课程文献中心 更多>>

关键词： 软件定义网络   负载均衡   博弈算法  

摘要： 随着互联网产业中数据流量的不断增长,数据中心服务器的处理能力和内存访问速度也不断提高。为解决升级硬件层面成本高、可扩展性差的问题,本文提出了一个基于分布式马尔可夫博弈的自适应负载均衡系统。系统利用SDN的全局视图与动态控制能力,结合分布式马尔可夫博弈模型,实现多VNF实例的智能调度与资源优化。仿真结果表明,相比于传统的集中式负载均衡算法,本文提出的算法在提高网络可扩展性及降低网络能耗方面具有明显优势。

关键词： 隧道工程   机械施工   设备管理   维护   措施  

摘要： 在当今的复杂基础设施建设中,隧道工程扮演着至关重要的角色。这些工程的顺利执行与安全,很大程度上取决于尖端的机械设备和科学的设备管理。在隧道施工的机械化流程中,设备管理的效率与精度将直接决定工程的成本效益和施工标准。一旦设备管理环节出现疏漏,施工方可能需要追加设备维护或替换的成本,而设备性能的不稳定同样会对施工质量产生负面影响,从而在隧道工程的后续使用中埋下潜在的安全风险。鉴于此,文章将深入探讨隧道机械化施工中设备管理面临的挑战,并提出相应的解决策略,以期为业界提供有价值的参考。

关键词： 密度聚类算法   海量电子通信数据   加密   存储方法   加密存储索引  

摘要： 常规的电子通信数据加密存储以加密安全性为主,密钥、索引较大,不仅增加了加密解密的时间,还增加了存储负担,影响通信质量。因此,设计了基于密度聚类算法的海量电子通信数据加密存储方法。建立电子通信数据加密存储索引,管理加密存储数据,快速定位并检索加密存储后的电子通信数据,从而满足数据访问需求。基于密度聚类算法构建数据加密存储机制,对海量电子通信数据进行聚类分析,将相似性质的数据划分为不同的聚类簇,确保加密存储的安全性。协商海量电子通信数据加密存储密钥,在通信双方建立共享密钥,定期更新密钥,有效地预防海量电子通信数据受到的潜在安全威胁。采用对比实验,验证了该方法的加密存储效果更佳,能够应用于实际生活中。

关键词： 番茄检测   YOLOv8n   超分辨率自适应注意力模块(SPAAM)   C2f-DCF   GSCHead   损失函数  

摘要： 针对自然果园环境下,不同生长周期的番茄姿态多变,易受光线、绿色叶片背景影响导致图像特征不明显,番茄果实生长时易出现扎堆密集以及枝叶藤蔓遮挡等情况,时常造成漏检、误检等问题,提出了一种基于改进YOLOv8n的番茄生长周期采摘检测方法。在Backbone中设计超分辨率自适应注意力模块(super-resolution adaptive attention module,SPAAM),有效提升特征图像分辨率,改善小目标番茄特征提取不充分的问题,并结合坐标注意力机制(coordinate attention,CA)提高关键位置信息提取能力;设计C2f-DCF替换原有C2f,用于自适应番茄姿态形变特征,提高对形变物体空间布局的建模能力,同时提升计算效率;设计GSCHead降低头部参数量,并且添加四倍下采样分支提高对小目标番茄的约束效果;引入Wise-IoU损失函数,提升模型在不同质量图像上训练的泛化性能。改进后的算法在测试集上精确率达到93.9%,相较于原模型提升1.9个百分点,参数量降低0.18×106,有效改善了遮挡情况的漏检率和小目标番茄的检测性能,同时检测速度达到139 FPS,可以便捷地部署到终端完成实时检测。

关键词： 天地一体化仿真软件   算法插件化   云原生   分布式系统   并行计算  

摘要： 近年来,随着天地一体化网络的迅速发展,仿真需求逐渐转向大规模星座部署和多用户并发等复杂场景。为了解决天地一体化仿真软件在复杂场景中的性能瓶颈,并满足算法不断迭代升级的需求,该文提出了一种基于算法插件化的天地一体化仿真软件设计。首先,设计插件连接件,标准化算法模型接入规范,统一接口通信协议,确保不同种类和编程语言的算法能够与仿真平台有效集成。其次,采用云原生架构,将算法插件打包为容器,并利用容器编排技术,将算法插件部署于分布式系统中,从而简化部署流程,并支持动态扩展插件副本。最后,设计了插件计算框架,支持计算任务拆分、分配和结果合并。其中,分配是通过将子任务负载均衡地调度到多个插件副本并行计算,以提高计算效率。实验证明,基于算法插件化的仿真软件显著提升了系统计算性能,满足复杂的天地一体化网络仿真需求。

