无人机任务规划系统体系设计①

无人机任务规划系统(MPS)是一项复杂的系统工程,一个综合高效的任务规划系统对于具有超视距侦查和监视能力的无人机完成作战任务是相当重要的。系统地构建一个可行的任务规划系统需要考虑的因素很多,首先要进行任务信息需求分析,其次是对各种资源的合理配置,另外还要满足飞机飞行特性、航空控制规则以及作战法则等标准。从无人机任务规划概念出发,分析无人机任务规划系统的信息需求环境和构建要求,归纳了无人机任务规划的基本体系结构和模块化设计,最后给出了无人机任务规划系统基本的评价指标。     

免疫调度算法综述

调度问题在科学和工程中广泛存在且难以求解,人们一直寻求先进的调度算法来解决这一问题．基于生物免疫系统的计算智能发展迅速,并很快被应用于调度问题,体现了其解决调度问题的优势和特色．对此,综述了国内外免疫调度理论和算法的研究现状,介绍了基于克隆选择、免疫网络、疫苗接种等原理的调度算法,并将其按免疫机理、优化目标以及解决的问题进行分类．最后给出了免疫调度算法在各领域中的应用及其未来研究展望．

     

VES：阴道炎症（vaginitis）辅助诊断专家系统设计与实现

阐述基于规则诊断推理技术的阴道炎症辅助专家系统的设计与实现。针对阴道炎症医疗诊断的特点,讨论该系统在建立过程采用的关键技术,描述系统的结构框架、知识表示、推理方法和实现技术。整合数据库技术,人工智能技术及阴道炎症医疗诊断技术,为实现阴道炎症智能诊断系统提供有价值的探讨。     

酷讯转身

6月18日下午15时,酷讯网正式宣布Kuxun．cn域名,并宣布战略转型。新酷讯定位为“全球最大中文旅游搜索”,将原有的房产、招聘等搜索业务移居二线频道,以全力占领目前专业旅游搜索网站的市场空白。据酷讯CEO陈华透露：转型后的酷讯将集中优势资源大规模发展机票、酒店、旅游线路、景点介绍、火车票等在内的旅游业务,而与此相关度较小的招聘、房产、家教、二手车、新车、租车、交友、比较购物、打折等业务则可能缩减或采取外包方式,也不排除与其他第三方垂直网站联合运营。     

3G的最后一站

Femtocell（毫微微蜂窝式基站）,与其说是一项创新技术,不如说是一个创造新商机的源点。     

细分PC

“细分化”是近几年来被行业人士谈及频率最多的关键词之一。为了将产品细之又细,价格是多年来PC细分市场的竞争热点。除此之外,厂商们还不断创新,从外观和配置上也作出相应的调配,助力打造最经济实惠的卖点。     

互联网七雄之奥运争霸——七大门户决战奥运之巅

2008年8月8日．第二十九届奥运会圣火在主体育场鸟巢点燃时,互联网多股力量间的争夺战也正式拉开帷幕。     

基于数据融合与智能分析算法的电网抢修管控技术研究

首先针对数据融合背景下,配电网故障抢修的分类以及影响因素进行了分析。针对配电网络中的优化策略、调度资源、抢修资源分配、抢修策略数据等方面的数据融合提出了体系架构。针对含分布式电源配电网多故障抢修建立了以负荷损失最小和抢修故障用时最小为目标的数学模型,以期望缺电量为原则计算故障损失,并考虑了多组抢修小队对不同配电网故障的抢修时间。利用智能分析算法求解该模型,提出了基于云模型的改进共生生物搜索算法。最后利用IEEE33节点模型进行了仿真分析,说明了抢修策略和算法有效性。     

嵌入式控制系统在汽车自动化生产线的研究与应用

随着汽车自动化生产线的大型化、复杂化和智能化发展,传统模式下通过PLC等控制设备进行生产线的集中式控制几乎难以胜任大型复杂的控制体系,集中式控制逐步向分布式控制体系发展。嵌入式控制系统是支撑分布式控制体系的重要组成部分,本文以底板线为案例探究嵌入式控制系统在汽车自动化生产线分布式体系中的应用,为汽车制造行业的控制体系提供一种满足控制实时性、运行高效性、部署模块化和可产业化应用的嵌入式控制系统软硬件解决方案。     

轻量级(2+1)D卷积结构的动态手势识别研究

目前,基于卷积神经网络的动态手势识别方法取得了巨大的进展,但神经网络模型具有很大的参数量,计算成本和内存占用较大,很难应用在设备资源有限的场合.以减少计算量和参数量为出发点,提出了一种轻量级(2+1)D卷积结构.该结构在(2+1)D卷积结构的基础上,将其中的3D卷积替换为3D深度可分离卷积,在输出向量维度不变的前提下,进一步减少了(2+1)D卷积结构的计算量和参数量.为了弥补时空特征在表征动态手势上的不足,融合注意力机制模块,专注于对运动特征的提取,结合轻量级(2+1)D卷积结构提取的时空特征,可以更好地表征手势动作.实验结果表明,注意力机制模块的插入,在不增加太多额外计算和空间成本的前提下,进一步提高了模型的识别精度.基于以上结构构建的模型,在20BN-jester、EgoGesture和IsoGD数据集上分别取得了96.62%、91.83%和60.1%的识别精度,模型参数量和浮点计算量分别为5.05M和12.81GFLOPs,相比于其他手势识别模型,计算成本和内存占用大大减少,实时手势识别速度达到每秒70帧.