检索结果-内蒙古大学图书馆

福州大学学报（自然科学版） 2023年第5期51卷 670-676页

作者：刘清源刘瑞佳查德平林耘东北林业大学计算机与控制工程学院黑龙江哈尔滨150000 复旦大学泛海国际金融学院上海200433 复旦大学校园信息化办公室上海200433

基于数据驱动网络运维的理念,提出利用数据治理的方式来构建实时性数据中台.首先,以ELK开源平台为基础框架,采用实时数据传输的方式对各方面数据进行格式统一和集中存储.然后,通过梳理校园网运维业务,提出适用于数据中台的数据模型,并... 详细信息

基于数据驱动网络运维的理念,提出利用数据治理的方式来构建实时性数据中台.首先,以ELK开源平台为基础框架,采用实时数据传输的方式对各方面数据进行格式统一和集中存储.然后,通过梳理校园网运维业务,提出适用于数据中台的数据模型,并在平台构建过程中对数据实时服务的要求进行各方面的剖析.最后,通过建立一系列模型,对各类网络数据进行实验和监控,并实时提供针对不同网络异常发出的报警信息,验证所提出数据中台建设的可行性.仿真实验结果表明:该网络架构拥有安全性高、抗干扰性强等特点.经过全面评估,证实了该方案具有高效性和可扩展性.

关键词：身份认证区块链网络安全网络安全编码哈希链

来源：评论

学校读者我要写书评

暂无评论

基于深度学习测量X线片髋关节外侧中心边缘角和Sharp角评估髋关节发育不良

引用

中国医学影像技术 2022年第11期38卷 1710-1714页

作者：林奕军杨光耀蒋耀先常晓丹大连大学附属中山医院放射科辽宁大连116001 齐齐哈尔市第一医院CT诊断室黑龙江齐齐哈尔161000 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 重庆医科大学附属儿童医院放射科重庆400014

目的探讨基于深度学习测量X线片髋关节外侧中心边缘(LCE)角和Sharp角评估髋关节发育不良的价值。方法回顾性收集384例成人双髋关节正位数字化X线片。由2名影像科医师标注髋臼关键点和股骨轮廓用于模型训练,经十折交叉验证得到预测结果... 详细信息

目的探讨基于深度学习测量X线片髋关节外侧中心边缘(LCE)角和Sharp角评估髋关节发育不良的价值。方法回顾性收集384例成人双髋关节正位数字化X线片。由2名影像科医师标注髋臼关键点和股骨轮廓用于模型训练,经十折交叉验证得到预测结果;以设定程序自动测量双侧髋关节LCE角和Sharp角,由上述医师于X线片中手动测量LCE角和Sharp角并诊断髋关节发育不良及交界性发育不良。对比手动测量与自动测量LCE角、Sharp角结果的差异;观察手动测量与自动测量的相关性;以组内相关系数(ICC)评估测量结果的一致性;采用受试者工作特征(ROC)曲线评估自动测量LCE角、Sharp角诊断髋关节发育不良的效能。结果共测量768侧髋。手动测量与自动测量左侧LCE角、右侧LCE角、右侧Sharp角结果差异无统计学意义(P均>0.05),手动测量左侧Sharp角小于自动测量结果(P<0.05)。对左、右侧LCE角及左、右侧Sharp角,手动测量与自动测量结果的ICC分别为0.944、0.904、0.890及0.887,r值分别为0.948、0.924、0.910及0.887(P均<0.05)。共诊断73侧髋关节发育不良、93侧交界性髋关节发育不良。基于自动测量诊断髋关节发育不良的敏感度为87.67%(64/73),准确率为95.57%(734/768);诊断交界性发育不良的敏感度为66.67%(62/93),准确率为91.54%(703/768)。自动测量LCE角(阈值为25.24°)和Sharp角(阈值为43.47°)诊断髋关节发育不良的曲线下面积(AUC)分别为0.928和0.906(P均<0.05)。结论基于深度学习自动测量X线片中双侧髋关节LCE角和Sharp角可诊断髋关节发育不良。

关键词：髋关节放射摄影术深度学习

来源：评论

学校读者我要写书评

暂无评论

基于LabVIEW的有机物发酵检测系统设计与实现

引用

传感器与微系统 2021年第9期40卷 111-113页

作者：姜宗梁杨峰山殷家伟许春徐凯宏东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 黑龙江大学生命科学学院黑龙江哈尔滨150080

在传统农业有机废弃物固体发酵研究的基础上,结合现代检测技术,建立了基于LabVIEW平台的数据采集、储存、分析系统,实现了对发酵箱内温度、酸碱度、气体环境的实时检测与数据统计,并以直观的数据及图表形式进行显示。操作人员可以方便... 详细信息

