基于QT4与Windows CE的机器人示教盒界面设计

介绍基于Visual Studio 2008环境的QT4 for WinCE 5.0开发平台的搭建与编程方法,给出利用QT Designer工具与代码相结合设计出的机器人示教盒界面,实现应用程序在Micro2440开发板上的移植,并成功地应用于实际工程中.     

基于小波核SVM的水声信道盲均衡算法

推导并提出了一种快速收敛的基于小波核支持向量机的恒模盲均衡器(WSVM-CMBE)。该方法以支持向量机为框架,利用信号的恒模特性构造代价函数,采用小波核函数,并自适应调整核函数中的伸缩因子。通过水声信道仿真实验,并与采用高斯核函数的支持向量机恒模盲均衡器(SVM-CMBE)进行比较,结果证明该方法提高了收敛速度。     

ERDAS LPS与TerraSolid软件相结合快速制作低空数码遥感正射影像图的方法

分析了ERDAS的LPS模块制作DOM的方法及其存在的缺点,介绍了一种结合ERDAS LPS与TerraSolid软件,快速处理超轻型飞机低空数码遥感系统获取的数码航摄影像,制作DOM的技术流程,并通过实验验证了此方法在超轻型飞机低空数码大比例尺航空正射影像图制作中的适应性.     

浅谈企业所得税纳税评估系统的架构设计和技术

该文介绍了基于J2EE框架结构的企业所得税纳税评估系统的架构设计和技术,此系统应用于浙江省国家税务局系统,大大的提高了征管软件的运行效率和质量。     

基于神经网络信息融合的装备故障诊断

针对某型飞机视频记录系统结构复杂,故障呈现多层次、模糊性的问题,研究了基于神经网络信息融合技术进行故障诊断的方法.并以视频记录系统为对象进行了仿真分析.研究结果表明该方法故障诊断过程相对简单,诊断精度相对较高.能够降低虚警、误报、漏报等情况的发生.     

变水量空调二次泵供水系统效率优化策略研究

目前空调二次泵供水系统的节能主要采用变流量调节技术,改变流量的方法除台数控制外还有泵的变速调节.随着变频技术的发展.采用变频调速泵不仅调节范围大且节能效益高.为了使空调供水系统更好地节能,确定二次泵变频调速运行的高效区,采用始终约束二次泵工作在其高效区,使泵运行轴功率最小化的建模方法,根据非线性规划建立二次泵效率优化模型.通过模型求解,给出二次泵在不同配置方式下的效率优化策略.该策略是实时的,能够满足不同条件下优化运行的要求,通过对定速泵的台数控制及变频调速泵的速度调节达到节能的目的,控制方法简单,节能效果明显.该策略对二次泵的控制具有指导意义.     

基于免疫算法的无线传感器网络路由算法

针对移动代理（MA）以能量有效的方式收集相关性数据的特点,提出一种基于免疫算法的数据融合路由算法．利用免疫算法的寻优能力对MA路由进行全局优化,并根据节点数据传输和融合能量开销及节能增益,对移动代理迁移到每个节点是否进行数据融合进行选择,以提高信息收集过程中网络能量效率．实验结果表明,该算法具有更好的能量利用效率和较低延时．     

基于WSDM的Web服务管理系统的研究

提出了基于WSDM的Web服务管理体系结构,并定义了一个面向服务架构管理环境下自项向下的故障分析机制.该Web服务管理系统能够通过WSDM管理服务对基础架构和Web服务本身进行有效地管理,解决了跨不同管理域的管理集成难题.故障分析机制通过一种粗粒度的性能量测方法实现了自顶向下的故障管理功能.     

一种通用无线智能终端的设计与实现

针对中小批量测控系统开发周期长、低层次重复开发严重及性能难以保证等问题,提出了通用智能终端的设计思想.该终端采用模块化结构,由核心模块和信息采集模块、输出模块、无线通讯模块、模糊控制模块等诸功能模块组成,终端配置可根据需要灵活裁剪.多个智能终端通过无线通讯可灵活组建成无线测控网络,模糊控制原型模块的开发使得构建专用模糊控制系统变得简易而快捷.这为中小批量测控系统的开发研制提供了极大便利,是一种用实用性强、途广泛、极具推广价值的智能终端.     

异质信息网络高阶层次化嵌入学习与推荐预测

异质信息网络是一种异质数据表示形式,如何融合异质数据复杂语义信息,是推荐系统面临的挑战之一.利用弱关系具有的丰富语义和信息传递能力,构建一种面向推荐系统的异质信息网络高阶嵌入学习框架,主要包括:初始化信息嵌入、高阶信息嵌入聚合与推荐预测3个模块.初始化信息嵌入模块首先采用基于弱关系的异质信息网络最佳信任路径筛选算法,有效地避免在全关系异质信息网络中,采样固定数量邻居造成的信息损失,其次利用新定义的基于多头图注意力的多任务共享特征重要性度量因子,筛选出节点的语义信息,并结合交互结构,有效地表征网络节点;高阶信息嵌入聚合模块通过融入弱关系及网络嵌入对知识良好的表征能力,实现高阶信息表达,并利用异质信息网络的层级传播机制,将被采样节点的特征聚合到待预测节点;推荐预测模块利用高阶信息的影响力推荐方法,实现了推荐任务.该框架具有嵌入节点类型丰富、融合共享属性和隐式交互信息等特点.最后,实验验证UI-HEHo学习框架可有效地改善评级预测的准确性,以及推荐生成的针对性、新颖性和多样性,尤其是在数据稀疏的应用场景中,具有良好的推荐效果.