关键词： 数据挖掘   矿山生产   数据分析   生产优化  

摘要： 本文针对矿山生产过程中的大量数据,采用数据挖掘的算法和技术进行分析与优化。首先介绍了数据挖掘的基本概念、步骤和方法,以及其在工业生产中的应用情况,然后,详细阐述了矿山生产过程中的数据类型、特征和价值,包括地质数据、设备数据、能源数据、环境数据等。在此基础上,采用关联规则、聚类分析等算法,对矿山生产数据进行模式识别、异常检测、生产预测等分析,发现数据间的潜在模式和规律。最后,根据数据分析结果,提出了减少设备故障、提高资源利用率、降低生产风险等优化策略建议。本研究为利用先进的数据分析技术提高矿山生产效率、节约资源提供了参考。

关键词： 资源调度   免疫算法   资源亲和度   多目标问题  

摘要： 针对公共安全系统中视频图像解析过程中存在的资源利用率低和系统吞吐量不足的问题,本文提出了一种基于帕累托最优前沿的资源调度算法.该算法通过对问题定义分析,构建了一个多目标资源调度模型,该模型根据Pod的需求与可用资源之间的关系,建立两个优化目标:最小化工作节点的资源损失率,最大化Pod之间的亲和性,从而提高Pod的系统吞吐量和响应时间.在此基础上,本文设计了对多目标进行乘积作为求解目标函数,采用帕累托最优前沿免疫算法对调度模型进行求解,实现资源在各Pod之间的最优分配,从而满足业务需求并最小化资源使用.实验结果表明,与传统方法相比,本文提出的算法在适应度指标上具有一定优势,能够有效提升资源利用率和Pod间的整体运行性能,最终实现视频图像解析的效率和性能的提升.

关键词： 城市建成区   小微黑臭水体   GF-2   识别算法   识别标志   点位识别精度   面积识别精度  

摘要： 识别城市黑臭水体对于水环境整治、城市水生态保护具有重要作用,小微黑臭水体因其规模小、分散性强、流动性差、污染源复杂等特点采用传统遥感技术难以识别。本文为提高小微黑臭水体识别精度,提出一种基于高分影像的综合遥感“识别算法-识别标志”协同识别技术。以河北省保定市14个建成区小微黑臭水体为实验区,选取2023年春季、夏季、秋季的GF-2遥感影像数据,利用波段比值法构建城市小微黑臭水体遥感识别模型,结合黑臭水体形成机理及成因分析,在GF-2影像上建立水体颜色、形状、纹理、次生环境、沟渠淤塞、岸线垃圾等遥感识别标志,综合识别算法和识别标志得到最终识别结果,利用“目测+无人机航拍+水质检测”的方式进行了精度验证。结果表明:(1)通过精度验证分析,黑臭水体点位识别精确率(P1)为85.29%、灵敏度(P2)为90.63%、准确率(P3)为94.74%,黑臭水体面积识别精度(P4)为91.19%,该方法可有效识别城市小微黑臭水体;(2)对比波段比值法和遥感识别标志所占权重可知,识别算法和水体颜色权重分别占比25.38%和21.11%,二者对城市小微黑臭水体识别起主要判识作用;(3)遥感识别错误的小微黑臭水体占比17.1%,识别遗漏的小微黑臭水体占比8.57%,错分率、漏分率相对较低;(4)对比春季、夏季、秋季同一水体特征表明,综合遥感识别技术能够较好地反映黑臭水体时空变化特征。在精度指标中,本研究的“算法-标志”方法较红绿波段比值法、差值法、WCI指数法等,点位识别精度至少提升1.88%,面积识别精度至少提升1.95%,说明该方法具有更好的识别精度,可为其它城市黑臭水体“长制久清”提供技术支撑。

关键词： 智能社区监控   深度学习   目标检测   图像识别   大数据分析  

摘要： 智慧社区监控系统是当前社区安全管理的重要组成部分。本文旨在研究智能社区监控系统中的关键算法,并结合实际案例对其应用进行探讨。本研究采用了YOLOV8目标检测网络模型、RFDN图像超分辨率重建网络模型和Hyperlpr创新车牌识别算法,实现了对社区内异常情况的实时监测和识别,进一步提高了系统的应用价值。此外,本文还对系统中的大数据分析技术进行了探讨,实现了多维度的数据分析和管理。本研究成果对于提高社区安全性、优化社区管理、降低社区成本具有重要意义。

关键词： 算法技术   算法行政   程序权利   正当程序   法定化  

摘要： 算法嵌入行政程序中,推动行政方式由传统的“人—人”互动式向数字化的“人—机”互动式演进,衍生出以自动化决策为外在表象、以算法驱动为内在基础的算法行政。这一系列变化导致行政法上的正当程序原则受到冲击,让相对人程序权利的实现面临困境。此类困境之成因,既源于算法技术本身固有的缺陷,亦因既有法律存在不足。为恢复行政程序中的价值理性,可以从宏观价值引导、中观立法跟进及微观主体约束三个层面进行深入探讨与实践。