基于大数据分析的分布式MOLAP技术研究

在计算机系统运行以及研究环节中,会存在大量的规模效应,此类状况难以避免,要想有效解决此类问题,就需要利用分布式的处理方式,开展对文件系统的分析。文章对分布式多维联机分析过程(MOLAP)的数据模型进行了分析,从维编码的算法、映射归约(MapReduce)算法的实现、分析维的遍历算法等方面作深入探讨。     

Azores Beach House 2019 CEDIA案例大赛优秀获奖案例赏析

2019 CEDIA案例大赛北美地区最佳全宅电子集成案例(等级二)大奖最终由Cantara设计公司斩获。这个项目是彻底改造的20世纪中期住宅项目的一部分,客户为一对年轻夫妇,对目前的科技发展和潮流趋势有不少了解,认为技术集成绝对是生活体验的关键。分布式音频是这个项目给CEDIA评委会留下最深刻的印象之一。客户希望整个房子都被背景音乐系统覆盖,并要求每个房间都能发出一致的声音。集成商最终在不同的房间使用了不同大小的音箱,并为每个通道专门定制编程。     

纸基底印刷无芯片RFID湿度传感器* .txt

摘要：提出了一种基于纸基底的喷墨印刷无芯片RFID湿度传感器，通过遗传算法与射频仿真软件HFSS相结合，对常规开口环谐振器结构进行分布式加载，得到目标频率为245 GHz的谐振特性良好的传感器模型；采用DMP3000型材料打印机，在不同纸基底上喷墨印刷银墨水制作传感器，以纸张本身的吸水性实现湿度传感；研究不同纸基底对湿度传感器感湿灵敏度和恢复度的影响。结果表明，柯达相纸传感器的灵敏度最高，高湿灵敏度可达到8 MHz%RH，双铜纸湿度传感器恢复度高且恢复时间短，仅为2 min；两种基底湿度传感器皆有较好的一致性、中长期稳定性，且湿敏特性在20℃～30℃范围内受温度影响较小。对纸基湿度传感器的感湿机理进行了分析，纸主要成分纤维素表面的羟基与吸附的水分子作用形成氢键，改变了基底的介电参数，传感器的湿敏特性与纸的成分和结构有关。 .txt     

分布式卷积神经网络在刀具磨损量预测中的应用

刀具磨损量预测对提高设备运行的安全性和可靠性具有重大意义。为了提高刀具磨损量预测精度,本文提出了基于分布式卷积神经网络的刀具磨损量预测方法,该方法将原始高频信号样本作为输入,在模型中分为若干个子序列,利用分布式卷积-池化层作为局部特征提取器,从子序列中自适应提取特征,并对特征数据进行批标准化处理,最后经过非线性映射,对刀具磨损量进行预测。本文提出的模型与BPNN模型相比均方误差降低了51.3%,具有更高的预测精度。     

国网浙江电力携手华为赋能5G智能电网

2021年,全国电力负荷屡创新高,用电量的增加使得整个电力行业在源、网、荷、储4个方面都面临着困境。浙江作为经济大省,单日最大用电量突破1亿千瓦·时,超过德国、法国等发达国家。随着风能、太阳能等分布式新能源不断接入,电能供应呈现巨大波动,电网安全运行面临严峻挑战(如图1所示)。     

考虑准备时间的分布式两阶段混合流水车间调度

针对准备时间依赖于顺序的分布式两阶段混合流水车间调度问题(DTHFSP),提出一种双变邻域搜索(DVNS)算法以同时最小化总延迟时间和最大完成时间。由于该问题子问题较多,将工厂分配和第一阶段的机器分配合并以减少子问题的数量。DVNS包含两个相互协作的变邻域结构,每个变邻域结构都加入全局搜索算子,并应用了邻域搜索和全局搜索协调、邻域结构的合理配置以及当前解的周期性更新等策略。通过大量实例的对比实验表明,DVNS在求解DTHFSP方面具有较强的优势。