YOLOv2在煤岩智能识别与定位中的应用研究

综采工作面煤层走向复杂，采用“一刀切”的开采方法会加速滚轮截齿的磨损，同时开采效率也大幅降低，对煤岩的精准识别是解决此类问题、实现智能开采的关键。将基于回归方程的深度学习目标检测算法YOLOv2与线性成像模型相结合并通过该算法对井下采集煤岩图像进行了智能识别与定位，同时与Faster R-CNN，SSD对煤岩图像的识别结果进行了对比。结果显示YOLOv2对煤岩的识别精度达到了78%，检测速度达到了63 frame/s，与Faster R-CNN，SSD相比精度高出7.7%，4.7%，而检测速度高出763%，40%；在矿井测量坐标系中YOLOv2标定的煤层边界框角点的计算坐标与实测坐标相比相对误差在3.0%～4.5%之间，相对误差较小，不会对采煤效率产生影响。研究结果表明，YOLOv2可以对煤岩进行准确快速的识别。     

基于透明计算的云操作系统

当前,网络的发展逐渐向快捷性、安全性方面发展,而正对于日益变化的网络环境,传统的网络操作系统由于其自身的单一性,已然无法满足网络发展的需求,基于这种情况,云操作系统依靠云计算与云储存等技术进行全面的综合管理,较之普通的操作系统管理单独计算机,云操作系统显得更加复杂。而在云计算之上还存在透明计算。就透明计算而言,其发展过程、未来前景以及应用,都将对于云操作系统提供强有力的依据。基于透明计算在IT行业所具有的划时代意义,所以对于透明计算作用于云操作的研究也就显得十分必要了。     

高校基建工程项目风险智能评估方法

高校基建工程作为政府的非经营性投资,逐步推行代建制以提高投资效益及避免"漏洞"等.因此,研究高校基建工程项目风险智能评估方法.首先,需要确定项目风险矩阵,构建风险评估的迭代模型,并利用拓扑算法实现项目风险智能评估.最后,选取一个基建工程,在相同的环境下,进行测试,最终结果表明:设计的智能风险评估方法具有更高的权重比值,证明评估结果更加严谨.     

5700测井系统智能绞车黑匣子的工作原理及实际应用

本文阐述了5700测井系统智能绞车黑匣子在测井过程中对井下张力、深度、速度等数据进行实时记录的工作原理。介绍了两种黑匣子("软件"黑匣子和"硬件"黑匣子)在延长市场的应用,对"硬件"黑匣子在使用过程中的常见问题进行了分析。     

基于单片机的智能交通灯的设计

文中介绍一种依据等候红灯小车数量来改变信号灯通行时长的智能交通系统的设计方法。利用红外障碍探测技术采集小车数量,并传送到以51单片机为核心控制器的交通灯控制系统中,通过编写的内部算法程序将小车数量转换为绿灯通行时长。软件仿真和开发板实践表明,该设计可以实现交叉路口交通灯时长的实时动态控制。     

赛灵思公司推出一体化SmartNIC平台 为云数据中心运营商带来一站式网络、存储和计算加速

3月4日,赛灵思公司(Xilinx)宣布推出一体化SmartNIC平台——Alveo U25,在单颗器件上实现了网络、存储和计算加速功能的完美融合。U25专门针对云服务提供商、电信公司和私有云数据中心运营商而设计,致力于为他们带来SmartNIC更高的效率和更低的总拥有成本。U25将高度优化的SmartNIC平台与强大灵活的FPGA引擎相结合,实现了全可编程与一站式加速应用。U25为应对如SDN、虚拟交换、NFV、NVMe-oF、电子交易、AI推断、视频转码和数据分析等,提供了一个强大的一体化SmartNIC平台。