国产免费人成在线看视频,亚洲高清美女一区二区三区,午夜免费观看福利片一区二区三区

多源異構(gòu)環(huán)境下數(shù)據(jù)同步復(fù)制技術(shù)的研究

針對多源異構(gòu)環(huán)境下數(shù)據(jù)的特點，提出一種數(shù)據(jù)同步復(fù)制新方案。該方案解決了多源異構(gòu)環(huán)境下數(shù)據(jù)庫的訪問，數(shù)據(jù)的獲取與復(fù)制，動態(tài)數(shù)據(jù)源的處理以及同步過程中數(shù)據(jù)沖突與同步的實時性等問題。最后將所提出的方案應(yīng)用于某省高速公路車輛監(jiān)控系統(tǒng)中，達(dá)到了實際應(yīng)用要求，表明了該方案的正確性與有效性。

發(fā)表于：2/21/2016

空間數(shù)據(jù)挖掘認(rèn)識及其思考

在這個大數(shù)據(jù)時代，空間數(shù)據(jù)正在從各個領(lǐng)域飛速累計?？臻g數(shù)據(jù)挖掘作為數(shù)據(jù)挖掘的一部分，現(xiàn)已成為人們研究空間數(shù)據(jù)的重點學(xué)科。主要介紹了空間數(shù)據(jù)挖掘的基本概念、一般步驟及其最新的挖掘方法，表達(dá)了對當(dāng)前空間數(shù)據(jù)挖掘的看法。最后對未來空間數(shù)據(jù)挖掘的研究方向進(jìn)行了更加深入的探討。

發(fā)表于：2/21/2016

實驗云虛擬資源動態(tài)自適應(yīng)負(fù)載均衡研究

針對云平臺的虛擬資源的負(fù)載均衡問題，為了實現(xiàn)虛擬資源的合理分配和保持用戶桌面的穩(wěn)定性，提出一種基于動態(tài)改變算法權(quán)值的自適應(yīng)粒子群算法，并利用Eucalyptus平臺進(jìn)行實驗。實驗證明，該方法比貪婪算法和基本粒子群算法具有更好的調(diào)節(jié)效果，能夠有效地控制負(fù)載均衡和保持系統(tǒng)的穩(wěn)定性。

發(fā)表于：2/21/2016

基于鄰域保持嵌入的時間序列聚類融合算法

時間序列的維數(shù)比較大，直接對時間序列進(jìn)行聚類性能不理想。如何提高時間序列的聚類性能，是主要研究點。首先使用鄰域保持嵌入對時間序列樣本維數(shù)約簡，然后對維數(shù)約簡后的數(shù)據(jù)進(jìn)行聚類融合，最后將它的聚類性能與已有方法如主成分分析、分段聚合近似進(jìn)行比較。實驗表明，所提出的算法更能提高聚類性能。

發(fā)表于：2/21/2016

基于Hi3516A的H265碼流實時傳輸系統(tǒng)設(shè)計

介紹了在海思Hi3616A開發(fā)平臺下實現(xiàn)的一種H265碼流實時傳輸系統(tǒng)。利用海思提供的媒體處理平臺（MPP）采集高清攝像頭感應(yīng)到的視頻圖像并進(jìn)行H265壓縮編碼，然后對LIVE555開源代碼進(jìn)行二次開發(fā)，實現(xiàn)播放H265實時碼流的功能，將壓縮編碼后的數(shù)據(jù)發(fā)送出去。設(shè)計結(jié)果表明，系統(tǒng)傳輸高清視頻圖像延遲短，播放流暢，滿足智能監(jiān)控領(lǐng)域應(yīng)用的要求。

發(fā)表于：2/20/2016

不均勻性嵌入式活動輪廓模型分割相似圖像組

提出一種分割灰度不均勻單目標(biāo)相似圖像組的新模型。該模型結(jié)合組相似活動輪廓模型（ACGS）和不均勻性嵌入式活動輪廓模型（InH_ACM），同時考慮了圖像的灰度、紋理和形狀的特征，能有效分割灰度不均勻的圖像組，處理圖像中的誤導(dǎo)信息。另外，采用在GB顯著圖上自動定位初始輪廓的方法，重新定義了平衡灰度一致性能量和紋理一致性能量的權(quán)重。實驗結(jié)果表明，該方法在分割精度和收斂速度上都有優(yōu)勢。

發(fā)表于：2/20/2016

基于改進(jìn)SIFT算法在圖像匹配中的研究

對于邊界顯著的圖像，用二值圖像代替灰度圖像進(jìn)行SIFT特征匹配，節(jié)約了運行時間。同時在SIFT算法中用128維的特征描述子進(jìn)行特征描述影響了算法的實時性，用歐氏距離進(jìn)行匹配對算法的準(zhǔn)確性有一定的影響。提出了一種改進(jìn)SIFT算法，用64維的特征描述子以及加權(quán)的歐式距離進(jìn)行匹配。實驗結(jié)果表明，所提出的改進(jìn)方法在提高準(zhǔn)確率的同時還減少了運行時間。

