可节约生产成本的湿处理工艺技术

从传统意义上来讲，针织物及对张力敏感的梭织物的湿处理生产线（包括漂白、染色、柒色后水洗）通常是利用染缸来完成的，而这正是高水耗、高蒸汽消耗和高能源消耗的症结所在，同时带来一些质量问题（如折痕、起毛球和刮印等）。随着现代连续式平幅湿处理线技术的发展，整体生产成本可以下降到最多这50％。介绍了德国欧宝泰克生产的敏感织物连续式平幅湿处理线设备。     

云计算在马赛克空战中的应用

马赛克战是美军为贯彻"从反恐重返大国竞争"的国防战略,重建美军力量体系而采用的新作战方式,它是一个以决策为中心的系统作战兵力设计概念,通过灵活重组作战力量,为己方创造适应性,为敌方制造复杂性或不确定性. 马赛克战是指由人类指挥官负责指挥、由AI赋能的机器负责控制,对己方高度分散的部队快速组合和重组,使得战场态势复杂化,在提升己方适应性和灵活性的同时,让敌方难以判断战争形势,进而陷入决策困境.     

一种基于Multiway cut的多对象图像分割*

多对象分割是图像处理中的一个难题,基于Multiway cut的图像分割是一种人工交互式多对象分割方法,能够实现图像的粗分割和精确分割。使用分水岭分割图像,把图像分割为属性相似的小区域;根据交互建立节点层次图,构建带权无向网络;不同层次的节点参与不同的运算,采用Multiway cut迭代分割;交互和分割可以多次执行,直至满足用户的要求。实验结果表明,该方法人工参与方便,准确度得到提高,速度满足现场操作的要求。     

平安城市虚拟卡口研究

伴随"平安城市"建设的深入,道路高清摄像头数量快速增加,依靠道路高清摄像头的虚拟触发实现常规卡口的功能,实现城市卡口联网布控,成为"平安城市"建设中急需突破的关键技术。     

基于频繁项挖掘的贝叶斯网络结构学习算法BNSL-FIM

贝叶斯网络能够表示不确定知识并进行推理计算表达,但由于实际样本数据存在噪声和大小限制以及网络空间搜索的复杂性,贝叶斯网络结构学习始终会存在一定的误差。为了提高贝叶斯网络结构学习的准确度,提出了以最大频繁项集和关联规则分析结果为先验知识的贝叶斯网络结构学习算法BNSL-FIM 。首先从数据中挖掘出最大频繁项集并对该项集进行结构学习,之后使用关联规则分析结果对其进行校正,从而确定基于频繁项挖掘和关联规则分析的先验知识。然后提出一种融合先验知识的BDeu评分算法进行贝叶斯网络结构学习。最后在6个公开标准的数据集上开展了实验,并对比引入先验/不引入先验的结构与原始网络结构的汉明距离,结果表明所提算法与未引入先验的BDeu评分算法相比显著提高了贝叶斯网络结构学习的准确度。     

基于H.264的嵌入式Web网络视频监控系统设计

针对传统的视频压缩技术不适合在恶劣的网络环境下应用的问题,提出了一种基于H.264的远程视频监控系统的设计方案。该系统将嵌入式技术、网络技术和视频编码技术结合在一起,嵌入式系统中的摄像头采集到的视频信号经H.264标准编码压缩后,通过系统内置的Web服务器实时地传递给远程监控端,从而实现了远程监控端的浏览器与嵌入式Web服务器之间的互联通信。测试结果表明,该系统的视频压缩率高、图像清晰、实时性强。     

模拟退火粒子群算法在新交通控制模型中的应用

城市交通系统是个随机性很强、复杂的巨型系统,为了获得良好的通行效率,提出了一种基于模拟退火温度的自适应粒子群优化算法,同时给出了一种城市区域交通协调控制信号配时模型,然后将提出的方法应用于此模型。仿真结果表明：这种算法不仅能够克服基本粒子群算法陷入局部寻优的缺点,而且算法的收敛性和稳定性都很好,同时也表明该模型是可行的、有效的。     

MFC的RTTI技术及动态创建的实现

介绍了在MFC中如何通过宏(DECLARE/IMPLEMENT)和CRumimeClass结构实现了C 中的RTTI技术,并将细节隐藏于其中.分析了动态创建时象的过程,对一些函数、类进行了修改,并在此基础上进行了动态创建的仿真.     

混合量子差分进化算法及应用

量子进化算法基于量子旋转门更新量子比特状态影响了算法搜索性能．提出一种差分进化（DE）与和声搜索（Hs）相结合更新量子比特状态的混合量子差分进化算法（HQDE）．该方法采用实数量子角形式编码染色体,设计一种由差分进化计算更新量子位状态的量子差分进化算法（QDE）和一种由和声搜索更新量子位状态的量子和声搜索（QHS）,并相互机制融合,采用两种不同进化策略共同作用产生种群新量子个体以克服常规算法中早熟及收敛速度慢等缺陷;在此基础上,算法还引入量子非门算子对当前最劣个体以一定概率选中的量子比特位进行变异操作增强算法跳出局部最优解能力．理论分析证明该算法收敛于全局最优解．0／1背包问题及旅行商问题实例测试结果验证了该方法有效性．