改进复杂网络模型的形状特征提取

目的 传统的基于欧氏距离的复杂网络表示方法容易受形状的非刚性变形影响。鉴于此,提出一种基于复杂网络模型与相对一致性距离相结合的形状特征提取方法。方法 首先,提取形状的边界轮廓点作为网络的节点,利用节点间的相对一致性距离作为边的权值构建初始的复杂网络模型;然后,利用阈值演化方法对初始网络模型进行动态演化,得到一系列子网络;最后,提取不同演化阶段下子网络的拓扑特征,实现对形状特征的提取。结果 分类和检索实验结果表明,相比于传统的复杂网络描述方法,本文方法对形状图像具有更强的描述和识别能力。结论 相比于传统的距离度量,相对一致性距离对形状的非刚性变形具有更强的稳定性。     

主从结构交换式以太网中实时消息调度研究

为使交换式以太网能满足实时通信的要求,针对FTT SE网络调度模型,提出了一种同时适用于周期性和非周期性实时消息的链路可调度性判定方法。在证明了消息链路调度优化问题MLSOP为NP complete的同时,针对周期性实时消息的链路调度优化给出了启发式算法LSHA。最后,对于周期性和非周期性实时消息分别设计了基于EDF的调度算法。仿真实验表明,在提高网络链路带宽利用率和减小消息平均延时方面,该算法均较FTT SE有明显的优势。     

工作流建模技术综述及其研究趋势

作为企业管理工作的重要组成部分,工作流管理不仅关系着企业各项业务的完成情况,而且对于企业的整体发展也具有重要的影响。为了进一步加强企业管理、优化企业资源的配置,本文引入了工作流建模技术,在对各种工作流建模技术进行分析的基础上,对工作流建模技术未来的研究趋势展开了深入研究,以便提高其在企业工作流管理中的利用效率并促进企业发展。     

浅议计算机编制周期性列车运行图关键技术

本篇文章依据周期性列车在运行图中有关计算机方面的编制流程进行分析,从而对周期性列车中的计算机自动编制中的关键技术进行深入的探析。在研究的过程中采用广度的搜索形式从而生成在高峰时期列车的周期性运行图,利用深度搜索的方法对非周期性的列车进行运行线路的分析,从而依据列车到来的先后顺序对类车运行过程中的四个具有特异性质的降低区间对列车的数量进行分析,对列车的良好运行具有非常重要的意义。     

一体化组合围堰技术在水利工程中的应用

基坑防渗支护体系设计与施工是工程建设关键环节,为解决安徽省六安市临淮岗复线船闸工程在汛期面临高洪水位作用影响导致基坑涌水的问题,在下游纵向围堰工程采用了一种以双排钻孔灌注桩、高压旋喷桩、混凝土防渗墙与箱涵相结合的围堰结构。双排桩与混凝土防渗墙形成围堰结构基础与上部填土箱涵结构连接承担交通荷载,并阻挡临航道洪水;混凝土防渗墙布置于双排桩中间,以确保钻孔灌注桩与高压旋喷桩连接部位在交通荷载作用下产生裂缝时不发生基坑渗漏。应用结果表明该技术有效解决了施工场地狭窄时防渗支护体系布置困难以及富水条件下挡水围堰结构不稳定和基坑渗漏等难题,具有经济、社会、环境等效益显著以及安全可靠的优点,可为类似工程设计和施工提供思路与参考。     

水利建设工程防汛演练存在的问题及对策思考

目前水利建设工程防汛演练存在经验不足、形式单一和重演轻练等问题,演练效果不佳或流于形式,与实际需要尚有不小的差距。为提高水利建设工程防汛演练效果,提升建设各方防汛演练意识,在总结既往防汛演练经验的基础上,结合在建工程防汛期间出险实例以及应急管理领域研究成果提出了相应对策建议,希望能有助于水利建设工程防汛演练工作更好地开展。     

基于遗传粒子群法的配电网故障定位研究

针对分布式电源接入后配电网故障定位困难的现状,构造了适应多分布式电源接入的故障电流编码方式、开关函数和评价函数。提出了基于改进遗传粒子群法的配电网故障定位方法,该方法有效融合了遗传算法在全局搜索方面和粒子群法在局部搜索方面的优势。建立配电网故障定位仿真实例,通过配电网系统单重故障和多重故障及FTU上传故障信息出现畸变情况的仿真对比分析,结果表明本方法具有更高的定位准确率和较快的收敛速度,且本方法抗干扰性更强。本研究成果可为配电网故障定位提供有效的参考和技术指导。     

面向可重构扫描网络的锁定隔离安全结构

为使可重构扫描网络免受未经授权的访问、恶意仪器对传输数据的窜改和嗅探3种安全攻击的影响,提出了锁定隔离安全结构.该结构首先把彼此不具有安全威胁的仪器分成一组,通过控制隔离信号实现组与组之间的单独访问,以防止恶意仪器对传输数据的窜改和嗅探.然后通过使用锁段插入位保护关键的仪器,只有扫描网络中处于特定位置的多个键值被设置成特定值(0,1序列)时锁段插入位才能打开,能加大未经授权访问的难度.此外,为解决仪器分组多导致硬件开销大和布线困难的问题,提出了仪器分组算法,根据仪器间的安全关系构建无向图,然后对无向图求极大独立集,能有效地减少仪器分组数.在ITC 02基准电路上的实验结果表明,与国际上同类方法相比,所提的安全结构打开锁段插入位所需要的时间增大了7倍,在面积、功耗和布线上的平均减少百分比分别为3.81%,9.02%和4.55%.     

基于SE-Res2Net与多尺度空谱融合注意力机制的高光谱图像分类

为了提取更具有判决力的高光谱图像特征,并防止网络因加深导致退化,在新维度残差网络(Res2Net)和压缩激活网络(squeeze and excitation network,SENet)的基础上,提出新型多尺度特征提取模块SE-Res2Net,并设计多尺度空谱融合注意力模块.为了克服网络加深带来的退化问题,SE-Res2Net模块利用通道分组提取高光谱图像细粒度的多尺度特征得到多个不同粒度的感受野,并采用通道优化模块从通道层面量化特征图的重要性.为了进一步从空间维和光谱维同时优化特征,构建多尺度空谱融合的注意力模块,利用非对称卷积在不同尺度上挖掘不同空间位置和不同光谱维特征的关系,不但能减少计算量,还能有效地提取具有判决力的空谱融合特征,从而提高高光谱图像分类的精度.在3个公共数据集Indian Pines,University of Pavia和Grss_dfc_2013上的对比实验表明,与其他较新的深度网络相比,该方法具有更高的总体精度(overall accuracy,OA)、平均精度(average accuracy,AA)和Kappa系数.