基于轻量级J2EE的加油站卡系统的设计与实现

为了有效构建一套加油站卡系统,在探讨了问题域及不同实现框架优缺点的基础上,给出了一个基于轻量级J2EE框架的实现方案.此方案根据卡系统自身的需求和特点,在开发过程中充分利用轻量级J2EE先进的体系架构,并详细阐述如何通过使用Spring、Hibernate、Acegi等多个成熟开源框架来简化系统开发的复杂性,同时提高开发效率.系统的运行结果表明此设计方案的合理性和有效性,也为其它类似应用提供了一个通用的解决方案.     

基于Verilog-A的Sigma Delta系统行为级建模

介绍Verilog-A设计语言的特点,基于Sigma Delta系统介绍分级设计思想.分析开关电容型Sigma Delta调制器的非理想特性,主要包括时钟抖动、开关热噪声、运放增益、摆率等.在建立各自噪声模型的基础上,基于Verilog-A对二阶Sigma Delta系统行为级完整建模,通过仿真结果的比对,验证Verilog-A建模,总结其可准确预测指标并在一定程度上有效地削减仿真时间的优点.     

动态划分序列模式挖掘算法

在对海量数据进行序列模式挖掘时,由于产生的候选序列数量大并且需要反复遍历数据库,会带来存储受限及时效性问题.为此,基于无共享分布式环境,提出一种动态划分序列模式挖掘算法DPSPM.通过分布数据降低数据库扫描的规模,降低I、O开销,使用分派函数指定选举节点,降低通信开销,设计动态列表存储候选序列,降低内存开销,多个子过程异步运行,提高算法的执行效能.实验结果表明,DPSPM算法在较小支持度情况下对中大型数据库有较好的搜索效率.     

模糊自整定PID的船舶蒸汽动力负荷控制

船舶蒸汽动力装置自动控制的首要任务是机组的负荷控制。传统的PID控制算法由于具有结构简单、易于实现、可消除静差等优点得到了广泛的应用,但它受控制对象的影响较大,只有在各参数整定良好的前提下才能得到满意的控制效果。根据上述情况,结合船舶蒸汽动力单元工况变化频繁的特点,提出一种基于输出响应的自适应PID算法,以提高控制系统适应负荷变化的能力。方法在保留传统定值PID控制算法优点的同时,引入模糊控制在线整定PID控制参数,改善了机组的负荷控制特性,具有一定的工程应用价值.     

基于Haar小波变换高频特征的图像质量评价算法

在分析人类视觉系统(HVS)特性的基础上,提出一种基于Haar小波变换高频特征的图像质量评价算法(CSSIM)。此方法首先将图像进行小波变换得到不同方向和不同频率的4个频带划分,在3个高频频带比较边缘结构信息上根据人类视觉系统特性,赋予3个频带比较结果相应视觉权重值,最终得到归一化的图像质量评价指标CSSIM。通过非线性回归拟合分析,证明了提出的算法(CSSIM)相对图像结构相似度评价算法(MSSIM)及其改进算法(MGSSIM)更符合人类的主观视觉感受。     

一种改进的应用于噪声数据中的KNN算法

基于实例的KNN算法不可避免地要依赖于数据的质量,但原始数据含有噪声,因而KNN算法的结果势必会因为数据中的噪声而受到严重的影响。事实上,大多噪声都服从一定的模型,而且模型一般是已知的。充分利用数据中的噪声模型,以减小噪声对KNN算法结果的影响。通过实验结果表明该方法是有效的。     

基于虚拟仪器的激光水中传输规律的研究

将虚拟仪器技术运用于激光在水中传输规律探索.测量了不同能量的光束,通过不同长度的水介质在窄线宽与宽线宽两种情况下的衰减系数,研究了受激布里渊散射对激光在水中衰减特性的影响.利用功能强大的LabVIEW软件对各种先进仪器进行综合控制.然后对采集到的水中传榆激光能量信号进行处理,不仅提出了一种实时检测水的衰减系数的新方法.并且对激光监测系统的设计提供必要的理论及应用基础.     

Teachers cooperation: team-knowledge distillation for multiple cross-domain few-shot learning

Although few-shot learning (FSL) has achieved great progress, it is still an enormous challenge especially when the source and target set are from different domains, which is also known as cross-domain few-shot learning (CD-FSL). Utilizing more source domain data is an effective way to improve the performance of CD-FSL. However, knowledge from different source domains may entangle and confuse with each other, which hurts the performance on the target domain. Therefore, we propose team-knowledge distillation networks (TKD-Net) to tackle this problem, which explores a strategy to help the cooperation of multiple teachers. Specifically, we distill knowledge from the cooperation of teacher networks to a single student network in a meta-learning framework. It incorporates task-oriented knowledge distillation and multiple cooperation among teachers to train an efficient student with better generalization ability on unseen tasks. Moreover, our TKD-Net employs both response-based knowledge and relation-based knowledge to transfer more comprehensive and effective knowledge. Extensive experimental results on four fine-grained datasets have demonstrated the effectiveness and superiority of our proposed TKD-Net approach.     

A rare-earth spectral traceability anti-counterfeiting detection technology

In this paper, a rare-earth spectral traceability anti-counterfeiting detection technology is proposed. Configure rare-earth samples No.1, No.2 and No.3 with different doping ratios. The spectral signals of these three samples are collected and integrated into a sample library. The traceability anti-counterfeiting detection is to compare the spectral information of the samples to be tested with the established sample library by selecting specific wavelength points for light intensity values. If the sample to be measured meets the light intensity range of the established sample library at a specific wavelength point, the sample model will be output. If it does not meet the light intensity range, the sample to be tested is fake. After testing, the anti-counterfeit rate of samples No.1, No.2 and No.3 can reach 100%. This testing process does not destroy the sample, and the anti-counterfeit effect is unique and reliable.     

车型意象认知与侧轮廓造型特征关联研究

目的基于感性工学(KE)原理与方法,以各车型侧轮廓为对象,研究意象认知与车型造型要素的关联性,比较并分析在意象差异下所对应各车型侧轮廓的关键造型特征。方法选取目前市场的15款典型车型为研究样本,收集并筛选获取代表性感性意象词汇,结合语义差分法(SD法)与形态分析法,利用贝塞尔曲线对车身侧轮廓进行了简化并提取其造型特征线,在构建车身侧轮廓评价参考模型基础上,对样本侧轮廓进行直接与间接的量化分析。结论综合语义差分法(SD法)与形态对比分析法,提取影响车型意象定位的关键造型特征,获取用户针对不同车型在侧轮廓特征上的识别程度等级,构建车型侧轮廓特征—感性意象的关联模型,辅助汽车车型造型设计与研究,提高车型造型与用户感性需求间的匹配度。