FabricCache QLE10000为 SAN 数据加速设立新标准

当前,企业数据中心的典型特征就是,要求应用365＊7＊24全天候不停运行,并且能够实时响应关键型任务和关键型业务。随着虚拟化的普及,以及对更高密度的性能 更强大的服务器和集群环境的要求,企业对于共享存储子系统中的高可用应用数据的需求也在迅速增长。     

手势操作再升级AMD APU 创新应用全接触

<正>近年来人们在使用笔记本电脑时不仅仅需要强劲的性能,同时还希望获得更丰富的操作体验,所以单纯提升CPU和GPU的性能已经不能够适应时下用户的需求,于是AMD作为全球顶级半导体芯片厂商,在2014全新Kaveri APU中加入了不少令人兴奋的新体验。AMD全新一代Kaveri APU是自APU诞生以来的第三代产品,首次使用GCN架构GPU核心,同时也是首款实现了CPU与GPU统一寻址的APU,让HSA异构运算上升到     

洞察高级持久性威胁

正高级持久性威胁(APT)的发起者利用多种意想不到、时间敏感而且各不相同的攻击向量来攻击你的服务器。在尝试识别、抵御和防止此类攻击威胁时,我们的经验、知识和技术可帮助您做出有效的安全干预决策。如果缺乏对环境、实际网络流量及内容的全面了解,您只能凭空猜测,因此最终的决策可能对,也可能不对。出现APT安全问题时,企业通常会向网络安全运行专业人员施加压力,要求他们快速解释并解决问     

一种基于支持向量的二进制粒子群网络故障特征选择算法

网络故障诊断中大量无关或冗余的特征会降低诊断的精度,需要对初始特征进行选择。Wrapper模式特征选择方法分类算法计算量大,为了降低计算量,本文提出了基于支持向量的二进制粒子群（SVB-BPSO）的故障特征选择方法。该算法以SVM为分类器,首先通过对所有样本的SVM训练选出SV集,在封装的分类训练中仅使用SV集,然后采用异类支持向量之间的平均距离作为SVM的参数进行训练,最后根据分类结果,利用BPSO在特征空间中进行全局搜索选出最优特征集。在DARPA数据集上的实验表明本文提出的方法能够降低封装模式特征选择的计算量且获得了较高的分类精度以及较明显的降维效果。     

包装知仓廪实

目前,日本高端市场方兴未艾,备受关注。Glico和Catbee这些传统品牌也纷纷推出高端产品进驻商超,门庭若市受人欢迎。受摆脱通货紧缩的影响,日本高端产品的人气始终居高不下。但是畅销的原因并非单纯因为商品本身高级,包装设计的战略定位也非常重要一一只需通过华丽的包装就能让消费者认为该产品肯定能带来非凡体验。比如,以前产品都是通过印制有照片或者文字的包装直接表述商品特征,现在很多厂商部在努力通过包装的形式提高消费者的期待。比如通过使用三角形包装袋,能更好保护产品不受损坏,而且显著区别于其他产品。     

新程序分析全家福照片可识别遗传疾病

正英国研究人员开发出一种计算机程序,可以学会通过分析普通数码照片的面部来识别罕见病情。如果它的数据库中的多组照片共同拥有特定的面部特征,它甚至能够由此确定未知的遗传性疾病。由牛津大学的克里斯托弗·内拉克和安德鲁·齐默曼的团队研发的这款软件,能够帮助医生作出初步诊断。据《新科学家》杂志网站近日报道,为了训练这个系统,研究人员将8类遗传性疾病患者的1363张公开照片输入计算机视觉算法中,计算机学会了利用每张照片的36个面部特征,比如眼睛、眉     

基于多特征融合和SVM分类器的植物病虫害检测方法

针对农业领域植物病虫害检测问题,提出一种基于高清视频图像融合特征的支持向量机(SVM)的检测方法,实现农业生产中植物病虫害的快速检测。对每幅植物叶片图像的颜色、HSV、纹理和方向梯度直方图四种特征采用基于特征包的多特征融合方法,形成特征向量,并利用SVM分类器进行训练分类。对单特征与融合特征的SVM分类器性能进行试验比较,所提出的方法具有较高的准确率。     

基于特征融合的核量化图像分类方法

局部特征和全局特征是图像的两种重要的特征描述,在图像分类时起着至关重要的作用。据此提出一种通过融合全局与局部特征核量化图像分类方法。首先,分析全局特征及局部特征各自优缺点,并对图像进行特征提取;其次,通过核方法将特征映射到适当的高维空间中,来进行码书的获取与量化,并进行特征的融合以更好地对图像进行描述;最后,采用基于直方图交叉核的支持向量机对获取的量化特征进行分类。通过实验证明了所提出的方法的可行性。     

基于计量语言学的语言亲疏关系算法研究

设计了一个语言相同度算法:选取声母、韵母、声调三个语言特征,量化特征成分,用成分比率做权值,计算成分相同度,再通过聚类分析得到语言亲疏关系。最后用该算法计算了福州、昆山、南京、苏州、扬州、杭州、金华等七种方言的数据,验证了该算法是可行的。     

轨迹空间中基于特征符号搜索算法的非刚体三维运动重建研究

现有研究一般是在正交约束条件下采用最小二乘法来求解三维运动轨迹基重建问题,然而这些算法的性能容易受噪声影响,产生不适定性。为此,通过利用离散线性的方法为三维运动搜索最优轨迹基系数和三维结构,建立了一种基于特征符号搜索算法的三维运动轨迹基重建方法。利用该方法,对一系列单目图像序列进行了重建实验研究,结果表明所提出的方法是可行的,并提高了重建算法的准确性。