检索结果聚类算法研究综述

随着互联网的普及和web上网页数量的迅猛增长,搜索引擎已经成为从网上获取信息的首选工具。然而,目前主流的搜索引擎利用关键词建立索引,根据检索结果和查询词的相关性从高到低排成一个很长的线性列表,而且检索结果中包含了大量的无用信息,因此对检索结果进行重新组织和挖掘成为了研究热点。本文介绍了检索结果聚类的应用背景,然后介绍了检索结果聚类的算法,最后介绍了检索结果聚类质量评测标准。     

基于图像深度学习模型的机房设备运行状态识别

针对数据中心的服务器设备运行状态监测的现实需求以及现有方法的缺点,提出了基于视觉图像的检测服务器面板工作状态指示灯颜色特征的方法。引入YOLO算法完成图像中目标的分类和位置回归检测任务;为了满足现场嵌入式检测设备运行需求,将YOLO算法中的主干网络替换为MobileNet,实现了检测网络的参数压缩,在保证检测效果的前提下减少了网络运算力的消耗;制作了基于图像增强方法的数据集用于网络训练,得到了mAP为60.3,故障信号检测准确率为96.1%,漏检率1.4%的效果;在树莓派终端上进行实验,单张图片检测时间为1.5s,满足工程采样周期要求。文章提供了低成本、高效率、可扩展的服务器设备运行状态视觉检测接口。     

电力行业信息网络建设方案

随着电力行业向市场化运作的发展，信息化成为了电力行业提升核心竞争力的重要手段。电力行业利用先进的信息管理和网络传播技术可以直接有效地调整企业管理的模式，为社会和公众提供便捷有效、高质量的服务，也是电力行业建立信息网络的主要原因。     

贵州电网数据安全管理系统的建设

系统结合电力行业信息系统特点,进行网络安全区域划分,建成企业数据中心,形成灵活的IT硬件基础架构,实现资源的共享;通过服务器及存储的整合与优化,提升了服务器的利用率;并通过部署物理磁带库、虚拟磁带库,实现了基于SAN、LAN的集中管理、自动化的数据安全管理体系,集中的数据管理、维护、保护、共享的体系架构,能适应复杂的异构环境、多样的数据库类型（Oracle、SQL Server、Lotus Notes）,能适应多种备份需求（数据库、操作系统、大量的终端用户数据）,满足系统扩展性的要求。