分布轮廓与局部特征融合的云模型不确定性相似度量

针对当前基于云模型的不确定性相似度量或为精确局部数据的量化计算,或单纯通过其整体几何特征进行度量,导致结果具有较大的片面性问题,综合考虑云模型整体几何特征与微观云滴分布贡献,该文提出了一种分布轮廓与局部特征融合的不确定性相似度量方法,即基于包络带及其云滴贡献度的云模型不确定性相似度量方法(EACCM)。该方法将体现云模型几何特征的包络带(内包络曲线和外包络曲线之间区域)作为相似度量基础,结合其重叠部分包含云滴的贡献度大小建立综合度量模型。仿真结果显示,该方法度量结果更为科学合理,并且有效避免了同一数字特征相差较大或者非常接近时导致的相似性异常问题。     

一种基于云模型的运动估计快速算法

提出借用云发生器产生云滴即运动矢量,然后进行匹配运算,完成最佳矢量的筛选,实验证实,本算法能有效地完成运动估计,其运算量少于目前常用的任何快速算法,而性能却接近全搜索算法。     

基于Transformer的体素化激光点云目标检测算法

3D点云目标检测是计算机3D视觉中的一个关键技术,本文针对激光雷达点云数据的稀疏性、无序性和数据量大,导致神经网络运算效率慢、检测精度低等问题,开展了基于激光雷达点云的目标检测算法研究。在激光雷达点云数据处理阶段,我们将原始点云数据体素化,解决了点云稀疏性和无序性问题,然后使用多层特征下采样层构建特征金字塔,实验验证了该方法使网络在训练阶段更快收敛,有效减少点云数据量大导致的网络运算开销,网络运算效率提升～39；同时,我们通过引入Transformer注意力模块,提高网络对点云目标关键特征的学习能力,使目标检测的准确率达到885。总体实验结果表明,本文算法在确保检测精度的前提下,提升了网络运算效率。     

基于逆向云模型的雷达目标识别

提出了一种基于逆向云模型的雷达目标识别方法。首先,基于模-1距离准则建立了云滴确定度,对高分辨距离像(HRRP)距离单元进行正态逆向云模型建模;然后,定义逆云隶属度表征待测样本属于某个训练类别的概率。对目标模板库中5种飞机高分辨距离像数据的仿真结果表明,该方法具有识别率高、对训练样本量的要求较为宽松和方位角划分不敏感等优点,是一种有效的雷达目标识别方法。     

基于Map Reduce的云数据挖掘模型的设计与实现

道路交通事故现场路面三维点云的数据量庞大,后期处理涉及三维识别等运算,如何提高运算效率,课题组选用了大数据架构。大数据的出现对传统的简单的数据挖掘算法提出挑战,新型的基于Map Reduce的云数据挖掘正在茁壮的发展。Map Reduce是当前最流行的分布式计算模型,在云数据数据挖掘当中作为一个佼佼者迅速发展。     

云模型雾化特性及在进化算法中的应用

云模型在超熵变大时,体现出雾化特性,云滴离散程度变大但靠近概念核心的云滴不失数量优势.雾化特性有利于表示进化算法中的遗传与变异,在云进化算法(CBEA)中,基于超熵变化的控制进化策略能够合理的调整选择压力,从而决定进化方向.实验表明,算法在寻求函数最优解问题上表现出良好的效率和精度.     

基于公平性的云联络中心排班模型研究*

云服务环境下,联络中心能通过排班使坐席满意度达到最优.考虑从提高坐席满意度角度对云联络中心进行坐席排班,以不同区域不同班组之间坐席工作疲劳度差值最小为目标建立模型,保证坐席间的工作疲劳程度的相似性,进而减少员工之间由于不同疲劳度带来的不公平感,并结合案例及LINGO仿真运算验证模型的可行性,该模型为联络中心在云情境下的坐席排班提供了参考.     

云粒子探测器研究

介绍了米氏(Mie)散射理论,设计了基于米氏散射理论的云粒子探测器.该探测器使用685nm的二极管激光器照亮敏感区域的云滴粒子.光学接收部分分为前向散射和后向散射两部分,前向散射接收云粒子立体角在4°～12°的散射而后向散射接收126°～134°之间的能量.根据前向散射信号的强度可以确定云滴粒子尺寸,云粒子尺寸确定后,可以利用前向散射和后向散射的比值推断被测云粒子的相态.利用米氏散射理论计算了云粒子散射能量强度随粒子尺寸的变化和前、后向散射能量比随云粒子折射率的变化.     

云遗传算法及其应用

传统遗传算法搜索速度慢,容易陷入局部最优解.借鉴遗传算法(GA)的思想,利用正态云模型云滴的随机性和稳定倾向性特点,提出一种新的遗传算法—云遗传算法(CGA).CGA由正态云模型的Y条件云发生器实现交叉操作,基本云发生器实现变异操作.最后,进行了函数优化实验和IIR数字滤波器优化设计,并与标准GA、NQGA、CAGA和LARES等算法进行比较,证明了该算法的有效性,具有一定的参考和应用价值.     

正态云模型相似度计算方法

本文提出了两种正态云模型相似度计算方法,分别通过正态云模型的期望曲线和最大边界曲线来描述正态云模型的总体特征,实现以期望曲线相似程度或最大边界曲线的相似程度对正态云模型相似度的定量表示.它们在一定程度上克服了传统基于特征向量和随机选取云滴的相似度计算带来云模型期望数字特征过于显著、时间复杂度过高和结果不稳定等方面的不足...     

