浅谈RFID技术在零售业中的应用

本文简要介绍了RFID技术的基本概念和工作原理，RFID技术的发展以及其在零售业中的应用和推广．并分析了目前中国零售业应用现状以及未来的发展前景。     

软件工程专业实践教学体系的构建

本文针对软件工程专业实践教学的问题,结合CDIO教学理念提出了软件工程专业实践能力训练体系。即建立软件实践教学的管理平台,设置相应的成绩考核体系,建立创新型教学团队,为软件工程人才培养提供经验。     

基于OLSR协议的最小MPR集选择算法

针对传统优化链路状态路由(OLSR)协议中利用贪婪算法求解最小多点中继(MPR)集时存在冗余的问题,提出了一种基于全局改进的Global_OP_MPR算法。首先引入了一种基于贪婪算法改进的OP_MPR算法,该算法通过逐步优化MPR集的方法去除冗余,可以简单高效地得到最小MPR集;然后在OP_MPR算法的基础上,将全局因素加入MPR选择判据中,引入"全局优化"代替"局部优化",最终利用该算法可以得到整个网络的最小MPR集。在OPNET上采用Random Waypoint运动模型进行仿真,与传统OLSR协议相比,采用OP_MPR和Global_OP_MPR算法的OLSR协议在整个网络上有效地减少了MPR节点的数量,并且具有更少的网络负担拓扑控制(TC)分组数和更低的网络延时。仿真结果表明,所提出的算法均能优化MPR集的大小,提高协议的网络性能;同时,Global_OP_MPR算法由于考虑了全局因素,达到了更好的网络性能效果。     

RED算法的稳定性:基于非线性控制理论的分析

随机旱期检测（Radom Erly Detection,ERD)算法是主动队列管理（ActiveQueue Management,AQM)的有效实现算法，有关它性能的研究是近来网络研究的一个热点，在某些网络配置和负载状态下，RED存在稳定性问题，已有的关于RED稳定性的研究用不同的方法，从不同的角度定性或定量地揭示了可能的原因，并给出了稳定运行的工作区间，但没有对等幅振荡的队列行为给出一个合理的解释，在该文中，作者利用描述函这一非线性控制理论中经典的分析方法，分析了RED和getle-RED的工作特性，认为分组丢弃概率曲线中的非线性结构诱发的自激振荡是队列呈现周期运动的本质原因；虽然相比较而言，getle-RED比RED有更宽的稳定工作区间，但也是非常有限公司，解决AQM稳定性的理想途径是设计更为鲁棒的线性控制器。     

基于NRF24L01远程数据采集系统的设计

介绍基于89C51单片机和DHT22数字温湿度传感器利用nRF24L01无线射频芯片构成的无线温湿度采集系统。系统采用无线分布式结构,提高了节点的可移动性、节约系统实现成本,而且易于安装和维护;同时实现了对多个温湿度测量点的循环采集和显示,并利用串行通信将采集到的数据传送到上位机进行分析处理。经检验,系统具有良好的可靠性及较高的精度。     

基于ChunkCRF的观点持有者识别及其在观点摘要中的应用

含有观点的文档中准确识别出观点的持有者是预处理步骤.通过建立ChunkCRF模型对观点表达句进行观点持有者的识别;对于同一个观点句中含有多个观点持有者的情况,借助语言学手段进行预处理,再利用模型进行观点持有者识别.在此基础上还进行了观点的摘要与倾向性分析的工作.实验结果表明,基于ChunkCRF的中文观点持有者识别方法达到了80%上以的准确率,并且能够更好的配合观点的摘要与倾向性分析工作.摘要;观点倾向性分析     

基于NSCT变换的红外与可见光图像融合技术研究

提出了一种基于非下采样Contourlet变换(NSCT)的红外与可见光图像的融合算法。采用对低频系数取平均,对高频系数中最大分解尺度选择系数最大值,其他尺度系数采用局部方差最大的规则,通过对所得到的融合系数进行逆变换即可得到融合后的图像。实验表明:该算法结合了NSCT的多尺度、多方向和平移不变性的优点,能够更好地提取源图像特征,增强融合图像的空间细节表现能力。融合后的图像具有较好的主观视觉效果,标准差和熵值较传统的融合方法有所提高。     

基于虚拟仪器的远程校准系统软件--远程校准技术初探(之二)

介绍了虚拟仪器和DataSocket的有关概念及其在远程校准编程中的应用，并通过对基于Internet的远程相关测速装置的实际编程考察了远程校准的可行性。     

基于细粒度词表示的命名实体识别研究

命名实体识别(NER)是自然语言处理中的一项基础任务,其性能的优劣极大地影响着关系抽取、语义角色标注等后续任务。传统的统计模型特征设计难度大、领域适应性差,一些神经网络模型则忽略了词本身所具有的形态学信息。针对上述问题,该文构建了一种基于细粒度词表示的端到端模型(Finger-BiLSTM-CRF)来进行命名实体识别任务。该文首先提出一种基于注意力机制的字符级词表示模型Finger来融合形态学信息和单词的字符信息,然后将Finger与BiLSTM-CRF模型联合进行实体识别,最终该方法以端到端、无任何特征工程的方式在CoNLL 2003 数据集上取得了F₁为91.09%的结果。实验表明,该文设计的Finger模型显著提升NER系统的召回率,从而使得模型的识别能力显著提升。     

基于改进深度神经网络的遥感影像语义分割

研究了基于深度学习的遥感图像语义分割问题,将建筑物作为遥感图像中的待分割目标,采用语义分割算法将建筑物提取出来.提出了一种改进的U-net网络,根据分割实际需求,保持网络对目标提取特征能力的前提下,将原U-net网络的卷积核数量适当减少,降低了网络参数数量和计算复杂度;增加了Batch Normalization层抑制过拟合问题;在上采样部分增加特征图的局部信息以优化网络对于细节的分割效果.使用公开的数据集INRIA Aerial Image Dataset来评估改进的U-net网络的实际效果,和原U-net相比,单张图片训练速度提升了8％,分割精度也明显提升,训练中的过拟合情况得到改善.证明了本文改进的U-net网络具有对遥感图像的语义分割任务的有效性和可行性.