一种增量式Web服务事务资源优化方法

在Web服务事务处理阶段之前引入一个独立的资源协商过程,通过一种基于整数规划的增量式动态优化模型,确保了资源的合理分配和利用。设计一种基于移动代理技术的协调框架。仿真实验证明,这种增量式Web服务事务资源优化的方法能够在保持资源优化配置的同时,尽量兼顾了资源分配的公平性问题。     

电子信息类专业开展课程思政的探索

对电子信息类专业中开展课程思政的必要性进行了分析,从学院顶层提出了“一体两翼三融合四统一”的课程思政育人体系架构,在电子信息类专业进行了探索和实践,并调查了学生对于课程思政的理解认识情况。结果表明,84.5%学生认为课程思政能促进个人发展。将思政元素和专业知识的有机巧妙融合,能够实现教书育人相统一。     

工作流系统中的时间管理

介绍了工作流系统中时间管理的范畴。从工作流系统中时间约束的建模、时间约束的执行和运行后的数据分析三个方面全面概述时间管理的研究内容,为在实践中构建具有时间约束的工作流系统奠定了理论基础。     

taTHP: 一种THP的改进事务模型

随着电子商务的迅速崛起,Web服务逐渐成为Web领域一个崭新的分布式计算模型.在自治的、松耦合的Web服务事务环境中,由于事务参与者不能提供长时排它的资源锁定模式,因而无法继续采用传统的ACID事务结构.换而言之,Web服务事务处理必须具备针对松散耦合事务环境及自治资源提供策略的协调能力.本文在THP(TentativeHoldProtocol)事务模型的基础上,进一步发展了资源的“准”占用思想,提出了一种具备“事务意识”的新型资源协调算法,从而使系统性能有了较大提升.     

基于深度图像的多学习者姿态识别

在数字化学习场景中,人体姿态的识别有助于分析学习者的学习状态。提出了一种基于深度图像的多学习者姿态识别方法。首先通过Kinect的红外传感器获取包含深度信息的图像,利用深度图像进行人像-背景分离;然后提取人体的轮廓特征Hu矩;最后采用SVM分类器对轮廓特征进行分类和识别。实验结果表明,本方法能有效地识别多个学习者的举手、正坐和低头等姿态。     

基于GPU的图片特征提取与检测

针对目前高速网络中图像数目多、分辨率大、普通PC机上的检测方法对图片检测达不到实时性的问题,提出了一种基于GPU的快速图片检测方案。该方案分别采用SURF(Speed-Up Robust Features,加速鲁棒特征)算法和SVM(Support Vector Machine,支持向量机)算法对图像进行特征提取和特征分类,并利用GPU浮点运算的并行性来优化系统。最后实验证实,相对于普通PC机上实现的方案,使用GPU的检测速度提升5到9倍。     

基于众核处理器和GPU的视频快速检测方案

目前基于普通架构的视频检测速度较慢,难以满足网络视频实时监测的要求,为此提出一个基于众核处理器和图形处理单元(GPU)的视频检测方案。该方案基于众核处理器实现视频解码,基于GPU实现SURF(Speed Up Robust Features)和SVM(Support Vector Machine)的图像检测算法。与基于普通PC架构的视频检测方案相比,该方案的视频检测性能提升了10倍以上。     

一种基于分布式约束满足的资源优化模型*

分布式约束满足作为分布式人工智能领域的一个重要分支,在许多领域均得到了广泛应用。针对Web服务事务协调过程中的资源优化问题,在分布式逃逸算法的基础上提出了一种基于分布式约束满足的资源优化模型,并通过仿真实验证实了模型及其算法的收敛性和优化性。     

基于GSM的空调远程控制系统

随着无线通信技术的发展,其应用也越来越广泛。本文设计了一种基于GSM的空调远程控制器,通过使用手机发短信或界面操作的方式实现对空调的远程操作与查询。