基于定制产品的客户聚类分析方法及其应用

大规模定制生产模式下,定制产品是客户根据自己的需求在企业定制资源范围内定制的最终产品,体现了客户的个性化特征.首先对客户聚类重要性以及定制产品与客户关系进行分析,提出了基于定制产品的客户聚类分析思想;然后在探讨定制产品不同对象模型及其映射关系基础上,建立了基于定制产品的客户聚类分析模型,并对客户聚类步骤和方法进行了介绍;最后将该聚类分析方法应用于实际系统中,达到了基于定制产品分析客户定制行为及其定制规律的目的,取得了良好的效果.     

零件可装配性评价技术研究

大规模定制模式下,产品采用面向装配的设计有利于快速响应市场和降低产品成本．详细分析影响零件可装配性的因素,针对大规模定制模式下充分提高零件的可装配性,提出零件可装配性的评价指标体系和模糊综合评价模型．依据提出的评价模型,开发了零件可装配性评价系统,作为设计人员进行零件可装配性在线评价的工具．     

大规模网络异常流量实时云监测平台研究

网络安全问题呈现出隐蔽性越发增强、攻击更加持久、杀伤力波及更广等特征。单一或少数的数据源很难发现更加隐蔽的异常事件,同时一些针对入侵检测的数据挖掘、神经网络、关联规则、决策分类的算法由于算法本身的原因,对于大规模的数据存在计算能力上的瓶颈。文章提出了一种基于大数据平台的大规模网络异常流量实时监测系统架构,并讨论了关键技术和方法。该平台将离线的批处理计算和实时的流式处理计算相结合,通过对流量、日志等网络安全大数据的分析,实现对于DDoS、蠕虫、扫描、密码探测等异常流量的实时监测。     

欧盟实现低成本批量生产大面积NSA

正由欧盟第七研发框架计划(FP7)提供490万欧元资助,总研发投入690万欧元,欧盟6个成员国9家企业联合科技界组成的欧洲PHOTOSENS研发团队,从2011年2月开始,致力于纳米结构传感器阵列(NSA)的低成本大规模工业化制造的关键技术与生产工艺突破,利用最先进的纳米压印光刻(Nanoimprint Lithography)技术,整合卷到卷(R2R)生产制造工艺,实现了低成本大批量制造生产大面积NSA的工业流程设计和设备样机开发,奠定了NSA进一步商业化推广应用的基础。     

特定应用片上网络的研究综述

特大规模集成电路技术的飞速发展,使得把大量的知识产权（Intellectual Property,IP）核集成到单一的芯片上形成的片上系统成为了今后微电子发展的主流趋势。片上系统面临着许多设计和制造问题,片上网络为解决片上系统的这些问题提供一种行之有效的方案。当前及今后的片上系统都主要面向特定应用或特定应用类,因此,片上网络也是面向特定应用的片上网络,对特定应用片上系统面临的问题、特定片上网络的提出、发展、和主要研究内容进行综述。     

既可照方配药,也能举一反三--评王承遇、陶瑛编著新书《玻璃表面处理技术》

玻璃表面处理是应用物理、化学、机械等方法改变玻璃的表面形态、表面化学组成、表面结构或应力状态,得到要求的物性和功能.发达国家广泛利用表面处理技术开发了新品种、提高了质量、增加了产值.国际上玻璃工业大部分利润来自功能薄膜等二次加工,产值可增加几倍.我国是一个玻璃工业大国,多年来平板玻璃产量占世界第一,日用玻璃也占有重要地位,但产品品种少、质量比较差、设备落后、生产效率低、能源消耗大、污染严重,仍是高投入、重污染、低产出的粗放型生产方式.按照我国科学发展观的要求,将循环经济概念贯彻到发展中,需要进行玻璃产品结构调整、工艺升级换代,生产出科技含量大、附加值高的产品,最有效地利用资源和节约能源,最大限度地减少环境污染,达到生态良性循环,走可持续发展的道路.玻璃表面处理具有低投入、轻污染、高产出的特点,符合循环经济的要求.但我国玻璃表面处理方面与国际先进水平相比仍有一定的差距.除引进的项目外,目前企业规模小、比较分散,大部分仍停留在传统工艺水平上,影响了产品的质量和附加值的提高.近代大规模的玻璃表面处理已不能单凭技艺,需要较高的科学技术水平和进行创新,才能生产一流的产品.为提高科学技术水平,就需要科研和教育,需要培养人才,其中科学技术书籍是必不可少的.     

基于神经网络的预警领域分词仿真算法

分词是中文信息处理的第一步,但由于预警信息的领域性较强,直接将现有分词方法应用于预警领域,算法效率和分词结果的准确性都急剧下降.采用神经网络领域纠正器框架,在通用粗分阶段引入权重信息,改进了双字哈希词典的构造方法,有效降低了最大匹配分词算法的迭代次数.在领域纠正阶段,构建合法预警人工分词语料,利用双向GRU模型设计神经网络预警领域纠正器,提高领域适应性.仿真证明了算法在有效提高分词速度的同时,取得了更加优秀的准确率、召回率和P值,能够满足预警信息快速、准确切分的需求.     

大规模数据流统计中冷热流替换策略优化

对大规模数据流统计的问题进行了研究,针对大流统计的典型结构Elastic Sketch替换策略中存在的问题进行优化,优化策略解决了冷流被误判为热流插入重部的问题.针对重部中保存的不一定是最大流的问题进行优化,提出了基于最大值和组相连的替换策略,保证了存储在重部的一定是最大的流,提高了大流统计的精度,同时大大降低了热碰撞发生的概率.相比于传统的测量统计方法,在提高了测量精度的同时,减少了内存占用.     

基于用户兴趣挖掘技术的微博信息推送应用研究

以模拟器的方式对微博大量数据进行爬取计算,对微博数据进行自动清洗,并结合关键词抽取等语言处理技术对微博用户数据进行分析和挖掘,准确分析用户兴趣对微博数据挖掘研究具有重要的意义.对平台设计的需求进行了分析,结合用户兴趣挖掘技术,对平台总体架构的设计进行了研究,并从用户微博信息推动应用方面,对平台的功能模块进行了设计.     

基于卷积神经网络的直线描述方法研究

为提高直线特征匹配的可靠性,提出一种基于卷积神经网络（CNN）学习的直线特征描述方法。构建用于网络学习的大规模直线数据集,该数据集包含约20.8万对匹配直线对,每条直线用其周围的局部图像块表征。将图像块输入CNN,利用HardNet网络结构提取特征,使用三元组损失函数进行训练,输出强鲁棒性的直线特征描述子。实验结果表明,与手工设计的描述子MSLD和IOCD相比,该描述子在视角、模糊、尺度和旋转变化下均具有较好的区分性,在图像拼接应用中同样表现出良好的描述性能。