基于深度学习的表格检测识别算法综述

信息时代的高速发展导致数据的大量产生与频繁传输,单单依靠人力很难处理这些数据.依托于人工智能的兴起与发展,数据的利用变得更加高效.表格作为一种特殊的数据形式,逐渐引起了广泛关注.概述了表格识别技术的发展,介绍了传统的表格识别技术及其缺点;介绍了基于深度学习技术的表格检测、表格结构识别、端对端检测与识别以及字符识别,重点阐述了表格检测与结构识别算法;给出表格数据的数据集以及在其上的最新指标,展望了表格检测识别技术的发展前景.     

基于多普勒测速的水下传感器时间同步算法

时间同步是水下传感器网络的关键技术,由于海洋中采用水声通信时传播时延高且存在多普勒频移,导致使用射频通信的陆上时间同步算法无法直接应用于水下环境。基于多普勒测速原理和节点在水下的移动性,提出一种新型的时间同步CD-Sync算法。利用具有聚类特性的分簇模型选择合理的簇首节点,并与水面信标节点进行簇内同步,且在同步过程中,同步节点利用多普勒原理估算节点间的相对移动速度,从而计算节点间的传播延迟。实验结果表明,与基于分簇时间同步MU-Sync算法和分布式时间同步NU-Sync算法相比,该算法可在缩短节点间距离并加快节点间同步收敛速度的同时,有效提高时间同步的精度。     

面向5G边缘计算的Kubernetes资源调度策略

容器云是5G边缘计算的重要支撑技术,5G的大带宽、低时延和大连接三大特性给边缘计算带来较大的资源压力,容器云编排器Kubernetes仅采集Node剩余CPU和内存两大资源指标,并运用统一的权重值计算Node优先级作为调度依据,该机制无法适应边缘计算场景下精细化的资源调度需求。面向5G边缘计算的资源调度场景,通过扩展Kubernetes资源调度评价指标,并增加带宽、磁盘两种评价指标进行节点的过滤和选择,提出一种基于资源利用率进行指标权重自学习的调度机制WSLB。根据运行过程中的资源利用率动态计算该应用的资源权重集合,使其能够随着应用流量的大小进行自适应动态调整,利用动态学习得到的资源权重集合来计算候选Node的优先级,并选择优先级最高的Node进行部署。实验结果表明,与Kubernetes原生调度策略相比,WSLB考虑了边缘应用的带宽、磁盘需求,避免了将应用部署到带宽、磁盘资源已饱和的Node,在大负荷与异构请求场景下可使集群资源的均衡度提升10%,资源综合利用率提升2%。     

Ptolemy离散事件模型形式化验证方法

Ptolemy是一个广泛应用于信息物理融合系统的建模和仿真工具包,主要通过仿真的方式保证所建模型的正确性.形式化方法是保证系统正确性的重要方法之一.本文提出了一种基于形式模型转换的方法来验证离散事件模型的正确性.离散事件模型根据不同事件的时间戳触发组件,时间自动机模型能够表达这个特征,因此选用Uppaal作为验证工具.首先定义了离散事件模型的形式语义,其次设计了一组从离散事件模型到时间自动机的映射规则.然后在Ptolemy环境中实现了一个插件,可以自动将离散事件模型转换为时间自动机模型,并通过调用Uppaal验证内核完成验证.最后以一个交通信号灯控制系统为例进行了成功的转换和验证,实验结果证实了该方法能够验证Ptolemy离散事件模型的正确性.     

GIS+BIM的水利工程两层级架构智能建造系统研究

传统水利工程通常存在管理模式复杂、施工信息繁多、数据收集困难、可视化程度低等问题,研究在复杂管理模式下的信息化的工程管理手段,可有效提高水利工程管理的效率和水平,实现工程精细化管理。以海南省重大水利工程智能建造系统为例,提出 GIS + BIM 的水利工程两层级（集团级和项目级）架构的工程数字化管理系统的管理模式,可通过 PC 端和移动端 App 操作,结合工程建设期内各建设、监理、施工、设计及其他参建单位的工程建设管理需求,实现工程进度、质量、投资、安全等全要素的智能化管控。实际工程应用表明：该模式在复杂管理组织模式下能较快适应现场实际需求,发挥作用,为管理模式复杂的大型水利工程项目群施工期的建设管理提供参考。     

智慧公路工程中信息资源规划

经过多年来的信息化建设和积累,交通信息资源总量呈指数级增长,交通信息资源面临的缺乏整合与共享的问题也日益凸显。本文分析了公路信息资源存在的问题,对公路信息资源规划的数据库建设以及数据资源共享进行了深入研究,基于信息工程方法论,科学规划信息资源,并完善基础数据库、业务数据库以及主题数据库的建设,在明确数据服务的发布管理、日志和监控的基础上,进行数据量的估算,加强了公路信息资源与河南政务云的衔接,对“智慧公路”建设具有深远的意义。     

漂浮式光伏电站漂浮方阵多点系泊特性研究

位置的稳定性对光伏电站的发电效率和生产安全有着重要影响。漂浮式光伏电站漂浮方阵在风、浪、流的作用下易发生移动和旋转,而采用多点系泊系统可有效限制漂浮式光伏电站的过大偏移。以尺寸为170 m×170 m的漂浮方阵为对象,采用静力分析的方法对该方阵在多点系泊系统中的锚泊线张力及方阵偏移量进行了系列研究,得出了张力及偏移量与水平跨距、系泊密度间的规律。相关成果可为漂浮方阵多点系泊系统的设计提供参考。     

隐私保护算法在智能电网中的应用

数据聚合是智能电网中的重要环节,在数据聚合的过程中应达到准确、安全、高效节能等指标.通过对DGK密码体制与盲签名加密钥分配技术两种方法的对比分析,得出盲签名加密钥分配技术更加安全可靠,同时计算开销较小的结论.     

以就业为导向的高职物联网技术专业课程体系构建研究

在充分调研的基础上,分析物联网行业人才岗位要求,剖析技能需求,深度解析物联网行业各岗位职责及任职要求,以就业为导向,把专业工作任务转变为行动领域,把行动领域转变为学习领域,最终在职业技能要求基础上把学习领域、技能需求与课程体系有机融合在一起,构建以就业为导向的物联网技术专业课程体系.     

基于隐马尔可夫模型的调频广播信号整点报时特性识别方法

由于整点报时与不报时是区分正常广播与“黑广播”的重要指标之一,因此文章提出一种基于隐马尔可夫模型的调频广播信号整点报时特性识别方法。利用静音识别算法将调频广播整点时刻频谱数据表示为0-1序列并在0-1序列中分析调频广播信号的静音序列变化规律,得到调频广播频谱数据的隐藏状态和观察状态的随机序列;通过子区间划分,分别获得初始隐藏状态转移矩阵和初始观察状态概率矩阵;采用Baum-Welch迭代学习算法,在调频广播整点时刻频谱数据训练样本集上对隐藏状态转移矩阵和观察状态概率矩阵进行训练学习,分别得到调频广播整点报时和不报时的隐马尔可夫模型,并给出调频广播信号整点报时特性识别算法。采用实测调频广播整点报时频谱数据进行整点报时特性识别实验,其结果表明,该方法可有效地识别调频广播信号整点报时特性,其整点报时特性的平均识别率为87.5%。该方法在快速发现“黑广播”方面具有一定的实用价值。