检索结果-内蒙古大学图书馆

舰船科学技术 2019年第22期41卷 25-27页

作者：赵陇淮安信息职业技术学院计算机与通信工程学院江苏淮安223003

为了提高船舶航行姿态准确性,针对当前船舶航行姿态在线校正方法存在的错误大、实时性差等缺陷,提出了无线传感器网络的船舶航行姿态在线校正方法。首先分析船舶航行姿态在线校正原理,并采用无线传感器网络对船舶航行姿态数据进行实时采... 详细信息

为了提高船舶航行姿态准确性,针对当前船舶航行姿态在线校正方法存在的错误大、实时性差等缺陷,提出了无线传感器网络的船舶航行姿态在线校正方法。首先分析船舶航行姿态在线校正原理,并采用无线传感器网络对船舶航行姿态数据进行实时采集,然后根据无线传感器网络采集数据对船舶航行姿态误差进行预测,并根据预测结果对船舶航行姿态进行在线校正,最后进行了船舶航行姿态在线校正仿真对比实验。结果表明,无线传感网络的船舶航行姿态在线校正精度高,船舶航行姿态在线校正速度快,船舶航行姿态在线校正效果明显优于其他方法,解决了当前船舶航行姿态在线校正过程存在的一些难题,具有广泛的应用前景。

关键词：船舶航行姿态变化在线校正无线传感网络数据采集

来源：评论

学校读者我要写书评

暂无评论

混合个体选择机制的多目标进化算法

引用

软件学报 2019年第12期30卷 3651-3664页

作者：陈晓纪石川周爱民吴斌北京邮电大学计算机学院北京100876 邢台职业技术学院信息工程系河北邢台054000 华东师范大学计算机科学与软件工程学院上海200062

在多目标进化算法中,如何从后代候选集中选择最优解,显著地影响优化过程.当前,最优解的选择方式主要是基于实际目标值或者代理模型估计目标值.然而,这些选择方式往往是非常耗时或者存在精度差等问题,特别是对于一些实际的复杂优化问题.... 详细信息

在多目标进化算法中,如何从后代候选集中选择最优解,显著地影响优化过程.当前,最优解的选择方式主要是基于实际目标值或者代理模型估计目标值.然而,这些选择方式往往是非常耗时或者存在精度差等问题,特别是对于一些实际的复杂优化问题.最近,一些研究人员开始利用有监督分类辅助后代选择,但是这些工作难以准备准确的正例和负例样本,或者存在耗时的参数调整等问题.为了解决这些问题,提出了一种新颖的融合分类与代理的混合个体选择机制,用于从后代候选集中选择最优解.在每一代优化中,首先利用分类器选择优良解;然后设计了一个轻量级的代理模型用于估计优良解的目标值;最后利用这些目标值对优良解进行排序,并选择最优解作为后代解.基于典型的多目标进化算法MOEA/D,利用混合个体选择机制设计了新的算法框架MOEA/D-CS.与当前流行的基于分解多目标进化算法比较,实验结果表明,所提出的算法取得了最好的性能.

关键词：多目标优化进化算法后代选择相似性 MOEA/D

来源：评论

学校读者我要写书评

暂无评论

地址语义驱动的服务功能链架构方案研究

引用

轻工学报 2020年第5期35卷 71-79页

作者：胡光武张超钦邬可可深圳信息职业技术学院计算机学院广东深圳518172 郑州轻工业大学计算机与通信工程学院河南郑州450001

针对服务功能链(SFC)服务功能路径建立机制中存在的数据流分类粒度不灵活、数据包转向机制开销较大等问题,提出一种地址语义驱动的服务功能链架构方案.该方案创新地将用户的多重语义属性编码于数据包的IP源地址中,利用软件定义网络(SDN... 详细信息

针对服务功能链(SFC)服务功能路径建立机制中存在的数据流分类粒度不灵活、数据包转向机制开销较大等问题,提出一种地址语义驱动的服务功能链架构方案.该方案创新地将用户的多重语义属性编码于数据包的IP源地址中,利用软件定义网络(SDN)架构,在定制的中心控制服务器上根据用户的需求形成策略并下发,从而指导流分类器根据地址语义属性对数据流进行灵活分类,同时使SDN转发设备建立基于IPv6源路由技术的数据流转向机制,构建多约束条件下的网络资源动态优化模型,以实现对服务功能链所承载网络资源的动态优化.实验结果表明,本方案可实现动态、灵活、多粒度、负载均衡的服务功能链,较同类型方案,本方案构建的服务功能链效率更高、时延更短,可作为一种为大型ISP/ICP提供多样化、智能化网络服务的解决方案.