在传统农业有机废弃物固体发酵研究的基础上,结合现代检测技术,建立了基于LabVIEW平台的数据采集、储存、分析系统,实现了对发酵箱内温度、酸碱度、气体环境的实时检测与数据统计,并以直观的数据及图表形式进行显示。操作人员可以方便对发酵箱检测的启动时间进行控制,以及根据数据计算结果调整实验内容及进程。

关键词：固体有机物发酵在线实时检测传感器网络 LabVIEW平台

来源：评论

学校读者我要写书评

暂无评论

嵌入式自然空气负离子与PM2.5作用特性实验装置

引用

洛阳理工学院学报（自然科学版） 2021年第2期31卷 35-41,48页

作者：赵号郭继峰张龙镇杨春梅东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

针对传统研究过程中用物理或化学方法获得负氧离子不能保证作用效果独立性的问题,研制出一种创新性利用自然生态环境中的空气负离子与PM2.5污染物样品进行混合作用的观察监测装置。实验装置主体是运用三维结构设计及优化的密闭反应空间... 详细信息

针对传统研究过程中用物理或化学方法获得负氧离子不能保证作用效果独立性的问题,研制出一种创新性利用自然生态环境中的空气负离子与PM2.5污染物样品进行混合作用的观察监测装置。实验装置主体是运用三维结构设计及优化的密闭反应空间,运用多传感器技术监测获取密闭空间内空气负离子与PM2.5样品反应与作用的实时状态参数,采用嵌入式技术以及软件开发技术实现实验装置机构的控制,传感器数据的处理、存储、显示以及分析。选取2019年8月份某天东北林业大学城市示范林业基地(实验林场)栎松林作为空气负离子浓度的测试环境,测试结果与COM-3200PRO-II负离子监测仪测定结果对比,数据误差为±5%。开发的实验装置可用于森林、海滨等自然发生以及实验室人工发生方式产生的负离子空气与PM2.5样品发生反应现象的观察监测,为负离子作用PM2.5机理研究提供理想的实验环境和技术手段。

关键词：空气负离子 PM2.5 优化设计嵌入式技术实验装置

来源：评论

学校读者我要写书评

暂无评论

温室巡航机器人APP

引用

林业机械与木工设备 2021年第5期49卷 40-46页

作者：李荧谷志新高安妮李宇昂赵继丛刘东旭东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

设计并开发了一款基于无线WIFI视频采集模块为核心的智能巡航机器人,以Arduino开源硬件、18b20温度传感器模块、LN298电机驱动为基础模块,利用手机APP控制大棚监测系统。该系统实现了温度监测、通风视频监控等功能,打破了传统农业大棚... 详细信息

设计并开发了一款基于无线WIFI视频采集模块为核心的智能巡航机器人,以Arduino开源硬件、18b20温度传感器模块、LN298电机驱动为基础模块,利用手机APP控制大棚监测系统。该系统实现了温度监测、通风视频监控等功能,打破了传统农业大棚的管理模式,通过对环境的准确控制可以提高农作物的产量,解放劳动力,同时也避免了繁琐的布线的问题,真正实现了智能化管理。系统的主要特点是易操作、易开发、稳定性好、成本低,可进行普及与推广。

关键词：巡航机器人APP 线性回归 Android 监控

来源：评论

学校读者我要写书评

暂无评论

基于胶囊网络和高斯自注意力的用户评论情感分析

引用

现代电子技术 2021年第7期44卷 95-100页

作者：纪明宇赵雪峰贾国庆李勃毅东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

针对传统卷积神经网络和循环神经网络在文本情感分析领域对文本特征提取存在的语义丢失、无法识别文本关键词等问题进行改进,提出一种结合高斯自注意力机制的双通道文本特征提取模型。首先,该模型利用改进的胶囊网络和词性词向量提取更... 详细信息

针对传统卷积神经网络和循环神经网络在文本情感分析领域对文本特征提取存在的语义丢失、无法识别文本关键词等问题进行改进,提出一种结合高斯自注意力机制的双通道文本特征提取模型。首先,该模型利用改进的胶囊网络和词性词向量提取更深层次的文本特征;然后,使用双向长短期记忆网络提取双向的语义依赖;最后,加入高斯自注意力层得到输入信息对分类结果的注意力分布。模型在两个标准数据集上进行验证,与传统的用户评论情感分析模型相比,在准确率和F1值上均取得了明显的提升。

