大规模图数据匹配技术综述

在大数据时代海量的多源异构数据间存在着紧密的关联性,图作为表示数据之间关系的基本结构在社交网络分析、社会安全分析、生物数据分析等领域有着广泛应用.在大规模图数据上进行高效地查询、匹配是大数据分析处理的基础问题.从应用角度对用于图查询的图数据匹配技术的研究进展进行综述,根据图数据的不同特征以及应用的不同需求对图匹配问题分类进行介绍.同时,将重点介绍精确图匹配,包括无索引的匹配和基于索引的匹配,以及相关的关键技术、主要算法、性能评价等进行了介绍、测试和分析.最后对图匹配技术的应用现状和面临的问题进行了总结,并对该技术的未来发展趋势进行了展望.     

Gd~(3+)、Dy~(3+)掺杂Bi_2WO_6的合成及光催化脱硫活性的研究

对Bi2WO6半导体材料进行了改性,利用水热法合成了Gd~(3+)和Dy~(3+)掺杂Bi2WO6光催化剂,并且采用XRD、UV-Vis、FE-SEM等测试手段进行表征,同时以噻吩的正辛烷溶液为模拟汽油研究了稀土掺杂对Bi2WO6的光催化脱硫活性的影响。UV-Vis吸收光谱表明,Gd~(3+)和Dy~(3+)掺杂使Bi2WO6催化剂的吸收向可见光区移动,导致其带隙变窄。光催化脱硫实验表明,Gd~(3+)和Dy~(3+)掺杂Bi2WO6的脱硫活性较纯的Bi2WO6有较大的提高,其中Gd~(3+)掺杂Bi2WO6的脱硫率高达94.5%。     

状态封包检测中的连接管理和调度策略-LASF

网络带宽的增长和频繁的网络攻击给状态封包检测等网络安全系统的性能带来了很大挑战。通过分析TCP连接建立延迟时间分布特性和连接逗留时间分布特性,设计了一个两级连接状态表,很好地解决了检测系统中的连接状态表急剧增长问题。然后,基于经典排队论和高速骨干网的TCP连接特性提出了一个流调度策略LASF(Least Attained Sojourn First)。通过实验证明,该策略能够在系统负载过重时显著提高系统的连接吞吐率等性能。     

利用改进的背景模型实现车辆检测

为解决基于背景差分的车辆检测办法易受交通状况影响的问题,首先建立基于区间分布的自适应背景模型,然后利用改进的背景更新算法对建立的背景模型选择性更新,最后结合阈值分割和形态学处理实现运动车辆检测.实验结果表明,该算法在交通堵塞或临时停车等复杂交通环境中有很好的背景提取和更新效果.与经典的算法相比,该车辆检测算法在实时性和准确性方面都有所提高.     

屯留主井卸载系统技术分析与布置方案比选

文章通过对屯留主立井井筒直径与提升容器、卸载设备、提升能力之间存在的矛盾进行了工艺和系统布置方面的分析与比较,提出了屯留主井提升容器、卸载系统的最佳布置形式和对未来技术发展方向的展望。     

基于ProVerif的电子商务协议分析

采用应用pi演算来建模自动解决争端的公平电子商务协议,基于一致性给出了公平性的形式描述方法,利用应用pi演算的自动化分析工具--ProVerif分析了该协议,结果表明,利用一致性描述协议公平性是可行的,同时指出了基于ProVerif验证电子商务协议的优缺点:适用于分析"A事件发生以前,B事件是否曾经发生",但不适用于分析"A事件发生之后,B事件将来是否会必然(或可能)发生".     

地铁车站照明配电系统优化设计

针对目前地铁地下车站照明设计存在的问题 ,从照明配电、参数计算、系统优化、灯具选择等方面提出了优化设计建议 ,并在实际设计中应用 ,取得了很好的设计效果。     

基于FPGA／DDS原理的MSK信号调制与解调的设计与实现

本文提出了一种采用直接数字合成DDS原理和延时相干解调原理实现最小频移键控MSK信号的调制与解调的新方法。与传统采用直接提取载波进行相干解调的方法相比较,本文采用的新方法．避免了载波提取困难的问题：本设计建立了系统模型给出了基于现场可编程门阵列FPGA和DDS原理的MSK信号调制与解调的详细的软硬件架构设计及关键核心模块的设计方案,采用FPGA以及专用DDS芯片AD9851实现了调制与解调系统。     

一种基于气相色谱质谱联用的肉制品中农药残留检测方法的开发与研究

基于气相色谱质谱联用法(GC-MS),通过对色谱和质谱条件的优化,即调节进样口的温度为280℃,载气He每次进入1uL且不分流进样; MS传输线温度为280℃、离子源温度为250℃、数据采集方式为SIM,在国标方法的基础上建立一种基于气相色谱质谱串联法检测肉制品中的恶霜灵、三氯杀螨醇、生物苄呋菊酯、γ-666四种农药残留的方法。结果显示,这四种农药在0. 1280～82 050ug/m L浓度区间内数据方程的相关系数均大于0. 9950,检出限区间是0. 0086～0. 1040mg/kg,均在国家所规定的检测标准之内。样品的加标回收率在90%～130%之间。结果表明,优化后方法的灵敏度、复现性和稳定性较高,适用于肉制品中恶霜灵、三氯杀螨醇、生物苄呋菊酯和γ媚-666四种农药残留的检测。     

AS-PANet:改进路径增强网络的重叠染色体实例分割

目的 染色体是遗传信息的重要载体,健康的人体细胞中包含46条染色体,包括22对常染色体和1对性染色体。染色体核型化分析是产前诊断和遗产疾病诊断的重要且常用方法。染色体核型化分析是指从分裂中期的细胞显微镜图像中,分割出染色体并根据染色体的条带进行分组排列的过程。染色体核型化分析通常由细胞学家手工完成,但是这个过程非常费时、繁琐且容易出错。由于染色体的非刚性特质,多条染色体之间存在重叠及交叉现象,致使染色体实例分割非常困难。染色体分割是染色体核型化分析过程中最重要且最困难的一步,因此本文旨在解决重叠、交叉染色体实例分割问题。方法 本文基于路径增强网络（PANet）模型,提出AS-PANet（amount segmentation PANet）模型用于解决重叠染色体实例分割问题。在路径增强网络的基础上引入染色体计数领域知识预测作为模型的一个预测分支,并改进了路径增强网络的模型结构和损失函数,使图像分类、目标检测、实例分割和染色体计数4个子任务共享卷积特征,进行联合训练。在临床染色体图像数据上进行标注并构建训练集和测试集,同时提出有效的数据增广方法用以扩充染色体标注训练数据集,提升模型的训练效果。结果 在临床染色体数据集中开展实证研究实验。实验结果表明,本文方法在临床染色体数据集中,平均分割精度mAP（mean average precision）为90.63%。该结果比PANet提升了1.18%,比基线模型Mask R-CNN提升了2.85%。分割准确率为85%,相比PANet提升了2%,相比Mask R-CNN（region with convolutional neural network）提升3.75%。结论 本文染色体实例分割方法能够更有效地解决临床染色体分割问题,相比现有的方法,分割效果更好。