IT管理·云·未来——BMc召开用户大会，发布“Living IT“新战略

2014年11月18日,全球领先的IT管理公司BMC软件公司在北京召开了2014BMCIT管理峰会暨中国用户大会。本次大会以“重塑数字未来”为主题,吸引了超过300名业内高层人士参加。BMC公司副总裁兼首席技术官（亚太区）Suhas Kelkar、     

路由器排障经历

大型网络通常跨越地区,其硬件连接方式通常为WDM／SDH信道,通信协议包含PPP、以太网等多种方式,而各通信系统之间的匹配也必须作为要素予以考虑。所以当大型网络出现局部故障时,应跳出局部看全局,才能最终找到解决问题的办法。本文介绍的网络故障,就是由于通信系统之间的匹配问题造成的。     

加成反应型硅橡胶的研究进展

简介硅橡胶的分类及硫化方法，重点描述加成反应型硅橡胶的硫化机理及加成硫化反应的影响因素。指出铂配合物是硅橡胶加成硫化反应最为有效的催化剂．其催化机理较为复杂，存在多种类型的反应；抑制剂和防中毒剂也影响硅橡胶的硫化效果。现阶段，国内外对加成反应型硅橡胶的研究多集中在提高强度、改善耐热性和改进注射成型方法等方面。     

l1优化在网格去噪中的应用

目的 网格去噪是计算机图形学中的经典问题,而如何在去除噪声的同时保持网格的特征结构是这一研究方向所面临的最大挑战。方法 提出一种具有稀疏性的全局网格去噪方法,该方法源于信号处理理论中稀疏表示的基本思想,通过优化全局能量函数来去除网格模型的噪声,同时能够保持网格模型的特征结构。该方法共分为两个步骤,第1步为网格面法向量的滤波,首先建立全局优化模型,对噪声网格的面法向量进行滤波优化,其中引入l₁范数来保证解的稀疏性,使得优化后新的面法向量能够保持网格的特征结构;第2步为网格曲面的重建,根据第1步得到的新的面法向量,按照面法向量的定义,建立最小二乘意义下的网格顶点的重建模型,求解得到新的网格曲面。结果 由于该模型是全局方法,避免了现有滤波方法可能出现的不收敛等问题,能够取得比较满意的去噪效果。结论 大量实验结果表明,本文方法在去除噪声的同时,能较好地保持网格的特征结构,尤其对于CAD模型有很好的实验效果。     

自适应短波通信系统跳频信号时差定位方法

短波通信在拓宽应用广泛性与普适性的同时,也存在信号跳频与难以监管问题。以自适应短波通信系统为研究对象,提出一种跳频信号时差定位方法。分析自适应短波通信系统的天波传输信道电离层特性、短波传播形式与跳频信号特点,利用离散频谱与傅里叶基,构建基于平坦衰落信道的跳频信号定位模型,根据架构的模型似然函数与互相关函数矩阵,获取目标方位定位最大似然估计,实现跳频信号时差定位。采用三个信号接收站与一个控制处理中心构成自适应短波通信系统,经过外场试验环境,展开信号源信号与无人机遥控跳频信号的时差定位试验,依据对比实验结果可知,所提方法能够有效定位目标信号,且定位精度具有显著的优越性,验证了方法的正确性与可行性,并为日后的研究工作提供了一定的参考价值。     

HIRF环境机载单芯电缆电磁敏感特性仿真研究

基于EMA 3D全波时域有限差分技术和MHARNESS多导体传输线技术,研究了多种机载单芯电缆的布线结构及其趋肤效应对高强度辐射场环境下场线耦合效应的影响.根据ARP 5583A低电平扫描电流测试要求设置仿真环境,计算得到机身内部折叠、弯曲、盘曲和趋肤效应等电缆模型在高强度辐射场环境下的感应电流及其传递函数.研究表明单芯线简化模型仅能在有限条件下保证仿真精度,电缆布线结构和趋肤效应对高强度辐射场条件下场线耦合效应的影响具有一定规律性.     

基于采样尺度自适应的多尺度量子谐振子优化算法并行化

多尺度量子谐振子优化算法MQHOA是基于量子波函数理论提出的元启发式算法,传统MQHOA寻优过程中不同个体的采样尺度不具有差异性,这种机制限制了解的多样性。针对适应度不同的采样个体,提出采样尺度自适应策略,将采样情况差的个体采样尺度合理扩大,增加迭代过程中不同采样个体所使用采样尺度的多样性,并基于采样尺度的差异性提出并行化框架。选取7组测试函数将改进后的算法（MQHOA-PS）与MQHOA在华为鲲鹏920和AMD EPYC 7452处理器上进行测试实验,实验结果表明,改进后的算法寻优具有较高的精度和成功率,并且所需时间更短。     

基于色彩空间分解的低照度图像增强方法

针对低照度图像增强问题,提出一种基于色彩空间分解的图像增强算法.为了实现图像亮度和色彩的解耦合,将图像进行空间转换;利用中值滤波算法与Retinex算法融合以及基于OTSU处理的自适应局部直方图均衡化,分别实现了亮度分量的增强和饱和度分量的校正.分层图像合成、图像降噪处理和色彩空间的转换,确保增强图像色彩的均匀和清晰度的提高.实验结果与其他几种经典算法相比较,算法获得的增强图像细节方面更为丰富,图像的清晰度更高.     

基于改进遗传算法的计算机数学模型构建

面向遗传算法的数据冗余问题,设计改进遗传算法,与最小二乘法有机结合,构建计算机数学模型,以应对数据实时变化。在此基础上,针对具体问题实现计算机数学模型构建,加以验证分析,结果表明改进遗传算法的辨别能力较强,可寻求最优解,并在很大程度上提升运算效率与质量。通过Matlab软件进行方程组求解,明确参数具体使用区域,以解决估计参数范围与辨别等相关问题,仿真结果表明,基于改进遗传算法与最小二乘法的计算机数学模型,可显著扩展搜索空间,且运算效率相对较高。     

适用于RPA工具的卷积序列推荐算法

在机器人流程自动化(Robotic Process Automation, RPA)软件中,经常采用序列推荐系统让机器人完成判断、选择等人工处理的任务。然而常用的序列推荐系统受限于序列信息的提取困难等问题,难以得到广泛应用。为了解决这一问题,构建一种基于Inception的卷积序列推荐模型,把时间和潜在空间中的用户行为序列信息嵌入进一幅“图像”中,并通过动态和静态2种不同的卷积层提取其中的局部特征,全面地提取用户的短期兴趣偏好,同时将用户嵌入矩阵作为用户的长期兴趣偏好嵌入到卷积层的输出中,共同构建完整的用户兴趣偏好,提升推荐性能。通过在3种公开数据集MovieLens 1M、Gowalla、Steam上分别进行实验,验证了基于Inception的卷积序列推荐模型的性能优于最新的序列推荐模型,在Top-N序列推荐的3种评价指标中（精确率、召回率、平均AP值）,平均提升幅度在10%左右,单个指标上的最大提升幅度为14%。