深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。     

基于控制算法理论及网络图的计算机算法研究

随着科学技术的不断发展,计算机技术领域逐步普及,相关技术理论等已经渗透到我们工作、生活的方方面面,各行业发展势头迅猛.在计算机的算法研究领域中,将计算机的控制算法与网络图的计算机算法相互融合,共同协作发展,并可在控制算法上实现定性与定量的相关优势.本文以文献对比法和理论分析法,首先对计算机网络显示及控制算法的相关运行原理及作用机理进行研究,重点阐述了计算机网络显示的具体应用策略,并对在计算机网络显示与控制算法中存在的不足进行分析,针对性提出有关解决措施,供参考.     

基于IWO-ESN的网络流量预测研究

为了提高网络流量的预测精度,针对ESN网络预测结果易受谱半径SR、神经元个数N、输入单元尺度IS、连接稀疏度SD以及嵌入维数p等参数的影响,利用IWO算法收敛速度快的特点对ESN模型参数进行优化。研究结果表明,IWO-ESN可以有效提高网络流量的预测精度,同时可以对ESN网络模型参数和嵌入维数p进行自适应选择,为网络管理优化和拥堵控制提供决策依据。     

基于掘进机负载特性的线径选择的模拟算法

悬臂式掘进机工作时负载变化较大,工作电流在较大范围内波动,针对掘进机的动态负载情况,分析其电流波动的特点及规律,建立了近似的电流—时间函数式及波形图,进而推导出对于掘进机动态负载的电流有效值,得出电流有效值的快速计算公式,从而可以依据电流有效值指导供电电缆线径大小的选择。相较传统算法,该模拟算法对电缆线径的选择更为精确,这对于节约材料、降低设备成本、降低劳动强度具有积极的意义。     

考虑剔除虚假云服务的制造云服务优选

随着云制造服务模式的兴起,云池中存在大量云服务并掺杂有虚假的云服务,恶意竞争的虚假云服务伤害了云服务提供商的权益,云用户也很难判别真实且优良的云服务。针对该问题,提出基于蒙特卡洛模拟估计的超体积算法来识别和剔除虚假云服务。在剔除虚假云服务的基础上,提出面向云服务可信度评估的基于遗传算法的模糊c均值聚类算法对云服务聚类并进行可信度评估,利用由层次分析法和熵值法构成的制造云服务组合赋权综合评价法,根据可信度等级结合综合评价值对云服务进行优选。以某工程机械交易云平台作为研究对象,验证了所提算法的有效性,算法能有效识别虚假云服务,确定云服务的优先顺序,并选出最佳的云服务。