基于矢量瓦片的点状要素注记处理技术

矢量瓦片体积小,可高度压缩,受网络带宽开销和存储空间的限制较小。地图瓦片化对桌面软件点注记处理带来挑战,不仅是点注记的处理存在重要注记被次要注记压盖、同级注记之间互相压盖、注记与要素压盖等问题,同时瓦片化也带来了注记被瓦片边缘截断显示不完全的问题,这些问题严重影响了地图的可读性和信息传递功能。本文针对以上问题总结了矢量瓦片点注记处理原则,通过设计矢量瓦片的组织结构,确定注记搭配表的JSON组织形式,明确矢量瓦片点注记的绘制流程,根据矢量瓦片特点使用四叉编码进行目标过滤,使用R树作为高效空间索引,并采用基于注记优先级的避障技术解决上述点注记处理带来的问题。     

基于学习的核偏最小二乘法优化扩展卡尔曼滤波

为了解决非线性系统参数不确定和噪声信息不准确导致EKF随时序估计误差较大的问题,利用核偏最小二乘法与系统方程参数和噪声信息无关的特点优化EKF。先将量测数据和EKF的收敛估计作为学习样本,建立KPLS预测模型,然后,融合KPLS和EKF的预测值进行状态估计;同时,若状态估计的收敛判据为真,将估计值作为学习样本,并利用滑动窗口更新KPLS核矩阵,使KPLS能时序预测;若收敛判据为假,则更新量测协方差。最后,通过实验仿真的方法,分析KPLS-EKF算法的收敛性和性能。实验结果表明：KPLS-EKF能够有效地解决非线性系统参数和噪声信息不准确导致的EKF误差较大的问题。     

基于深度特征融合的空间植物图像分割算法

空间植物培养实验作为空间科学的一项重要研究,通常会获得大量的植物序列图像,传统的处理方法多采用人工观察,以供后续的进一步分析。本文提出一种基于多尺度深度特征融合的空间植物分割算法。该方法应用全卷积深度神经网络来提取多尺度特征,并分层次地融合由深层到浅层的特征,以达到对植物进行像素级的识别。分层次的特征融合了语义信息、中间层信息和几何特征,提高了分割的准确性。实验表明该方法在分割准确性方面表现良好,能够自动提取空间植物实验中的有效信息。     

非稳态轧制过程的热力耦合刚塑性有限元模拟

采用三维大变形热力耦合刚塑性有限元法对平板轧制咬入阶段进行仿真,仿真条件与实际轧制过程一致。将仿真结果与实际生产数据进行比较,结果表明采用该方法对非稳态轧制过程进行仿真是可行并且可靠的。研究了非稳态阶段的轧制力分布特点和轧件的变形特点,分析了轧件表面温度对头部厚跃现象的影响规律。
     

里下河区浅水湖泊表层沉积物营养盐溯源分析

以里下河区的大纵湖、得胜湖、蜈蚣湖、九龙口为例,分析了表层沉积物总有机碳（TOC）、总氮（TN）、总磷（TP）的垂向分布特征,探讨了引起其含量变化的影响因子以及三种元素之间的相关性特征,通过C/N和N/P的比值追溯C、N、P的来源。结果表明,四个湖泊中表层沉积物中的TOC含量随深度的增加而降低;刚经过疏浚的湖泊表层底泥中的总有机碳、总氮、总磷含量明显小于其他湖泊;不同湖泊营养盐的相关性存在较大差异;除DS采样点外,研究区域C/N值多介于2~8之间,有机质来源以水生植物为主。     

基于“互联网+”的中等职业学校智慧校园建设

研究“互联网+”相关技术理论基础,介绍中等职业学校信息化的基本情况,分析中等职业学校智慧校园建设现状及存在的问题,探讨“互联网+”在智慧校园建设中的应用,部署高速稳定的网络和安全设备、全面覆盖的网络服务,实现学校各部门的统一自动化管理,提出适合现阶段中等职业学校智慧校园建设的总体规划,提高办公效率和资源利用率。     

河北沧州市开展秋季开学“第一餐”专项检查

正为切实保障广大师生饮食用餐安全,严防食品安全事故发生,9月3日,河北省沧州市市场监督管理局组织精干力量,在全市范围内开展秋季开学"第一餐"专项检查。当日,沧州市市场监督管理局执法人员先后来到沧州医专、沧州师范学院,对学校食堂进行监督检查,重点检查了从业人员体检状况、原料采购索证索票、餐具清洗消毒、食品留样管理、不超范围超量使用食品添加剂等关键环节。期间,执法人员对原料采购、贮存情况进行检查,并再三强调要严把原料采购关,禁止采购和使用无食     

基于SysML的航电系统架构安全性评估方法

针对现有系统安全性分析方法中安全性分析与航电系统架构设计过程无法融合的问题,提出基于SysML的航电系统架构安全性评估方法。首先在EA中基于SysML建模语言建立系统架构模型;然后利用XML解析技术从中提取系统关键信息,并建立故障树模型对其失效概率与区域安全性等进行分析,得到安全性评估结果;最后基于SysML语言对IMA架构下的显示系统进行架构设计和安全性评估,评估结果验证了所提出安全性评估方法的有效性。      

云数据中心中负载均衡的虚拟机调度方法

 本文研究在主机之间迁移虚拟机来提高系统负载均衡度（包括2个方面：CPU和disk I/O）,同时尽可能地降低迁移代价。因此,目标是寻找主机和虚拟机之间尽可能优的映射方案。本文提出虚拟机的亲和力概念,并且定义了亲和力指数的计算方法,然后建立基于遗传算法的虚拟机调度模型。在这个模型中,交叉操作驱动映射方案的亲和力指数尽可能地增加,变异操作使得主机的CPU和disk I/O的差值趋于收敛。在每一代中,选择策略将亲本个体和子代个体分为一组,并选择较大适应度的个体遗传到下一代,从而使得种群不断地进化,得到最终的映射方案解空间。本文提出基于遗传算法的虚拟机均衡调度算法。该算法选取最终映射方案解空间中的最优解,做到从全局的角度考虑负载均衡问题;提前计算迁移的影响,在得到最优的迁移方案时才进行实质性迁移,从而降低了迁移代价;使用MTALB算法将多类型任务均匀地分配到虚拟机中,系统的负载均衡效果更佳。实验结果表明,就迁移代价和系统负载均衡各项具体指标而言,本文算法相比于首次适应和轮转调度算法以及NABM算法存在全面优势。在任务处理率这一关键指标上,本文算法比首次适应和轮转调度算法及NABM算法分别平均提升了25%和12%。