共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
针对新型网络及其服务构建中所涉及的网络组件选择问题,以可信评估思想为指导,通过多属性决策建模,提出一种网络组件性能评估方法。首先,针对网络应用环境的灵活多变特征,设计了一种按需驱动的可信指标树动态构建策略。其次,利用模糊层次分析法减小主观权重计算的不确定性,并将主客观权重相结合以提高赋权操作的公平性。最后,在评估决策阶段,综合运用指标数据效用转换、可信属性向量构造和向量间的相对近似度计算等策略得到评估结果。通过对软件定义网络控制器的实际案例分析,验证了所提评估方法的合理性及有效性。 相似文献
3.
针对水泥企业信息化的发展要求,提出了基于组件技术的水泥企业ERP的设计方案,介绍了系统设计目标和相关子系统的功能,分析了系统结构及设计原则,讨论了系统设计中的资源整合问题并给出了相应的解决方案。 相似文献
4.
5.
当前网络覆盖评估主要关注全网整体指标,问题颗粒度为小区级,无法做到快速地理化定位和区域级规划、优化的精准支撑。本文提出一种基于物点轮廓的网络覆盖评估体系,实现由点及面、由小区级至区域级的评估转换,为问题热点区域的资源及时投入和网络性能有效提升进行直接引导。 相似文献
6.
7.
8.
为了实现对采用G-PCC编码的点云质量的实时监控,提出一种基于码流的无参考点云感知质量评估模型。首先根据主观实验的结果分析确定几何无损时点云的感知质量与纹理量化参数之间的关系,然后使用纹理量化参数和纹理比特率来预测纹理复杂度,结合空域掩盖效应建立几何无损时的点云质量评估模型。然后研究位置量化尺度对点云下采样质量的影响,发现纹理量化参数与位置量化尺度对点云质量的影响相互独立,并最终得到完整的点云质量评估模型。对该模型在WPC4点云数据库中进行测试,其SRCC为0.9447,PLCC为0.9465,RMSE为6.8252,表明该模型有良好的性能,与现有性能最好的GraphSIM客观指标相比,该模型指标的PLCC和SRCC分布分别提高了0.0223和0.0238,RMSE降低了1.1898。 相似文献
9.
10.
11.
结构分析(CA)方法在电子组装领域的日益应用,为提高产品的质量和可靠性发挥着越来越重要的作用。介绍了结构分析的常用试验方法,并列举了在日常结构分析中的应用实例以及元器件设计和生产工艺中的关注点。结构分析方法的广泛应用必将对提高我国民用和军工电子产品的质量和生产效率发挥前瞻性的意义,使电子产品的质量保证真正做到由事后分析... 相似文献
12.
基于构架/构件的专向领域的应用系统开发策略 总被引:1,自引:0,他引:1
基于构架的软件复用开发是当前软件开发方法的热点之一。从软件复用的角度,通过实际系统的开发,对基于构架/构件的专向领域的应用系统开发策略进行了探讨,重点对领域分析、软件构架、构件生产、系统组装等几个方面进行了分析,并提出了利用代码对构件命名的新思路,提高了系统的动态组装能力。 相似文献
13.
时间独立分量分析模型的新息方法 总被引:1,自引:0,他引:1
考虑时间独立分量分析(TICA)模型中的时间结构信息,引入新息思想,提出TICA的新息模型和估计方法(ITICA)。研究表明:1)TICA的新息模型仍然满足经典独立分量分析(ICA)的潜在分量统计独立和非高斯假设,TICA模型中的混合矩阵(或分离矩阵)可以从对应的ITICA模型中估计得到;2)随着新息的引入,新模型中的潜在独立分量非高斯性增强,ITICA方法能有效提高估计的效率。实验结果表明,ITICA方法可以改善经典ICA算法的收敛性,解决实际中近似独立源信号估计过程中出现的收敛振荡和速度慢的问题,结合先验知识和选择合适的新息还可以有效提高算法的辨识精度。 相似文献
14.
朱林 《微电子学与计算机》1998,15(2):6-9
本文首先介绍了构件、构件类和构件库的基本概念,并提出了构件的一种新的分类,最后在这种新的构件分类下给出了这一种基于构件的软件开发方法和过程。 相似文献
15.
降质服务(Reduction of Quality, RoQ)攻击比传统的拒绝服务攻击(Denial of Service, DoS)攻击更具有隐秘性和多变性,这使得检测该攻击十分困难。为提高检测准确率并及时定位攻击源,该文将攻击流量提取建模为一个盲源分离过程,提出了基于快速ICA (Independent Component Analysis)的攻击流特征提取算法,从若干观测网络和终端设备中分离出RoQ攻击流,然后提取表征攻击流的特征参数。接着设计了一种基于支持向量机的协同检测系统和检测算法,通过用已标记的有攻击和无攻击的样本训练SVM分类器,最终实现RoQ攻击的检测。仿真结果表明该方法能够有效检测并定位伪造IP地址的RoQ攻击,检测率达到90%以上,而选取合适的ICA参数会提高检测效果。 相似文献
16.
17.
18.
Long Fei He Jinsong Ye Xueyi Zhuang Zhenquan Li Bin 《电子科学学刊(英文版)》2006,23(1):103-106
Subspace modeling plays an important role in face recognition. Independent Component Analysis (ICA), a multivariable statistical analysis technique, can be seen as an extension of traditional Principal Com- ponent Analysis (PCA) technique, which addresses high order statistics as well as second order statistics. In this paper, a new scheme of subspace-based representation called Discriminant Independent Component Analysis (DICA) is proposed, which combines the strength" of unsupervised learning of ICA and supcrvised learning of Linear Discriminant Analysis (LDA), and efficiently enhances the generalization ability of ICA-based representation method. Based on DICA subspace analysis, a set of optimal vectors called "discriminant independent faces" are learned from face samples. The effectiveness of our method is demonstrated by performance comparisons with some popular methods such as ICA, PCA, and PCA+LDA. On the large scale database of IIS, significant improvements are observed when there are fewer training samples per person available. 相似文献
19.
A trade-off analysis on the cost and system packaging metrics of an electronic product aimed at the commercial/retail industry has been carried out. By comparing the system cost and packaging metrics with those of comparable consumer products, we have determined that there is opportunity for significant cost, size, and weight reduction of the overall electronics packaging system. These include the use of fine pitch IC packages, smaller discrete components, denser PCB wiring technology, double sided IC package surface mount, surface mount connectors, and improved plastics for the product housing. The analysis concluded that PCB area reduction of 40%, using a single PCB instead of three boards, reduction in board cost of over 50% and product weight reduction of over 28% are possible using available technologies. 相似文献
20.
当前基于增量主成分分析(PCA)学习的跟踪方法存在两个问题,首先,观测模型没有考虑目标外观变化的连续性;其次,当目标外观的低维流行分布为非线性结构时,基于固定频率更新模型的增量PCA学习不能适应子空间模型的变化。为此,该文首先基于目标外观变化的连续性,在子空间模型中提出更合理的目标先验概率分布假设。然后,根据当前跟踪结果与子空间模型之间的匹配程度,自适应调整遗忘比例因子,使得子空间模型更能适应目标外观变化。实验结果验证了所提方法能有效提高跟踪的鲁棒性和精度。 相似文献