基于LSSVM和RFID的智能门禁身份认证系统设计

针对目前已有的基于RFID的身份识别系统往往只侧重系统设计而没有对软件进行智能优化,设计了一种基于LSSVM和RFID的智能门禁身份认证系统;首先,设计了系统总体框架并描述了身份认证原理;然后,对系统的RFID子系统,微处理器和接口均进行了详细设计和描述,采用多层RBM组成的深度神经网络对人脸进行自动特征提取,通过比较差异算法训练深度神经网络,最后,根据RFID标签和提出的人脸特征,采用多个LSSVM进行人脸识别,并将投票结果作为最终识别结果;通过部署实验进行测试,结果证明文中设计的系统能实时有效地对智能门禁进行身份认证,具有识别率高和识别效率高的优点。     

基于Wi—Fi的区域无线定位系统建设GIS的设计与实现

本文介绍了基于Wi—Fi的区域无线定位系统建设GIS的设计思想与实现方法,对智能地图的创建进行了详细阐述,并对具体系统功能进行了讨论。     

中国气象局移动办公应用研究

随着移动互联网的飞速发展,智能手机、平板电脑等移动设备在用户日常生活中发挥了越来越重要的角色.如何让气象职工摆脱终端限制,无论使用传统PC还是各种移动设备都能访问办公系统,将大大提高气象服务水平.本文在研究移动办公实现原理基础上,结合中国气象局已有的SSLVPN设备和网络环境,提出了一种实现移动办公的解决方案,选取了常用的三类办公系统进行了详细设计,并最终选取两类商用软件进行了效果测试.     

A note on semidefinite relaxation for 0-1 quadratic knapsack problems

We investigate in this note solution properties of semidefinite programming (SDP) relaxation for 0-1 quadratic knapsack problem (QKP). In particular, we focus on the issue of uniqueness of the optimal solution to the SDP relaxation for QKP. We first give a counterexample which shows that the optimal solution to the SDP relaxation for QKP could be non-unique. This is in contrast with the case of unconstrained 0-1 quadratic problems. A necessary and sufficient condition is then derived to ensure the uniqueness of the optimal solution to the SDP relaxation for QKP.     

基于Web增强现实的高拱坝仓面施工可视化仿真研究

针对现有的高拱坝施工仿真将浇筑坝块作为最小单元进行仿真研究,忽略了浇筑坝块仓面内部胚层间施工过程的仿真,同时仿真结果的可视化手段与现场割裂,无法在任意场景结合现场实际画面进行结果分析和方案安排的问题,提出基于Web增强现实的高拱坝仓面施工可视化仿真方法。该方法主要包括两个方面:(1)对高拱坝仓面施工过程进行分析,构建高拱坝仓面施工精细仿真模型,并通过仿真计算获得仓面施工各个工序的施工历时;(2)采用Web增强现实技术将设计信息及仿真成果注册至施工现场图像,实现了信息在真实仓面上的直观展示,并实现Web浏览器跨平台的交互分析。结合实际工程开展了研究,结果表明,该方法实现了高拱坝施工进度的精细仿真并提高了可视化水平,施工管理人员可以便捷地结合现场实际情况对施工进度进行分析管理,从而保证大坝按时竣工。     

中小型水库坝下排水涵管除险加固设计要点

我国20世纪50~70年代修建的中小型水库,其泄水建筑物大多采用坝下涵管,因受当时技术条件的限制,且年久失修,致使大多数涵管存在渗漏或其他问题,严重影响到大坝的安全运行。根据多年处理中小型病险水库的经验,对防止涵管接触渗漏的设计要点、防止内水外渗的设计要点、原涵管拆除与兴建的设计要点、原涵管封堵与新建虹吸管的设计要点等进行了归纳总结。其设计经验对中小型病险水库的除险加固有重要参考价值。     

基于ExcelVBA实现山塘堰上水头计算的自动化

分析山塘综合整治工程中堰上水头计算现状,针对存在的问题,提出将Excel的二次开发工具VBA语言应用于堰上水头计算。编写计算程序、将可视化窗口作为用户操作界面,实现山塘综合整治工程堰上水头计算的自动化。将本程序应用于山塘实例,结果表明该程序可实现堰上水头计算的自动、准确、高效进行。     

一种改进的抗几何攻击的数字图像水印算法

利用奇异值分解的特性,提出了一种改进的基于奇异值分解的数字水印算法。该算法通过设定采样的起始和终止参数,对图像的频域幅度值进行有选择的部分采样。然后利用采样后的数据构造嵌入水印的数据矩阵,并对数据矩阵进行分块奇异值分解,获取一个由次大奇异值组成的数字序列。最后通过可调强度的加性方法,在次大奇异值上嵌入水印信息。依靠数据矩阵的采样构造方式和次大奇异值的几何攻击不变性实现了数字水印的抗几何攻击性。实验结果表明,该方法较传统方法而言有更高的灵活性和鲁棒性。     

Batch process modelling with mixtures of Gaussian processes

In recent years Gaussian processes have attracted a significant amount of interest with the particular focus being that of process modelling. This has primarily been a consequence of their good predictive performance and inherent analytical properties. Gaussian processes are a member of the family of non-parametric Bayesian regression models and can be derived from the perspective of neural networks. Their behaviour is controlled through the structure of the covariance function. However, when applied to batch processes, whose data exhibits different variance structures throughout the duration of the batch, a single Gaussian process may not be appropriate for the accurate modelling of its behaviour. Furthermore there are issues with respect to the computational costs of Gaussian processes. The implementation of a Gaussian process model requires the repeated computation of a matrix inverse whose order is the cubic of the number of training data points. This renders the algorithm impractical when dealing with large data sets. To address these two issues, a mixture model of Gaussian processes is proposed. The resulting prediction is attained as a weighted sum of the outputs from each Gaussian process component, with the weights determined by a Gaussian kernel gating network. The model is implemented through a Bayesian approach utilising Markov chain Monte Carlo algorithms. The proposed methodology is applied to data from a bench-mark batch simulation polymerization process, methyl methacrylate (MMA), and the results are compared with those from a single Gaussian process to illustrate the advantages of the proposed mixture model approach.     

基于文本案例的推理技术综述

首先介绍了CBR(Case-based reasoning)推理中一个重要分支--基于文本案例的推理技术TCBR(Textual CBR)的产生背景.然后详细介绍了TCBR推理时采用的结构--实例提取网CRN(Case Retrieval Nets),描述案例的知识单元--信息实体的概念和特性,以及TCBR中如何进行实例提取、改编和学习.最后,对TCBR的改进研究、代表项目以及未来的发展方向作了概括性说明.