具有分布时滞的Liénard型方程周期解的存在性

考察了具有分布时滞的Liénard型方程,利用重合度理论研究其周期解问题,得到了该方程周期解存在的充分条件,结论丰富了现有文献的结果．     

具有分布时滞的Liénard型方程周期解的存在性

考察了具有分布时滞的Liénard型方程,利用重合度理论研究其周期解问题,得到了该方程周期解存在的充分条件,结论丰富了现有文献的结果．     

离散零空间算法在机织物仿真中的应用

针对机织物卡尔丹角多体模型维数较高,计算效率不理想的问题,提出采用离散零空间算法降低多体动力学方程维数,减少计算复杂度和约束违约所导致的数值漂移.首先结合离散零空间等效变换消去拉格朗日乘子项,然后进行结点参数化,实现两次系统降维,提高机织物仿真速度.通过KES剪切试验与仿真,验证了上述算法应用的可行性.通过仿真计算复杂度及效率特征指标对比,反映出优化方程的降维优势和计算高效,尤其适用于大型织物仿真.     

防火墙技术在计算机网络中的应用要点

作为计算机网络安全维护的主要途径,防火墙技术发挥着极为高效的保护作用。随着计算机的广泛应用和普及,网络安全问题逐渐成为社会关注的一项要点,社会根据计算机网络安全,对诸多保护措施进行提出,其中最为明显的则是防火墙技术的应用,不仅将高水平的安全保护得到体现,而且还营造出一个安全可靠的运行环境。     

浅议“微时代”如何利用微信搭建“大学计算机基础”学习平台

在"微时代"如何利用微信来搭建大学计算机基础课程的学习平台是本文要阐述的主要内容。本文首先介绍了微时代和微信;其次介绍大学计算机基础课程的重要性;然后重点介绍如何利用微信来进行"大学计算机基础"课程学习平台的搭建;最后进行总结,得出结论,利用好微信这一平台,学生必定会将零碎时间充分利用,从而进行不受时间、地点限制的移动学习。     

数据中台助力企业数字化转型——信息化系统供应链成本控制和销售策略场景分析

基于企业数字化转型趋势,将企业信息化过程中各业务系统的数据用起来,通过数据中台建设将企业信息化过程中各业务系统的数据打通,使其为业务发展赋能。供应链成本控制和销售策略场景是高价值的数据中台应用场景,分析了采购、销售、库存、物流环节通过大数据进行成本控制的场景以及大数据销售策略应用。     

基于计算机视觉技术的电力指针表自动读数识别研究

本文详细介绍了电力指针表自动读数识别的有关算法,通过计算机视觉技术与查表法相结合的方式实现高精度的读数判别,在不需要调整相机位置的情况下大幅提高了读数识别效率,研究结果可广泛应用于电力、机械、医疗等行业.     

结合边缘信息和门卷积的人脸修复算法

针对任意形状遮挡下人脸修复,现有方法容易产生边缘模糊和恢复结果失真等问题。提出了一种结合边缘信息和门卷积的人脸修复算法。首先,通过先验人脸知识产生遮挡区域的边缘图,以约束人脸修复过程。其次,利用门卷积在部分像素缺失下的精确局部特征描述能力,设计面向图像修复的门卷积深度生成对抗网络(GAN)。该模型由边缘连接生成对抗网络和图像修复生成对抗网络两部分组成。边缘连接网络利用二值遮挡图和待修复图像及其边缘图的多源信息进行训练,实现对缺失边缘图像的自动补全和连接。图像修复网络以补全的边缘图为引导信息,联合遮挡图像进行缺失区域修复。实验结果表明:相比其他算法,该算法修复效果更好,其评价指标比当前基于深度学习的图像修复算法更优。     

在役水工钢闸门锈蚀后工作性态的进展研究

水工钢闸门长期处于复杂的运行条件,常因种种自然条件或环境的变化引起腐蚀破坏,若不及时处理,可能危及闸门安全.本文围绕在役水工钢闸门锈蚀后工作性态研究方向,对材料腐蚀机理和性能退化规律、荷载作用及统计特性、结构退化规律和剩余寿命预测、可靠度分析、构件与结构的维护和加固策略等5个方面研究成果进行了阐述和总结,并对未来进一步的研究方向进行了展望.     

刑侦图像检索中的特征提取及相似性度量

为分析比较基于内容的图像检索(content-based image retrieval,CBIR)系统中各环节算法在应用于刑侦现勘(criminal scenes investigation,CSI)图像数据库时的有效性,在CBIR系统中,使用颜色特征-HSV直方图、纹理特征-三层小波分解统计特征和颜色纹理的融合特征作为特征提取算法,以欧氏距离和街区距离作为相似性度量分别在CSI图库中进行仿真测试。在COREL图库中进行类似测试,并以查准率作为有效性的衡量标准进行对比。结果显示,在CSI库中,使用颜色特征有相对高的查准率,但CSI库的平均查准率均低于COREL库,此外使用街区距离可获得较高的查准率,这表明,因CSI数据场景复杂及目标多有损毁,现有图像特征提取算法有效性低,而作为相似性度量算法,街区距离相较于欧氏距离能更好地表示CSI图像间的相似性。