基于无人机倾斜摄影的嘉兴老城区住宅识别

为了应对老城区房屋数据信息不足、获取不便的问题,提出利用无人机（UAV）倾斜摄影测量技术实现老城区住宅自动识别的方法. 根据老城区典型多层住宅的外立面特征,确定出阳台构造、立面朝向和房屋长宽比3个参数控制的住宅判别标准. 通过无人机摄影测量获取嘉兴研究区的密集匹配点云、数字正射影像（DOM）和数字表面模型（DSM）数据. 融合DOM及DSM数据提取单体建筑轮廓,分割出单体房屋点云. 基于RANSAC算法提取房屋立面点云并确定立面朝向,根据立面的点云空间分布判断立面长度及阳台构造. 试验表明,在研究区应用该方法识别典型住宅的准确率可以达到90%.     

云关系模式及其应用*

在云变换的基础上,结合非经典关系数据库理论提出了云关系模式,给出了云关系模式的定义,探讨了云关系模式的意义,并将它应用于学生成绩数据库中,改进了目前学生定性评定方法,克服了其中的主观因素,实例证明该方法具有可行性.     

基于点云数据的鞋楦数控编程及其仿真

在刻楦机的数控编程中,文章针对测量所得的鞋楦点云数据,利用一种常见的方法来处理点云数据并进行了针对鞋楦离散模型的刀轨计算,并介绍了如何利用CGTech公司的Vericut软件来进行刀轨仿真.     

移动平台闸站监控系统的设计与实现

针对水利闸站监控系统对于应急信息和措施的需求, 提出了移动平台水利闸站监控系统。首先分析了系统的 整体框架结构, 然后实现了一套移动客户端软件完成水利闸站监控的功能。将手机客户端与云平台服务器相连, 通 过网络通信方式获取闸站现场传感器信息, 远程采集和存储数据, 客户端移动终端系统具有前端处理与计算能力通 过移动无线网络访问服务器, 实现了对多控制节点的远程监控。结果表明该系统能及时有效地获取闸站水利信息 并进行调度, 提高了水利信息化水平。     

二维多层次的云服务可靠性评估方法研究

针对云服务业务流程管理的特点, 给出了云服务的组合实现框架; 依据随机Petri网的建模理论, 探讨了组合云服务流程网模型的细粒度建模方法; 根据动态多变的用户需求, 设计了二维多层次的云服务组合可靠性动态评估框架, 并给出了马尔可夫过程和等值约简的两种可靠性计算方法。应用示例分析结果表明, 该方法具有较好的动态适应性和灵活性, 能有效满足云服务的可靠性评估需求。     

基于安全性能接口的调度和管理模型研究

以云计算效能提高为目的, 以研究Job调度和资源管理两大决定云计算环境能效的最重要因素为基础, 使用调度和管理对象对作为系统统计信息的参考指标进行采集的方式展开研究。性能代理和服务接口模式(PASI)已经从云环境中采集了原始数据, 通常情况下应用于云的安全技术属于被动防御模式, 如实时动态监控或者深度包检测模式(DPI), 其主要目的是实现动态检测和防御。提出了一个有效的框架以提高云计算中心的综合性能指标, 该架构的建立是基于PASI与DPI相结合的方式, 并且提出了一个基于安全PASI的Job调度和资源管理模型(JDRMSP)。实验结果表明, 该模型有效地提升了云环境的整体运作效能。     

基于云计算的预拌混凝土行业在线质量管理

以实现质量的科学化管理和实时的动态监测为目的,提出了预拌混凝土行业基于云计算的在线质量管理。通过分析预拌混凝土企业包括经营数据和生产实时数据等大量数据的存储、整合、分析、挖掘、利用等方面需求,以云计算为平台,运用人工智能（ AI）相关算法,实现了基于实际生产过程的质量预测,为解决影响混凝土强度及工作性能的多组分因素问题提供了思路和方法。提取云平台上的生产实时数据进行模拟实验,以C35的28天抗压强度为例,用1000组数据对网络进行训练,用100组数据对已训练的网络进行检验,结果证明了预测值的准确性,同时也验证了平台的可行性。     

云数据中心心跳检测与故障评估

为提高云数据中心的抗毁能力,针对软硬件日趋复杂化带来的诸多故障问题,以传统的服务器心跳检测机制为基础,结合云计算的特点,提出一种保证云数据中心有效运行的心跳检测与故障评估方案。在实验室搭建仿真平台进行实验,实验结果表明,该方案能够及时检测到节点故障,依据预先制定的故障等级评估标准,采用模糊综合法进行评估,为云数据中心的管理与运作提供参考依据与保障。     

云计算环境中高效可扩展的元数据管理方法

针对现有元数据管理方法存在可扩展性差或访问效率低的问题,提出一种高效可扩展的元数据管理方法.基于可扩展哈希方法实现元数据系统动态可扩展,使用并行定位方法实现元数据服务器高效定位,提出动态K叉树的元数据组织方法以提高元数据服务器扩展时选择迁移元数据的速度.实验结果表明,该方法具有近似线性扩展性能,其选择迁移元数据的时间几乎为零,有效解决了云计算环境中元数据管理系统的高效动态可扩展问题.     

Hadoop平台下的分形图像压缩编码

借助Hadoop平台实现了分形图像压缩编码,并将其应用于云渲染中对渲染后的图像进行压缩并传至用户阶段。采用4台PC机搭建Hadoop平台,并在此基础上进行分形图像压缩编码,实验结果表明,采用4台PC机的Hadoop平台并行压缩时间不到单台PC机压缩时间的30%,证实了该方案的现实有效性。采用分形压缩编码将云渲染后的图像传给用户具有压缩比大、传输时间短、解压缩快等特点,对改善云渲染用户体验具有重要意义。