关键词：情感分析高斯自注意力机制文本特征提取胶囊网络双通道模型实验分析

来源：评论

学校读者我要写书评

暂无评论

基于图像超分辨率的遥感图像树冠目标检测

引用

黄冈职业技术学院学报 2021年第3期23卷 85-93页

作者：陈振赵亚凤张志超东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

针对目前遥感图像质量较差导致对其中物体检测效果低下的问题,本文提出一种基于生成式对抗网络(GAN)的图像超分辨率方法来提升遥感图像整体质量,并对现有常用目标检测算法YOLO进行研究。针对遥感图像中树冠不容易检测的特点,将超分辨率... 详细信息

针对目前遥感图像质量较差导致对其中物体检测效果低下的问题,本文提出一种基于生成式对抗网络(GAN)的图像超分辨率方法来提升遥感图像整体质量,并对现有常用目标检测算法YOLO进行研究。针对遥感图像中树冠不容易检测的特点,将超分辨率运用于检测遥感图像中的树冠,对特定区域内树冠数量及定位进行统计。实验结果表明超分辨率方法对目标检测起到积极作用,检测精度提升约为8%,有利于对特定地区树木种植数量的统计工作。

关键词：生成式对抗网络超分辨率目标检测树冠遥感图像

来源：评论

学校读者我要写书评

暂无评论

基于嵌入式技术的多协议转换系统研究

引用

仪表技术与传感器 2020年第2期 62-66,70页

作者：刘亚秋胡铁楠吕云蕾东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

针对工业控制中不同通信协议之间通信困难的问题,文中对多协议转换技术进行深入研究,建立多协议转换系统通信模型,并基于嵌入式技术搭建多协议转换系统软硬件平台,编写总线协议驱动程序以及应用程序。实现LIN总线协议、CAN总线协议以及R... 详细信息

针对工业控制中不同通信协议之间通信困难的问题,文中对多协议转换技术进行深入研究,建立多协议转换系统通信模型,并基于嵌入式技术搭建多协议转换系统软硬件平台,编写总线协议驱动程序以及应用程序。实现LIN总线协议、CAN总线协议以及RS485总线协议设备的网络互连和信息交互,实验结果验证了多协议转换系统的准确可靠性,解决了不同通信协议之间通信困难的问题。

关键词：工业控制多协议转换嵌入式 LIN总线 CAN总线 RS485总线

来源：评论

学校读者我要写书评

暂无评论

基于切片技术的复杂模型验证方法

引用

计算机应用与软件 2020年第9期37卷 188-193页

作者：纪明宇于明霞么一诺毕曦文东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

针对模型检测中的状态空间爆炸问题,提出一种基于带资源消耗的复杂概率迁移系统模型的性质验证方法。使用PRCTL进行模型语义逻辑表示,对迁移步数约束采用基于栈的深度遍历算法完成检验,针对冗余的迁移和状态实施二次约减,完成复杂的概... 详细信息

针对模型检测中的状态空间爆炸问题,提出一种基于带资源消耗的复杂概率迁移系统模型的性质验证方法。使用PRCTL进行模型语义逻辑表示,对迁移步数约束采用基于栈的深度遍历算法完成检验,针对冗余的迁移和状态实施二次约减,完成复杂的概率迁移系统的模型简化;针对简化后的迁移图进行概率矩阵迭代运算以判定概率条件,同时完成资源条件的判定,并进行相应的实例分析。该模型验证方法能够在一定程度上缓解复杂系统带来的状态冗余和计算繁琐问题,为性质验证工作提供了新的思路。

关键词：复杂概率系统模型检测概率矩阵状态约减反例路径

来源：评论

学校读者我要写书评

暂无评论

基于LCS的逻辑重构算法的研究

引用

计算机应用与软件 2020年第4期37卷 280-284,308页

作者：黄玉林刘丹东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

在逆向工程的研究中,逻辑重构中的等级簇聚合算法计算效率较低。为了改进计算效率,基于最长公共子序列(LCS)与高内聚的思想提出改进的逻辑重构算法。利用组件和数据表的关系以及存在交集的组件之间的相似程度来生成模块,并循环迭代,从... 详细信息

在逆向工程的研究中,逻辑重构中的等级簇聚合算法计算效率较低。为了改进计算效率,基于最长公共子序列(LCS)与高内聚的思想提出改进的逻辑重构算法。利用组件和数据表的关系以及存在交集的组件之间的相似程度来生成模块,并循环迭代,从而可以得到清晰的组件关系。与现有的等级簇聚合算法相比,该算法无需反复计算距离,时间复杂度更低,计算效率更高。

关键词：逆向工程逻辑重构模块化最长公共子序列等级簇聚合算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：