Paw—苹果应用可视化精准测试技术浅析

苹果应用测试一直处在手工黑盒测试的初级阶段.探讨Paw新型精准测试技术如何实现APP从开发、迭代、维护全流程的可视化精准测试跟踪和测试分析.     

生命守护的使者，HP EliteOne 800 G2商用一体机为医疗行业望闻问切

医疗行业在日常生活中的重要性无须赘述,而在医疗行业高速信息化发展环境下,人们评估医疗机构的综合实力已不仅局限于医疗技术和就医环境。医疗行业的信息化、数字化的改革发展同样成为焦点。办公电脑——作为医疗机构信息化进程中必不可少的设备,从设计、性能到安全,对医生的办公效率和患者的就诊体验都有着重大的影响。HP Elite One 800 G2商用一体机作为一款旗舰级产品,在医疗办     

基于互联网的高校科研管理系统的构建

为了提高高校科研管理工作的效率,构建在线高校科研管理不仅满足了科研管理数字化、信息化的需求,而且极大地方便了高校教师科研申报及专家对申报项目的评审.使用在线科研管理系统,不仅实现申报评审功能外,还较有效地实现对科研工作量的考核,以及统计出申报科研项目中的各种数据,充分挖掘科研评审结果,得到更详细和层次更高的分析结论.结合高校科研管理的需求,设计实现基于互联网的在线科研项目评审系统,从而提高了高校的科研管理工作效率.     

结合NSCT和压缩感知的红外与可见光图像融合

目的 红外成像传感器只敏感于目标场景的辐射,对热目标的探测性能较好,但其对场景的成像清晰度低;可见光图像只敏感于目标场景的反射,场景图像较为清晰,但目标不易被清晰观察.因而将两者图像进行融合,生成具有较好目标指示特性和可见光图像的清晰场景信息,有利于提高目标识别的准确性和降低高分辨图像传感器研究的技术难度.方法 结合非下采样contourlet变换 (NSCT)和压缩感知的优点,研究一种新的红外与可见光图像融合方法.首先对两源图像进行NSCT变换,得到一个低频子带和多个不同方向、尺度的高频子带.然后对两低频子带采用压缩感知理论获得测量向量,利用方差最大的方法对测量向量进行融合,再进行稀疏重建;高频子带采用区域能量最大的方法进行融合.最后利用NSCT逆变换获得融合图像.结果 为了验证本文方法的有效性,与其他几种方法相比较,并利用主观和客观的方法对融合结果进行评价.提出的新方法融合结果的熵、空间频率、方差明显优于其他几种方法,运行时间居中.主观上可以看出,融合结果在较好地显示目标的基础上,能够较为清晰地保留场景图像的信息.结论 实验结果表明,该方法具有较好的目标检测能力,并且方法简单,具有较强的适应性,可应用于航空、遥感图像、目标识别等诸多领域.     

矿用绞车下降过程中电制动能量回收研究北大核心CSCD

针对矿用绞车下降过程中电制动产生的能量回收利用的问题,提出了一种超级电容回收电制动能量的方法,并且分析了不同载重下绞车能量回收系统的回收效率。首先对超级电容回收系统进行建模,然后结合电机矢量控制的建模,最后通过MATLAB/Simulink软件建立绞车回收系统的仿真模型。仿真出绞车在三种不同的载重下回收的能量,并计算出每种载重下的回收效率,仿真和计算结果表明:绞车能量回收系统回收的能量和回收效率随着负载的增大而增大。仿真结果表明,改进方法为矿用绞车电制动能量回收系统设计提供了科学依据。     

基于同步数的轻量级高效RFID身份认证协议

RFID技术广泛应用的同时,其安全问题面临着严峻的考验。在确保安全性能的前提下,节省系统成本、提高效率成为未来研究重点。在分析各种协议缺陷之后,借鉴滚动码技术的同步数原理,提出了一种基于同步数的轻量级高效RFID身份认证协议。协议运用同步数以及双向认证机制保障系统安全性。对各种威胁进行分析,确保了协议的安全性。通过比较其他协议的效率与成本,可以看出该协议具有轻量级与高效性。最后运用BAN逻辑对协议进行了形式化分析,从理论上证明了本协议的可行性。     

一种基于云环境的文件存储策略的研究

云存储是云计算技术的重要组成部分,包括存储位置的选择和文件的传输,文件传输环节包括上传和下载。传输作为存储的重要组成部分,对于存储效率有较大的的影响。近年来针对云存储技术的研究主要集中在数据存储和数据传输的效率上,针对大量流媒体文件上传至云存储服务器过程中传输效率低的问题,在私有云环境下提出了一种针对大量流媒体文件的传输机制THU,在该机制中提出了一种对于不同的云平台环境和传输客户端存在文件大小值fk的思路,将小于该值的文件无损打包成一定数量的大小为fk的文件进行传输,而将大于fk值的文件切割成一定数量大小为fk的文件进行传输,相比较打包或者切割成其他大小的文件进行传输时消耗的时间较少。本文在私有云环境下进行了大量的流媒体ftp传输实验,实验结果显示这样的fk值是存在的,当文件打包大小或等于该值时,打包、解包和传输消耗的总时间处于相对优化的水平,从而证明了THU机制的正确性和有效性。     

基于Hadoop和Mahout的ASUCF算法并行化研究

针对高效的协同过滤推荐技术处理大数据时的计算效率问题,提出了并行计算的ASUCF算法。该算法采用Hadoop平台的Map Reduce并行编程模型,改善大数据环境下高效的CF算法在单机运行时的计算性能问题。最后在实验部分,结合Mahout,实现ASUCF算法的并行化,设计不同数据集上的加速比实验,验证算法并行化后在大数据环境中具有较好的计算性能。     

一种数据特征敏感的高效数据聚集编码方案

物联网中数据聚集算法设计面临的主要困难是:数据聚集时数据冗余的发现和消除,数据特征的发现均需要周密的思考,数据聚集时通信效率的提升通常需要较高超的数据编码技巧,精巧的算法设计思路;因此,研究数据聚集的高效率编码算法对于降低数据聚集的能耗具有重要的意义;当前研究中对于数据聚集中编码的综合讨论尚不充分,论文首先对问题进行建模,提出数据平滑泛型的概念,并通过分析得到数据平滑泛型将显著提高通信效率提升指数,在此基础上,论文提出了一套数据特征敏感的物联网高效数据聚集编码方案,包括数据聚集前的数据特征敏感的编码方法,基于CRT的数据编码准备方法,以及多节点数据聚集的可聚集变换方法;所给出的方法均经过严格的理论分析和证明论证,表明了方案的可行性。     

基于MapReduce的K-means聚类算法的优化

针对传统的聚类算法K-means对初始中心点的选择非常依赖,容易产生局部最优而非全局最优的聚类结果,同时难以满足人们对海量数据进行处理的需求等缺陷,提出了一种基于MapReduce的改进K-means聚类算法。该算法结合系统抽样方法得到具有代表性的样本集来代替海量数据集;采用密度法和最大最小距离法得到优化的初始聚类中心点;再利用Canopy算法得到粗略的聚类以降低运算的规模;最后用顺序组合MapReduce编程模型的思想实现了算法的并行化扩展,使之能够充分利用集群的计算和存储能力,从而适应海量数据的应用场景;文中对该改进算法和传统聚类算法进行了比较,比较结果证明其性能优于后者;这表明该改进算法降低了对初始聚类中心的依赖,提高了聚类的准确性,减少了聚类的迭代次数,降低了聚类的时间,而且在处理海量数据时表现出较大的性能优势。