè)好面向信息產(chǎn)業(yè)發(fā)展的基礎(chǔ)軟硬件生態(tài)提出了若干建設(shè)性的意見建議。

發(fā)表于：12/14/2020 4:02:00 PM

面向車路協(xié)同路側(cè)設(shè)備運維管理平臺研究[通信與網(wǎng)絡(luò)][汽車電子]

在車聯(lián)網(wǎng)領(lǐng)域,，車路協(xié)同是實現(xiàn)智慧交通的必然技術(shù)途徑,。隨著車聯(lián)網(wǎng)業(yè)務(wù)的發(fā)展，路側(cè)設(shè)備廠家,、路側(cè)設(shè)備類型日益增加,，給傳統(tǒng)的運維帶來了新的挑戰(zhàn)。通過行業(yè)調(diào)研,，研究當(dāng)前車路協(xié)同路側(cè)設(shè)備對運維管理的需求,，分析當(dāng)前車路協(xié)同路側(cè)設(shè)備的運維管理面臨的問題，識別急需攻克的關(guān)鍵技術(shù)領(lǐng)域,，為實現(xiàn)智慧交通運維提供理論基礎(chǔ)和技術(shù)支撐,。

發(fā)表于：12/14/2020 3:30:00 PM