基于移动agent的异构网络PBD任务库搜索技术研究

从PBD可以扩展为基于异构网络的DPBD模型,使得网络中的机器可以共享任务库因而达到无需网络中的每台机器都安装完整的PBD系统的目的,而共享的任务库必然会导致搜索问题,普通的搜索技术很难达到DPBD任务库的搜索,而使用移动agent则可以提高DPBD包装器的搜索效率,同时可以大大减少网络负担。而且在移动agent内部增加安全机制,可以独立于开发平台增加搜索的可靠性。     

球内凝固过程的近似解分析

对球内凝固相变过程作了较为系统和全面的理论分析 ,建立了能够揭示在第三类边界条件下球体内相变传热过程物理机制的数学模型 ,用Lighthill奇异摄动法给出了球体内对称凝固问题的近似分析解 ,并以Ba(OH) 2 ·8H2 O为相变材料 ,得到了相变界面、相变介质温度随时间和热流密度随相变位置的变化规律 ,以及球囊半径和对流换热系数对凝固过程的影响。得到结论 :对一般工程背景 ,球囊半径为 1 .5～ 2 .0cm ,h <1 0 0 0W /(m2 ·K)较为合适 ,从而为以球为相变贮能单元的贮能装置的优化设计提供了一定的理论参考。     

基于语义DCNN特征融合的细粒度车型识别模型

针对深度卷积神经网络模型缺乏对语义信息的表征能力,而细粒度视觉识别中种类间视觉差异微小且多集中在关键的语义部位的问题,提出基于语义信息融合的深度卷积神经网络模型及细粒度车型识别模型.该模型由定位网络和识别网络组成,通过定位网络FasterRCNN获取车辆目标及各语义部件的具体位置;借助识别网络提取目标车辆及各语义部件的特征,再使用小核卷积实现特征拼接和融合;最后经过深层神经网络得到最终识别结果.实验结果表明,文中模型在斯坦福BMW-10数据集的识别准确率为78.74%,高于VGG网络13.39%;在斯坦福cars-197数据集的识别准确率为85.94%,其迁移学习模型在BMVC car-types数据集的识别准确率为98.27%,比该数据集目前最好的识别效果提高3.77%;该模型避免了细粒度车型识别对于车辆目标及语义部件位置的依赖,并具有较高的识别准确率及通用性.     

计算机体系结构软件模拟技术的现状与未来探析

近年来,随着计算机技术逐渐被广泛运用到生产领域,对计算机技术的研究也在不断深入。计算机体系结构模拟技术主要包含三个研究方向,分别是：计算机的处理数据精度、对计算机处理数据精度以及计算机的灵活程度。但是就目前的计算机体系结构模拟技术来说,现状并不是很乐观,其中存在很多的问题以及研发过程中遇到不小的阻碍,当然,从长远来看其发展前景还是很乐观的。所以我们应该在发展研究的道路上充满信心,及时总结问题所在原因,并不断采取积极的方法来解决问题。本文笔者根据自己从事计算机领域工作的经验,总结计算机体系结构软件模拟技术的研究现状,提出实用的意见与建议,并对未来发展形势做出探究。     

借鉴英国BTEC改革妇产科护理学考评模式研究

目的:改革传统考核模式,构建以"能力为本位"的妇产科护理学考评体系。方法:选取黄河科技学院医学院2011、2012两届护理本科学生为研究对象,对12级妇产科护理学以课业形式进行考评改革。结果:12级与11级相比,12级护本学生的通用能力高于11级护本学生,差异有统计学意义(P0.05)。结论:妇产科护理学考评方法改革有效的带动了教学模式改革,顺应了实用型护理人才培养要求。     

服装专业本科实践教学与职业资格证书制度的结合

在本科院校实施职业资格证书制度势在必行。文章从服装专业本科教育的实践课程设置和教材体系、实践教学内容及方式、学分制度和实践教学师资素质等方面,提出与职业资格证书制度相结合的策略。     

一种扫描机构的光机设计技术研究

对某一扫描机构的的光机设计技术从总体布局、实现方法、关键技术、相应的重量控制、维修性等方面进行介绍,并对光机设计中的几个关键技术问题进行分析,给出一种解决办法,对这一类的光机设计技术进行初步的归纳总结,为其他光机系统设计提供参考。     

串珠机物流套注射模设计

设计了带双层哈夫滑块脱模机构的三板模实现串珠机物流套的注射成型,针对塑件外壁脱模困难,使用2层哈夫滑块机构对塑件的外壁实施侧抽芯脱模,两层哈夫滑块的驱动分别由三板模的2次分型驱动。实践证明,模具结构和脱模机构布置合理,具有一定的参考作用。     

长庆镇北油田高粘原油特征分析及降粘技术研究

针对长庆镇北油田高粘原油造成的集输困难问题,文章首先对原油基本物性、粘温性、全烃色谱及原油族组成进行全面分析,寻求粘度偏高的根本原因;其次通过原油加热升温、与同层低粘原油混合及清蜡剂混合等方法,综合评价了降粘效果,最终确定了经济、有效的化学-物理降粘法。     

基于尺度不变特征变换的车牌特征提取及BBF匹配方法

针对传统车牌特征提取及匹配不足,提出了基于尺度不变特征变换（Scale invariant feature transform, SIFT）的车牌特征提取及 (Best Bin First,BBF)匹配方法。通过构建车牌字符标准模板,采用SIFT算法提取标准模板和待检测车牌中每个字符的SIFT特征向量,主要包括车牌高斯差分(Difference of Gauss, DoG)空间极值点检测,去除边缘相应点和低对比点,确定特征向量的方向和生成车牌特征向量。利用BBF(Best Bin First )算法完成标准模板特征向量与待检测车牌特征向量匹配,并获取识别结果。最后给出实验分析,证明该算法的识别率。