基于云环境下海洋环境监测大数据处理平台的研究

云计算是IT行业发展的新阶段。它是并行计算,网格计算,分布式计算和网络技术发展的结果。大数据技术的应用,实现了多源异构海洋环境监测数据的集成,对海洋环境监测数据的发展非常有意义。并且可以共享,以避免出现信息孤岛。能够为数据分析和挖掘提供所需的数据。这项研究有利于解决海量海洋环境监测数据管理问题,满足海洋环境研究人员对大数据的需求,并进一步探讨大数据技术在海洋环境监测中的可能应用场景。最后,讨论了云环境下海洋环境监测大数据处理平台的架构,以实现以数据为依据的决策,提高海洋环境管理水平。     

云边协同技术发展分析

在云边协同模式下,云计算已经开始从中心向边缘延伸,从中心化架构向更加全局化的分布式云架构发展。云边协同是分布式云的核心,其包括基础设施、平台和应用3个层面的协同。从基础设施和平台这2个层面涉及的核心关键技术出发,分析了业界现状和相关的技术标准进展,并结合实际的项目工作给出了一定的发展建议。     

电信运营商大数据能力开放平台建设

大数据正加速在各行各业的应用,数据的开放有助于运营商内部的聚合和共享,有助于服务千变万化的应用场景,对运营商开拓新业务具有重要意义.分析了大数据和云计算进行结合的背景,提出面向云计算的大数据开放平台整体架构和核心能力,对大数据开放平台的建设思路进行阐述,并对运营商在具体工程中进行大数据PaaS平台的规划和待解决问题进行阐述,为相关研究人员提供参考.     

大数据和云计算平台应用研究

首先介绍了大数据和云计算平台的应用现状,基于大数据和云计算的定义和产生背景,对大数据/云计算平台的主要技术框架进行了探讨,并对国内外互联网、运营商和设备商等的大数据/云计算平台的使用和应用情况进行了深入的研究和分析。最后,针对大数据/云计算平台的国内外应用情况,对我国的相关企业的大数据/云计算平台的应用进行展望。     

Multidimensional QoS cloud computing resource scheduling method based on stakeholder perspective

A multidimensional cloud computing architecture is designed and a multidimensional cloud resource scheduling model is constructed based on the stakeholder perspective of cloud users and cloud service providers to meet the high QoS requirements of cloud users (such as task execution time and task completion time) with low computing costs (such as energy consumption,economic costs and system availability).For the second-level cloud resource scheduling,an MQoS cloud resource scheduling algorithm based on multiple Greedy algorithm is proposed.The experimental results show that under the four cloud computing application scenarios with no aftereffects,the MQoS cloud resource scheduling algorithm has an overall increase of 206.42%~228.99% and 34.26%~56.93 in terms of multidimensional QoS degree compared with FIFO and M2EC algorithms.It has an average overall reduction of 0.48~0.49 and 0.20~0.27 in terms of cloud data center load balance difference.     

基于大数据的数据中心基础设施管理系统的研究与设计

文章从广西电子政务外网云计算中心基础设施运维管理工作的需求出发,阐述利用云计算、大数据等技术,建设包括基础设施管理、基础设施监控、大数据分析功能于一体的数据中心基础设施管理系统。系统满足数据中心自动化、智能化、流程化管理要求,能精细化管理资源、降低运营成本、规范人员及流程、提高投资回报最大化。     

云计算在移动环境下的多融合服务研究

云计算是一种新型的基础服务共享架构方法,是分布式计算的重要发展里程碑,云计算可以看作是网格技术与基于移动环境感知的动态虚拟计算的有机融合。基于方面的云计算架构与SOA相结合,基于该框架来描述和表达移动实体之间以及无线运动智能动态服务之间的交互与协调,描述它们之间的可信的通信活动以及移动实体或服务与所在环境的交互活动。基于云计算的多融合服务组合是构建上下文环境服务组合的有效方法,多融合服务在原有服务提供的同时,云计算环境感知实现异构信息的有机匹配,体现多融合信息的动态特性和多种形式的融合。     

“互联网+电子政务”云平台构建及云存储安全策略研究

随着云计算、大数据、智慧城市、5G等新兴技术的快速发展,电子政务的体系架构、系统实施与安全保障技术迎来了新的机遇与挑战。同时,云计算在提供服务的同时也面临着诸多安全问题,信息资源的安全存储与用户隐私保护即是其中之一。本文首先基于云计算技术,设计了"互联网+电子政务"云平台的框架体系,然后针对电子政务服务体系中的云存储安全展开研究,提出了平台中信息资源全生命周期安全存储模型,以便保护信息资源在整个生命周期中都不会被攻击者获得。安全性分析表明,方案能够隐藏存储在云端的电子政务资源的特征,保障数据安全存储,并能对用户个人信息提供有效保护。     

云计算模式下的继电保护定值优化算法

由于电力系统网络规模的不断扩大,继电保护整定对计算机计算及存储能力的要求也随之升高。为此,将云计算引入到电力系统继电保护整定计算中来,论述了云计算在电力系统数据中心中的应用,并提出了基于云计算的整定计算平台架构;接着,对云计算模式下的继电保护定值优化方法进行研究,建立了继电保护定值优化模型,基于并行遗传算法对其进行优化;最后,通过算例分析证明了所提算法可以有效满足保护定值中的灵敏度和选择性要求,充分证明该方法的优越性与合理性。     

On-Demand Service in Cloud Computing

Cloud computing provides a new paradigm for hardware and software infrastructure design as well as planning and usage of information systems. It offers flexible, efficient, inexpensive, and quality services. This paper proposes an on-demand service system using the cloud computing architecture and analyzes important issues such as organization, management, and monitoring of distributed service resources; context-aware on-demand service modeling, on-demand automated service composition in large-scale networks, and service system analysis based on complex system theory. Continuous Operating Reference Station (CORS) of a geo-spatial information system is taken as an example, and its architecture is analyzed from the perspective of cloud computing.Some fundamental questions are raised about its service.