关键词：服务功能链服务功能路径地址语义软件定义网络中间件

来源：评论

学校读者我要写书评

暂无评论

多模型融合的时间序列数据预测方法

引用

西安邮电大学学报 2025年第1期30卷 115-122页

作者：张建勋胡少杰芦丽旭潘禹江天津职业技术师范大学信息技术工程学院天津300222 中国教育科学研究院北京100088 广东工贸职业技术学院计算机与信息工程学院广东广州510510

针对长短期记忆(Long Short-Term Memory,LSTM)神经网络预测滞后性和过度依赖数据的问题,提出一种多模型融合的时间序列数据预测方法。该方法在融合经验模态分解和自回归积分滑动平均模型(Autoregressive Integrated Moving Average Mod... 详细信息

针对长短期记忆(Long Short-Term Memory,LSTM)神经网络预测滞后性和过度依赖数据的问题,提出一种多模型融合的时间序列数据预测方法。该方法在融合经验模态分解和自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)基础上,先对数据进行经验模态分解,然后针对分解数据的线性分量和非线性分量分别采用ARIMA模型和引入注意力机制的LSTM模型进行处理,最后合成预测结果。实验结果表明,该方法的预测精度达到98.95%,与单一模型对比,融合模型具有更高的预测精度。

关键词：经验模态分解自回归移动平均长短期记忆神经网络注意力机制时间序列数据预测

来源：评论

学校读者我要写书评

暂无评论

基于校企合作的应用型新工科人才培养模式探索

引用

科教导刊（电子版） 2024年第5期 31-33页

作者：甘艳芬杨继翔钟君柳广东外语外贸大学南国商学院计算机学院广东广州 510000 广东机电职业技术学院电子与通信学院广东广州 510000 广州航海学院信息与通信工程学院广东广州 510000

近年来,应用型新工科人才的培养成为我国科技与教育发展的重点.在粤港澳大湾区提出的相关发展纲要来看,人才培养将迎来新一轮的发展浪潮.结合应用型新工科发展背景,对计算机学院人才培养模式进行研究,提出构建计算机专业人才培养模式,... 详细信息

近年来,应用型新工科人才的培养成为我国科技与教育发展的重点.在粤港澳大湾区提出的相关发展纲要来看,人才培养将迎来新一轮的发展浪潮.结合应用型新工科发展背景,对计算机学院人才培养模式进行研究,提出构建计算机专业人才培养模式,通过积极优化教学资源与技术支持,以强化学生创新能力为导向,构建校企合作培养人才战略;通过搭建实践交流平台以实现校企对接,建设高水平的校外实训基地,打造校企联合办学模式,完善企业参访及回访机制,保证高校计算机专业人才教学模式的可行性,为新工科发展提供良好助力.这些策略和方案旨在提高计算机专业学生的应用能力和就业竞争力,为应用型新工科发展提供良好助力.

关键词：应用型新工科人才培养模式校企合作

来源：评论

学校读者我要写书评

暂无评论

OSPF与SDH相结合的光传输网络组网的设计与实现

引用

电子设计工程 2020年第8期28卷 114-117,122页

作者：史红彦田梅淮安信息职业技术学院计算机与通信工程学院江苏淮安223003 信息工程大学信息系统工程学院河南郑州450000

针对SDH网络组网节点数量受限、维护困难的问题,基于实现多家厂商设备混合组网的互联互通的目的,提出了基于OSPF的SDH大规模混合组网方案。采用运行在DCC之上的IP协议,将网管信息封装成IP数据包,映射到DCC相应字节上,从而将网管的DCC网... 详细信息

针对SDH网络组网节点数量受限、维护困难的问题,基于实现多家厂商设备混合组网的互联互通的目的,提出了基于OSPF的SDH大规模混合组网方案。采用运行在DCC之上的IP协议,将网管信息封装成IP数据包,映射到DCC相应字节上,从而将网管的DCC网络转换成IP网络,加入互联网进行网元的远程控制,再利用OSPF动态路由功能,实现不同网元的互联互通。仿真实验表明:基于OSPF的SDH混合组网网络能够实现互通和路由切换功能,丢包率小于10-5,路由切换时间小于3 s。

关键词：最短路径优先同步数字传输体制数据通信通道组网

来源：评论

学校读者我要写书评

暂无评论

基于CNN深度学习的机器人抓取位置检测方法

引用

计算机测量与控制 2020年第8期28卷 67-71页

作者：申燕萍常州工业职业技术学院信息工程学院江苏常州213164 江苏大学计算机科学与通信工程学院江苏镇江212000

针对传统检测方法受到复杂环境和人工干预影响而导致检测精准度低的问题,提出了基于CNN深度学习的机器人抓取位置检测方法;根据CNN基本结构,研究基于CNN深度学习检测原理;按照切线斜率方向划分机器人抓取位置模板点,计算模板匹配距离,... 详细信息

