基于组合双向拍卖的云资源调度方法

针对跨数据中心的资源调度问题，提出了一种基于组合双向拍卖（PCDA）的资源调度方案。首先，将云资源拍卖分为三个部分：云用户代理报价、云资源提供商要价、拍卖代理组织拍卖；其次，在定义用户的优先级及任务紧迫度的基础上，在拍卖过程中估算每一个工作发生的服务等级协议（SLA）违规并以此计算云提供商的收益，同时每轮竞拍允许成交多项交易；最终达到根据用户等级合理分配云资源调度的效果。仿真实验结果表明该算法保证了竞拍成功率，与传统一次拍卖成交一项的组合双向拍卖方案相比，PCDA在竞拍时间段产生的能耗降低了35.00%，拍卖云提供商的利润提高了约38.84%。     

含微电网的主动配电网分级优化运行策略

分布式电源（DG）在主动配电网（ADN）中的渗透率越来越高，使ADN的调度变得日益复杂。随着微电网（MG）技术的发展，本文提出将MG看作一个独立的调度单元，参与到ADN的分级优化调度中。采用将有功和无功解耦的方法，有功优化阶段以配电网运行成本最小为目标，无功优化阶段以系统网损最低为目标，再将无功优化阶段计算出的系统网损代入有功优化的功率平衡约束条件中，反复计算得出ADN的最优运行策略。在有功优化问题上，分别采用启发式优化算法（Heuristic algorithm）和传统线性规划（Linear programming）法，并将两者的计算结果进行对比。最后以改造的IEEE-33节点配电网系统作为算例进行仿真分析，算例结果表明，所提出的分级优化调度方法大大降低了问题的计算难度，与传统线性规划法相比，采用启发式优化算法能更有效地减少系统运行成本。     

大数据深度挖掘技术下的数字资源推送平台设计应用

随着现代社会的发展,科学技术手段在不断的创新,大数据成为了现下时代的标志。在大数据的时代背景下,丰富的数字资源为人们的生活和工作带来了极大的便利,但是如何能够在海量的信息中快速的筛选有效的信息也是当前面临的一个重大的挑战。在文章的阐述过程中,针对数据的深度挖掘技术进行分析和研究,设计了基于数据深度挖掘技术的数字资源推送平台,更加详细的描述了推送平台的流程和相关的服务方式。     

转底炉处理赤泥工艺技术

为了综合利用氧化铝冶炼产生的赤泥，探索在转底炉中直接还原赤泥、磨矿磁选获得高品位直接还原铁。通过实验室试验摸索了转底炉还原工艺参数，并在转底炉工业试验线进行了工业试验。实验室结果表明，赤泥还原后的直接还原铁(DRI)金属化率可达88.6%，磁选后的铁品位可达82.1%，磁选后的铁回收率可达88.9%。工业试验中，转底炉还原后，产品金属化率平均为69.2%，将还原后的DRI磁选获得高品位的DRI产品，磁选后DRI的铁品位为72.8%，磁选后铁回收率达到了85.2%,初步打通了在转底炉中还原赤泥、磁选的工艺路径。     

基于改进两阶段法的平朔东露天矿配车算法

结合平朔东露天矿的实际生产情况,研究分析了露天矿车辆调度系统的传统两阶段算法,结合露天矿矿车规划和露天矿车辆调度算法模型,改进了两阶段算法,并设计验证了优化后的算法模型。平朔东露天矿通过优化配车算法降低了运输成本,提升了生产管理水平。     

全媒体时代高校图书馆资源建设

全媒体是文,图,声,像的综合体,通过一种数字化的传播手段来进行信息的传输。高校图书馆的全媒体建设话更能提升高校图书馆的服务品质。图书馆通过不断的创新发展能紧跟时代的步伐。高校全媒体图书馆以学生为中心,通过提高资源的传播效率,降低传播的成本和风险,满足大学生的信息化个性需求。     

改进卷积输入的端到端普通话语音识别

主流神经网络训练的交叉熵准则是对声学数据的每个帧进行分类优化，而连续语音识别是以序列级转录准确性为性能度量。针对这个不同，构建基于序列级转录的端到端语音识别系统。针对低资源语料条件下系统性能不佳的问题，其中模型使用卷积神经网络对输入特征进行处理，选取最佳的网络结构，在时域和频域进行二维卷积，从而改善输入空间中因不同环境和说话人产生的小扰动影响。同时神经网络使用批量归一化技术来减少泛化误差，加速训练。基于大型的语言模型，优化解码过程中的超参数，提高模型建模效果。实验结果表明系统性能提升约24%，优于主流语音识别系统。     

如何提高煤质化验分析的准确性

本文主要分析了煤质化验分析在煤矿生产中的应用,以及影响煤质化验准确性的因素,重点探究了如何提高煤质化验分析的准确性。在煤矿资源开采过程中提高煤质化验分析的准确性可以提高煤矿资源开采的效率,给企业带来更大的经济效益。煤矿资源对我国经济的进步和社会的发展都有着十分重要的意义,因此提高煤质化验分析的准确性有着巨大的作用。