基于多Agent的协同制造平台的研究与设计

随着企业间的集成与协作越来越紧密,知识也越来越高度密集,本文基于多Agent技术,提出一种支持以知识为基础的协同制造开发平台——基于多Agent的可伸缩的多智能协同制造平台。详细设计了多Agent协同开发平台的体系结构、协作框架,以及多agent系统基于本体的通信机制。该平台凭借包装服务和代理商提供的通信能力,通过有效地支持制造业知识的表示、获取、检索和重利用,不仅有利于多学科的个体和团队的组织和协作,而且提出的基于本体库的广义知识库能使设计人员有效地、不受限制地交换信息和知识。     

基于多信号流模型的模型封装与解包技术

随着科技的快速发展,设备系统的复杂程度越来越高,多信号流模型是系统测试性分析的常用模型,为解决复杂系统建模分析时对其各分系统信息保密问题,提出了一种基于多信号流模型的模型封装与解包方法。该方法首先确定了封装模块数据信息并实现封装,然后构建封装模块测试信息描述表,描述了封装模块内部故障、内部测试与外部信息的关系以及封装模块本身对外部信息的影响,实现了模块的解包。实验表明,该描述方法可以有效地屏蔽了被封装的分系统模型的技术信息,有利于各分系统设计者之间的信息保密,同时利用该描述方法,还可以有效地减少测试性分析所需的时间。     

基于滤波的SAR影像去噪方法分析

根据SAR(Synthetic Aperture Radar)影像相干噪声的特点,对现在广泛应用的各种抑制噪声的滤波方法如均值滤波、Frost滤波、增强型Lee滤波、Lee滤波、中值滤波等进行分析,并提出适合本研究区影像的基于小波变换的分量滤波处理去噪方法,利用均值、标准差、平滑指数、PM值、信息熵和平均梯度等评价指标对各种滤波去噪后的影像质量进行评价,并对去噪效果进行对比分析,证明本文所采用的滤波方法对SAR影像噪声有很好的抑制作用,并且较好的保存了图像纹理信息。     

基于GPRS的油烟监控数据采集终端设计

针对餐饮企业引发的城市空气污染日益严重的问题,根据当前国家环保建设发展重点和餐饮业油烟检测要求,设计了一款油烟环境系统的数据采集终端,通过气体传感器和温度传感器采集油烟数据,再经过终端控制器进行数据处理,并通过GPRS上报系统的监控中心,为环保局及其他行政管理部门提供实时的区域油烟净化势态综合数据。     

Suricata引擎为Emulex OneConnect Network Xceleration提供更高性能

近日,Emulex和Myricom日前宣布,Emulex的全新OneConnect万兆以太网(10GbE)Network Xcelera-tion解决方案以及Myricom的Fast-Stack Sniffer10G应用程序加速软件已全面兼容开发信息安全基金会(O-ISF)的最新版开放源代码引擎Suri-cata(Suricata1.3)。     

智能手机奥运会 ios Android WindowsPhone

三大智能手相操作系统同场竞技 如果说在非智能手机的时代．我们选购手机更多注重的是品牌和外观拍话．目前在这个智能手机独霸市场的环境下．选择的重点应该转向对于操作应用的要求和操作系统的评定。目前手机市场主流的操作系统有iOS、Android和windowsPhone三个,像我们关注的奥运赛场一样,三个手机操作系统平台下的各款手机也组织起智能手机界的“奥运会”,各款手机分别在不同的领域代表不同的操作系统参赛比拼．让我们一起关注一下比赛的成绩。     

PMC推出业内集成度最高、功耗最低的射频收发器芯片组可用于下一代宏基站

致力于存储网络、光网络以及移动网络半导体解决方案创新的PMC公司(纳斯达克代码:PMCS)近日推出了专为下一代宏基站设计的业内集成度最高、功耗最低的射频收发器芯片组。     

高斯颜色模型在瓷片图像分类中的应用

由于RGB颜色空间不能很好贴近人的视觉感知,同时也缺少对空间结构的描述,因此采用兼顾颜色信息和空间信息的高斯颜色模型以获取更全面的特征,提出了一种基于高斯颜色模型和多尺度滤波器组的彩色纹理图像分类法,用于瓷器碎片图像的分类。首先将原始图像的RGB颜色空间转换到高斯颜色模型;再用正规化多尺度LM滤波器组对高斯颜色模型的3个通道构造滤波图像,并借助主成分分析寻找主特征图,接着选取各通道的最大高斯拉普拉斯和最大高斯响应图像,与特征图联合构成特征图像组用以进行参数提取;最后以支持向量机作为分类器进行学习和分类。实验结果表明,与基于灰度的、基于RGB模型的和基于RGB_bior 4.4小波的方法相比,本文方法具有更好的分类结果,其中在Outex纹理图像库上获得的分类准确率为96.7%,在瓷片图像集上获得的分类准确率为94.2%。此方法可推广应用到其他彩色纹理分类任务。     

基于码本模型和多特征的早期烟雾检测

提出一种基于码本模型和多特征的早期烟雾检测算法。首先,利用码本模型进行前景提取;然后,结合烟雾的颜色模型和形状特征模型检测前景中的疑似烟雾区域;最后,利用烟雾的动态特性,有效地降低误检率,提高算法的鲁棒性。通过ROC曲线对比,实验结果表明,该算法具有良好的烟雾检测能力。同时,能够满足实时性要求,具有较高的实用价值。     

多水平外区抑制的轮廓检测

提取自然图像中的物体轮廓是机器视觉研究的重要问题,主要困难在于自然图像中的纹理性边缘严重干扰了物体轮廓的提取。研究表明视皮层方位选择性神经元的非经典感受野机制使得人类视觉系统在处理自然图像时不仅能够抑制纹理性边缘,而且能够增强物体的轮廓。基于此人们提出多种仿生轮廓检测算法,但算法中被称为抑制水平的参量在取值较高时会漏检部分轮廓,而在其取值较低时又会引入过多的纹理性边缘。针对这一问题,提出多水平外区抑制轮廓检测算法,通过整合各级单水平外区抑制的检测信息,有效抑制了纹理性边缘和降低了漏检轮廓的可能性。实验结果表明,相对于传统算法,新算法在轮廓检测性能上提高了10%左右,并具有更好的稳健性。