针对传统检测方法受到复杂环境和人工干预影响而导致检测精准度低的问题,提出了基于CNN深度学习的机器人抓取位置检测方法;根据CNN基本结构,研究基于CNN深度学习检测原理;按照切线斜率方向划分机器人抓取位置模板点,计算模板匹配距离,得到机器模板上匹配点到边缘坐标图像点中最近的距离;保持横纵坐标变量不变,观察映射图上坐标灰度值及匹配度函数分布情况;引入GA求解匹配方法,根据匹配流程,寻找最优解;分析彩色图像、深度图像的可抓取位置和不可抓取位置信息,并将其转化为符合CNN深度学习的数据格式,完成信息预处理;根据机器人抓取作业示意图,设计具体检测流程,并显示检测结果,由此完成机器人抓取位置检测;由实验结果可知,该方法检测精准度最高可达到0.988,能够应用到实际机器人抓取相关任务之中。

关键词： CNN深度学习机器人抓取位置检测

来源：评论

学校读者我要写书评

暂无评论

双边带陡降带通三维频率选择表面研究

引用

无线电工程 2020年第11期50卷 963-969页

作者：于正永朱建平淮安信息职业技术学院计算机与通信工程学院江苏淮安223003 南京理工大学电子工程与光电技术学院江苏南京210094

针对原有结构频率选择表面(Frequency Selective Surface,FSS)加工和组装难度大、成本高以及质量大等问题,提出了一种具有双边带陡降特性的带通三维频率选择表面(3D FSS)。设计了一种新型的单元结构,并验证了其可行性。该3D FSS单元结... 详细信息

针对原有结构频率选择表面(Frequency Selective Surface,FSS)加工和组装难度大、成本高以及质量大等问题,提出了一种具有双边带陡降特性的带通三维频率选择表面(3D FSS)。设计了一种新型的单元结构,并验证了其可行性。该3D FSS单元结构由一个改进型方同轴波导(SCW)路径和一个平行板波导(PPW)路径组成。改进型SCW路径方形槽谐振和PPW路径半波谐振各产生一个传输极点,形成了二阶平坦通带。由于不同路径之间反相信号的作用,在通带两边产生了2个传输零点,实现了双边带陡降性能。为了理解该3D FSS的工作原理,对传输零极点处的电场矢量分布进行了研究。仿真结果显示,所提出的3D FSS具有二阶平坦通带、高频率选择性、良好的角度稳定性、双极化以及较小的电尺寸等优势。

关键词：三维频率选择表面带通方同轴波导双极化陡降特性

来源：评论

学校读者我要写书评

暂无评论

一种植物冠层图像分割算法的分析与改进

引用

自动化技术与应用 2021年第11期40卷 98-103页

作者：孙艺赵昊为桂成荣蔡金凤北京邮电大学计算机学院(国家示范性软件学院)北京100876 青岛求实职业技术学院信息工程学院山东青岛266108 国网天津电力物资公司供应商服务中心天津300010

对植物冠层的图像分割传统算法,不但运行效率太低,分割精度效果也不明显。本文采取自适应惯性权重及学习因子的方法对经典算法进行改进,对惯性权重和学习因子采用非线性对数调节方法,引入欧式距离、种群多样性方差及贝塔分布随机数改进... 详细信息

对植物冠层的图像分割传统算法,不但运行效率太低,分割精度效果也不明显。本文采取自适应惯性权重及学习因子的方法对经典算法进行改进,对惯性权重和学习因子采用非线性对数调节方法,引入欧式距离、种群多样性方差及贝塔分布随机数改进了经典算法。解决植物冠层图像分割所存在的问题。通过实验看出,本文算法,不但确保种群的多样性,而且通过不断修正迭代过程在很大程度上提高了搜索速度。从而可以在图像分割上达到更快的速度及更优的精度。

关键词：粒子群算法图像分割惯性权重学习因子冠层

来源：评论

学校读者我要写书评

暂无评论

基于SNE选择嵌入算法行程码的疫情环境高校学生返校系统设计

引用

信息化研究 2021年第4期47卷 45-52页

作者：王俊松金易琛郝永生周晓峰南京信息职业技术学院信息化发展中心南京210023 河海大学计算机与信息学院南京210024 南京邮电大学通信与信息工程学院南京210003 南京信息工程大学网络信息中心南京210044 南京信息工程大学数学与统计学院南京210044

新冠疫情环境对人员流动行程的追踪提出了更高的要求。高校作为特定时间段人员流动复杂、人员聚集密度很大的社会组织,如何保证学生安全返校并及时发现可能存在的风险是当前抗击疫情的重点问题。本文设计了一种基于随机邻近嵌入(SNE)算... 详细信息

新冠疫情环境对人员流动行程的追踪提出了更高的要求。高校作为特定时间段人员流动复杂、人员聚集密度很大的社会组织,如何保证学生安全返校并及时发现可能存在的风险是当前抗击疫情的重点问题。本文设计了一种基于随机邻近嵌入(SNE)算法选择嵌入算法的行程码生成方法,并应用于高校学生返校流程之中。分析结果表明,该方法具有随机性好,难于伪造,利于快速确认行程等特点,可以有效提高数字校园中学生返校的效率。

关键词：新冠疫情行程码随机邻近嵌入算法选择嵌入返校系统

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：