云计算设备中的大数据特征高效分类挖掘方法研究

云计算设备中的大数据分类挖掘是现实模式识别和智能控制的基础,传统方法中对云计算设备中的大数据挖掘采用拓扑结构网格分区挖掘算法,不能有效提取大数据的细节特征,分类的准确性不好。提出一种基于分数阶Fourier变换特征匹配和K-L分类的云计算设备中的大数据特征高效分类挖掘算法。进行云计算设备中大数据存储机制体系分析,采用分数阶Fourier变换进行云计算设备中大数据特征提取和大数据特征匹配,基于K-L变换,选择最优的路径进行分类空间导引,构建了K-L大数据特征分类器,进行云计算设备中的大数据特征分类挖掘。仿真结果表明,采用该算法进行云计算设备中的大数据特征分类挖掘,特征分类挖掘的准确度较高,能量开销较少,效率较高。     

基于粗糙集的属性约简及其在高校就业数据分析中的应用

粗糙集理论是数据分析与知识发现的数学工具,近年来已被广泛应用于各个研究领域。本文利用粗糙集理论的属性约简算法,找出了影响高校数学专业学生就业的约简集。研究成果可以帮助高校学生更好地制定职业规划,为将来就业提供一定的帮助。     

施耐德电气荣获联合国“增强妇女权能原则”2015 CEO领导力大奖

近日,"增强妇女权能原则"(Women’s Empowerment Principles,WEPs)年度大会在联合国纽约总部举行。本届大会的主题为"潜力无限:面向性别平等的业务合作伙伴",逾350名来自全球企业界、民间团体、政府和联合国的领袖人物出席了活动。"增强妇女权能原则"(Women’s Empowerment Principles)从2013年开始在年度会议中颁发CEO领导力大奖(WEPs     

公安信息系统安全审计技术现状和问题

自《关于加快推进公安信息系统应用日志安全审计工作的通知》(公传发〔2013〕516号)下发以来,公安业务系统的安全审计工作有了很大的进展,但在落地的过程中,也出现了一些现象值得去研究和讨论。文章在安全审计发展现状的基础上,论述了存在的问题,并针对关键问题给出具体的技术实现思路以及实现方案。     

“智造”企业助力惠州发展 德赛西威年产值将超80亿

12月2日,总投入9000万元的德赛西威二期厂房在惠州市仲恺高新技术产业开发区启动开工仪式。该项目总负责人凌剑辉介绍,二期厂房总建筑面积32,709平方米,预计2016年初投入使用。二期厂房开工年产值将超80亿"现有厂房已很难满足未来生产需要,此次修建二期厂房是为了满足德赛西威不断增长的业务发展需求。"德赛西威董事长兼总经理陈春霖在开工仪式上说道。据悉,2010年通过收购外方股份,德赛西威     

基于J2EE的煤矿企业模块化业务开发平台应用研究

设计了一套基于J2EE的模块化业务平台，并在此基础上构建一套适用于煤炭企业特大型矿井的生产管理系统，解决煤炭企业信息化建设过程中信息系统开发慢、维护难、扩展性差、标准不统一等问题，使企业信息系统更为灵活，只需简单的调整，就可应对业务需求的不断变化，同时，充分实现与现有的系统之间的整合，达到各个业务部门和环节更好协同的目标，提高系统的复用性，有效降低煤炭企业信息化建设和运维成本。     

改进HSR-FCN的服装图像识别分类算法研究

目前网络上的服装图像数量增长迅猛，对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络（Region-Based Fully Convolutional Networks，R-FCN）引入到服装图像识别中，针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题，提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合，改变图片特征学习方式，使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络，对输入服装图像和特征图进行了空间变换及对齐，加强了对多角度服装和形变服装的特征学习。实验结果表明，改进后的HSR-FCN模型有效地加强了对形变服装图像的学习，且在训练时间更短的情况下，比原来的网络模型R-FCN平均准确率提高了大约3个百分点，达到96.69%。