武汉昙华林汉绣艺术市场研究

文章在实地调查的基础上,以武昌区昙华林园区内的汉绣工坊为主要调查点,从昙华林园区内汉绣艺术市场的分布数量、经营模式、经营范围出发,分析现阶段昙华林汉绣市场面临的诸多问题,在此基础上探讨如何打造武汉昙华林区域品牌特色,使汉绣艺术得到更好发展。     

数据压缩在大规模存储中的应用研究

在当前大规模分布式数据密集型应用需求快速增长的背景下,诸如Ceph等底层存储服务正面临着日益增加的输入/输出（I/O）压力,即使在数据量巨大且高并发的情况下,存储服务也必须具备高吞吐量的I/O性能。为了满足日益扩大的并行数据传输需求,急需进一步提高带宽的利用率。随着云存储的普及,以视频和图像存储为基础的对象存储服务越来越受到资源有限的用户的青睐,特别是中小型企业和个人用户。这类用户的特点是存储读取操作较少,但对存储价格更为敏感。由于这些资源通常按照使用量付费,因此最大限度地减少存储空间占用并提高带宽利用率变得尤为重要。基于此,本文评估了通过数据压缩来节省存储空间和带宽的潜在优势,并提出了基于深度学习的压缩层技术,尽管数据压缩会增加一定的计算开销,但相对于其带来的成本优势而言,这些开销是可以忽略不计的。     

基于FPGA和单片机的守时系统设计

介绍守时系统的重要作用及其发展现状,分析了守时系统发展过程中遇到的一些问题,设计了一个以GPS/北斗信号作为时标的守时系统。采用双恒温槽的恒温晶振MV180作为系统的输入时钟,使用单片机控制DAC7512对其频率进行调整。首先,系统对调整后的本地时钟信号进行分频处理,再与GPS/北斗接收到的标准秒信号进行比较,通过FPGA和单片机对分频后的信号进行相位的调整,最终输出标准秒脉冲信号,从而快速获得高精度的时间基准,并能在GPS/北斗失锁后对该信号进行保持,实现时间同步。     

基于深度学习的露头地层剖面裂缝自动提取

目前我国油气勘探开发的主要目标在逐步转向碳酸盐岩油气资源和页岩油气资源，而碳酸盐岩储层以缝洞型为主，对野外露头地层剖面的裂缝提取能够为缝洞型储层研究提供直观、形象的结果。最常见的传统露头裂缝研究是耗时耗力的人工解译，为此提出基于深度学习的露头地层剖面裂缝智能化提取技术：在Mask R-CNN算法的基础上结合在线增广策略和注意力机制实现裂缝的自动化提取。为了证明Mask R-CNN改进算法对错误标签的容错能力，设计了含有不同程度错误标签的训练集对比实验，结果表明，当错误标签占比达到30%时模型精度下降较大；接着通过消融实验定量分析不同的改进算法对精度的提高程度；然后以人工提取结果为参照，与大津法(OTSU)、区域生长算法、UNet算法、DeepLabv3⁺算法等进行精度对比评价，结果表明，改进的Mask R-CNN裂缝识别方法提取的裂缝线性特征更准确完整，且正确率在97%以上，高于其它对比算法，验证了该方法的有效性；最后将改进的Mask R-CNN裂缝识别方法应用于四川盆地西南部峨边先锋地区野外露头地层剖面的裂缝提取，并对裂缝长度、密度、倾向和间距参数进行统计分析，...     

基于微服务架构的“旧淘”平台设计与实现

大学校园中存在大量因为新生入学，老生毕业而产生的旧物交易需求。为了更好贯彻可持续发展，资源再利用的理念，同时对应传统的跳蚤市场存在的旧物质量参差不齐、时效性差、交易针对性不强的问题，设计并实现了一个采用微服务架构展开各种业务功能，应用B/S架构进行开发的信息化交易管理系统。经过多次试运行，能够确保平台的正常使用，基本满足在校大学生多样化的交易需求，并提高校园资源利用率。