DCS分布式冷却系统在通信基站的应用研究

针对基站柜式空调耗电量大的问题,创造性地使用基站分布式冷却的方式,达到精确送风,节能高效的目的.在应用实践中检验了分布式冷却系统实际节能量和应用效果,总结出分布式冷却系统应用场景和范围,为更大范围推广应用DCS分布式冷却系统提供实践依据.     

基于MSTP以太网专线远程视音频传输的分析和实现

基于MSTP以太网专线进行远程视音频传输,是一种结构简单、线路便宜、容易搭建的传输系统.由于MSTP以太网专线的独特设计,点到点的透传方式,容易实现对用户MAC帧点到点的透传,在线路上能独享带宽,业务延迟小,且和其它业务完全隔离,安全性高,这种业务适合广播级视音频信号远程传输的应用.     

关于加强员工考勤管理工作的几点思考

本文介绍了江汉油田员工考勤管理工作的基本情况,梳理和分析了当前员工考勤管理中存在的问题及原因,提出了要进一步细化和完善管理制度,强化过程监督和责任落实,逐步推进考勤公示制度化等措施。     

基于图像增强的去雾快速算法的FPGA实现

基于图像增强方法，本文提出了一种使用亮度映射的图像去雾快速算法。此算法通过调整室外多雾场景图像的对比度，提高了雾中物体的辨识度。算法的复杂度低、处理延迟小，实时性高，利于FPGA的实现。实现时不需外存储器，延时为ns级，并提供了强度调节接口，以适应较广的应用环境。     

基于Q-learning的不确定环境BDI Agent最优策略规划研究

BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Q-learning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。