—种基于特高压工程的图像识别算法研究

阐述提出一种基于特高压工程的图像识别算法，通过对原始图像高斯低通滤波、平滑、亮度拉伸以及增强预处理，降低原始图像噪声，并且使图像亮度增强，探讨选取色调、饱和度以及亮度作为图像特征向量，利用模糊数据自相关函数对特高压工程图像特征进行提取。在此基础上对将图像特征向量映射到图像上，并且对特高压工程图像特征进行匹配，识别到图像中的目标。     

基于双时间点检测的毫米波雷达人流量监测方法

针对现有基于视频监控的人流量统计方案成本高、算法复杂且不利于个人隐私保护的局限性，利用毫米波雷达体积小、成本低、分辨率高的特点，提出了一种基于双时间点检测的人流量监测方法。该方法先获取人体目标散射点位置和多普勒频移信息来构成点云数据，然后根据多普勒频移正负来判断人体的运动方向，并筛选具有高多普勒频移值的点云数据以降低干扰点对聚类结果的影响；在双时间点对特定区域内人员数量进行统计，并根据双时间点之间所获取的点云数据聚类结果对所统计人员数据进行修正。实验结果表明，该方法能够用匿名的方式以较高的正确率统计人员进出。     

分布式多元随机动态场景生成及快速精准场景降维算法

高比例新能源及多源耦合是电力系统发展的重要特征,这也为系统稳定经济运行提出了新挑战。该文以园区型多能系统为对象,研究了分布式多元随机动态场景分析,从多时空角度有效量化不确定因素给系统造成的影响,可为系统灵活重构、多维度协同运行与决策提供有力模型与场景支撑。首先由预测误差驱动拟合多元功率预测误差概率分布,全面反映随机功率出力信息,提高模型泛化性;以时序相关范围参数为数据驱动关联变量,高效动态控制波动强度;最终场景生成利用逆变换映射思想保证置信度。然后针对典型场景提取,提出一种综合递归聚类思想的多段嵌套削减算法,结合改进Wasserstein距离指标,兼具准确、时效、稳定方面的优势。最后由对比实验论证该方法的前沿有效性。     

一种去中心化的域名服务本地化模型

域名系统(Domain Name System,DNS)作为管理网络空间资源名称与IP对应关系的网络基础设施,在提供广泛的域名解析服务的同时,也存在性能和安全隐患。针对传统DNS系统的中心化树状层次结构引起的对根域名服务器的严重依赖以及可能导致的系统脆弱性,设计了一种去中心化的域名服务本地模型,通过在去中心化互联模型中整合多源数据,重构域名信息解析优先级记录和相应存活时间,以保证域名数据的唯一性及高优先级;同时基于本地数据记录重构模型实现域名解析的快速响应,形成本地DNS数据记录重构模型和域名解析服务模型,实现快速、准确、可靠的域名解析服务。     

大数据场景下的云计算性能研究

为解决云计算中大数据分析和云计算系统管理等问题,通过对框架的集成,提高了大数据场景下的云计算性能。通过使用深度学习方法来对所提出的框架进行改进,主要采用了混合优化FPA-GA和FPA-PSO算法,涉及基于云的服务器的计算和存储。实验结果分析表明,该方法在成本、时间、安全性和准确性等方面有了显著的提升。     

大数据背景下编辑记者能力培养对策

信息化和全球化的发展,使得大数据对人们的日常生活愈发重要。记者作为事实和真相的记录者和报道者,必须与时俱进,提高自己的能力。大数据对传统的编辑记者既是机遇也是挑战,编辑记者只有不断创新,提高自己的综合素质和职业能力才能脱颖而出。本文为编辑记者在大数据背景下如何提高自己的能力提出建议。     

高强连退线板带清洗优化的研究

为解决高强连退线板带清洗质量差、控制难的问题，通过现场调研的方式观察了连退生产清洗后的宏观形貌，并提出了优化改进措施，主要从碱液加注系统、清洗段自动排液系统和清洗段吹扫系统三个方面入手进行优化。应用效果显著，精准控制了消泡剂的添加量，杜绝了消泡剂添加过量与碱液发生物理反应而形成的大块粘状物对环境的污染；使消泡剂更均匀地喷洒在碱液表面，实现最佳最快的消泡效果；消除稀释碱液过程中产生的泡沫，使碱液罐内始终保持无泡沫状态。同时吹扫装置优化后，提升了带钢表面质量，为后续工艺提供高表面质量的板带；其次在无泡沫的碱液润滑下，刷辊与板带间的摩擦力减小，刷辊表面的刷毛消耗量减少，大幅度提升了刷辊使用寿命，降低了备件成本和改判率。     

2020年中国电动汽车销量占全球41%

Canalys最新研究数据显示,2020年中国市场共出售130万辆电动汽车,同比增长8%,占全球电动汽车销量的41%。Canalys预测,2021年中国将售出190万辆电动汽车,增幅高达51%,将占中国汽车总销量的9%。Canalys副总裁Sandy Fitzpatrick称,电动汽车在2020年中国乘用车总销量中仅占6.3%,未来将继续增长。     

安卓平台上的医用图像信息采集系统的开发设计

为了探讨在安卓平台上构建医用图像采集系统的开发个案,分析通过以智能手机、平板电脑为核心安卓设备通过拍照获得化验单数据后进行文本识别并提交智慧医疗系统的解决方案。本文首先通过二值化算法形成低阈值图像数据,使用卷积神经元网络算法对文本进行逐一识别,使用K-means算法对识别后的单字文本进行字段记录值的整合并形成元数据库服务于其他智慧医疗系统模块。在使用9000组数据对神经元网络进行前期训练的前提下,该系统的识别准确率达到了99.5%以上。本系统具有一定的可行性,对未来智慧医疗的系统开发有实践意义。