基于VD-MobileNet网络的WebAR生活垃圾分类信息可视化方法

随着我国垃圾分类制度的加速推行,基于虚拟/增强现实技术的垃圾分类应用大量涌现。受识别设备平台及居民应用习惯等方面的影响,针对目前该类应用在便捷性、实用性上存在较大不足,提出了一种基于轻量化神经网络并融合移动增强现实及可视化技术的垃圾分类应用方案。首先,提出了基于深度学习的垃圾分类可变扩张卷积VD-MobileNet模型方法能够解决移动设备中存在的计算能力有限、网络庞大等问题,通过在MobileNet模型中引入空洞卷积增加感受野、扩大垃圾的特征信息以提升分类精度,引入LeakyReLU激活函数优化网络的表达能力;其次,将该模型与WebAR技术结合,设计了一款面向移动设备的轻量级垃圾分类信息可视化系统,该系统具备跨平台特性,实现了对分类信息的多元化可视呈现,提供了灵活的交互方式。实验及评估表明,该VD-MobileNet模型在垃圾分类数据集中分类效果良好,能够在参数量不变的前提下有效减少计算量,此外结合该模型所设计的WebAR应用系统可为用户的垃圾处理事务提供合理有效地协助。     

动态服务组合构造与最优组合服务算法研究

服务组合是将已有服务组合为一个新服务的过程,以增加服务的功能或／和性能。本文将组合方案表示为一个有向无环图,节。占、表示服务,边表示服务交互,以目标服务的输入为指标集,给出候选组合方案的构造算法。以服务费用为测度,并计入服务的计算、存储和通信费用。通过费用转移,提出了基于经典Dijkstra算法的最优组合服务算法。     

Aglet编程技术

移动Agent编程模型为Agent间提供了动态的通信机制及其安全机制。利用Aglet设计模式实现工程应用的具体方法是:以回调方法,通过重载定制Aglet的行为;以gletContext对象实现Aglet与运行环境交互;用消息传递方式,透过代理者Agletproxy完成Aglet与Aglet间的沟通。     

人工生命在图像分割中的应用

人工生命在图像分割的应用,通过人工生命方法把图像中的每个象素和一只蚂蚁或一个细胞关联,然后按照系统规则进化.基于蚁群模型的图像分割,将图像转化为新的蚁群栖居地,通过图像栖居地实现.基于人工细胞群模型的图像分割,以图像为培养基,通过细胞代谢,即细胞与环境交换能量,及细胞间交换能量来完成.     

基于信息对抗的网络集成防御系统

随着计算机网络的普及,网络安全问题已经成为影响网络应用的重要因素。基于信息对抗的思想,本文提出基于开源安全部件构建网络集成防御系统,采用移动Agent技术实现部件间的交互。文中详细讨论了系统的物理拓扑结构、逻辑拓扑结构、通信元语、移动Agent间的认证、安全通信等,最后基于IBM的Aglets平台讨论了系统实现中的相关问题。     

SDZ-3000快速测井平台的可靠性设计

产品的可靠性是与产品的功能和性能同等重要的技术指标。文章通过介绍SDZ-3000快速测井平台（简称SDZ-3000）在研制、生产过程中所采取的保障产品可靠性设计方法和管理措施，总结出了在贯彻可靠性设计思想方面所取得的宝贵经验，对进一步提高石油测井仪器的可靠性方面进行研究与探索。     

DBD冷等离子体处理云南松表面时效性研究

采用空气介质阻挡放电(DBD)冷等离子体改性云南松木材表面,利用水和二碘甲烷测试不同放置时间木材表面接触角,根据Young-Good-Girifalco-Fowkes方程公式计算表面自由能及其色散力和极性力。结果表明,经DBD冷等离子体处理后松木表面接触角明显降低,自由能显著提高,1h后测得表面自由能提高55%;随放置时间的延长表面自由能都逐渐降低,9~24h内活性降低比较迅速,放置8d后接近于改性前水平。     

面向流场可视化的沉浸式虚拟现实协作框架

针对现有流场协作分析应用协作模式单一、协作环境搭建成本高等问题,根据流场协作分析的需求,提出面向流场可视化的沉浸式虚拟现实协作框架.首先定义支持流场协作同步的协作消息;然后提出支持流场可视化结果共享的协作管线树;最后设计并实现了沉浸式虚拟现实流场可视化协作分析的演示协作分析模式和自由协作分析模式,用户可以根据实际任务选择合适的协作分析模式,以支持团队进行流场协作分析.通过构建原型系统并对流场数据分别进行演示协作分析和自由协作分析,从不同用户的观察视角出发,展示了2种协作分析模式的协作过程.     

多Agent的个性化学习路径推荐系统设计

该文章介绍了一个多agent的个性化学习路径推荐系统,该系统通过前测来掌握学习者的知识水平,再采用遗传算法来生成最佳学习路径,推荐给学习者。该系统考虑了学习者的水平和推荐课件难度水平的匹配,以及课件之间的相关性以保证学习概念的连续性。对比传统的自由浏览学习模式,这个系统有效地提高了学习者的学习效率。     

数据挖掘技术在生源分析中的应用研究*

对数据挖掘技术在生源分析中的应用进行了初步的探讨,目的是从大量的学生数据库中提取人们感兴趣的数据信息。建立一个基于数据挖掘的生源分析模型,包括数据预处理、算法的选择、创建数据挖掘模型、挖掘结果的分析处理以及结果可视化等。