發(fā)表于：2/19/2016

基于FPGA實現(xiàn)OmniVision圖像傳感器的SCCB總線協(xié)議

基于Atera公司的FPGA芯片對OmniVision圖像傳感器進(jìn)行圖像采集前的準(zhǔn)備工作，通過FPGA的GPIO端口模擬SCCB（串行攝像機(jī)控制總線）總線協(xié)議對傳感器的寄存器進(jìn)行配置，從而完成對傳感器的初始化，使得攝像頭得以正常運行。

發(fā)表于：2/19/2016

基于Saber仿真的改進(jìn)型半橋LLC變換器閉環(huán)電路設(shè)計

LLC變換器是一種非常有前景的拓?fù)潆娐罚欢涔ぷ鬟^程較為復(fù)雜，很難建立準(zhǔn)確的小信號模型，因此閉環(huán)控制電路設(shè)計困難。同時，隨著LLC變換器的廣泛使用，其過流保護(hù)問題也日益受到關(guān)注。針對一種具有過流保護(hù)功能的改進(jìn)型半橋LLC變換器，提出了基于Saber軟件時域仿真進(jìn)行補(bǔ)償電路設(shè)計的方法，并設(shè)計了一款1 200 W的半橋型LLC變換器。仿真實驗驗證了該方法的正確性及可行性，對實際工程應(yīng)用有一定的指導(dǎo)意義。

發(fā)表于：2/19/2016

數(shù)據(jù)中心間歇性綠色能源供給管理策略研究

間歇性能源功率變化與數(shù)據(jù)中心的功率需求異步變化，容易產(chǎn)生供需不一致現(xiàn)象，給利用間歇性能源這種綠色計算思路帶來了挑戰(zhàn)。在對間歇性能源功率和數(shù)據(jù)中心功耗需求變化進(jìn)行建模的基礎(chǔ)上，提出了一種高效利用間歇性能源的數(shù)據(jù)中心能源供給管理策略框架。模擬實驗顯示，該策略理論上不僅可以確保數(shù)據(jù)中心能量供應(yīng)，同時可以達(dá)到高效利用間歇性能源的目的，為今后間歇性能源在數(shù)據(jù)中心的實際應(yīng)用提供理論依據(jù)。

發(fā)表于：2/19/2016

面向低能耗的虛擬機(jī)部署和遷移策略

為提高數(shù)據(jù)中心的資源利用率并降低能耗，提出了面向低能耗的虛擬機(jī)部署和遷移策略，包括虛擬機(jī)初始部署算法BT-MPA和虛擬機(jī)動態(tài)遷移算法MMT-MMA。BT-MPA算法基于回溯法實現(xiàn)虛擬機(jī)集合和主機(jī)集合的最優(yōu)初始映射，MMT-MMA算法基于最小遷移時間策略實現(xiàn)虛擬機(jī)動態(tài)遷移。仿真驗證了所提出策略能夠在降低數(shù)據(jù)中心總能耗的同時避免了不必要的遷移開銷。

發(fā)表于：2/19/2016

基于數(shù)據(jù)倉庫的客戶挽留系統(tǒng)

隨著移動通信運營市場的競爭日趨激烈，移動電話客戶“大進(jìn)大出”，導(dǎo)致客戶離網(wǎng)率居高不下，造成營銷資源的大量浪費。企業(yè)為了保持市場份額和運營效益，通過系統(tǒng)支撐手段加強(qiáng)客戶流失挽留工作。鎖定中高端客戶，通過聚焦客戶關(guān)懷、業(yè)務(wù)維系、流失預(yù)警挽留等重要手段，有針對性地開展服務(wù)營銷工作，有效延長客戶生命周期，保留存量市場，從而節(jié)約營銷成本。

發(fā)表于：2/18/2016

基于日志文件的數(shù)據(jù)挖掘機(jī)理分析與研究

介紹了數(shù)據(jù)挖掘的定義，分析了日志數(shù)據(jù)面臨的挑戰(zhàn)及對其進(jìn)行挖掘的原因。討論了日志數(shù)據(jù)挖掘的需求，歸納了對日志數(shù)據(jù)挖掘的具體內(nèi)容，總結(jié)了日志數(shù)據(jù)挖掘的具體應(yīng)用。該研究對加強(qiáng)企事業(yè)單位計算機(jī)信息系統(tǒng)安全具有較強(qiáng)的指導(dǎo)意義。

發(fā)表于：2/18/2016

歷史數(shù)據(jù)庫的設(shè)計與實現(xiàn)

針對Wonderware平臺自帶的歷史數(shù)據(jù)服務(wù)無法滿足大量歷史數(shù)據(jù)同時存儲的問題，對該平臺的歷史數(shù)據(jù)服務(wù)進(jìn)行了研究和分析，在保證Wonderware平臺存儲歷史數(shù)據(jù)的正確性、及時性和完整性的前提下，結(jié)合Wonderware平臺與.NET能夠兼容的特性，設(shè)計了一種新的歷史數(shù)據(jù)存儲方法，使用C#語言完成了基于.NET的自定義歷史數(shù)據(jù)庫的開發(fā)并投入實際使用，運行效果良好。

發(fā)表于：2/17/2016

基于模板知識的帶噪音半結(jié)構(gòu)文本數(shù)據(jù)自動分詞方法

隨機(jī)噪音會引起半結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)和語義的變化，從而造成半結(jié)構(gòu)化數(shù)據(jù)提取或向結(jié)構(gòu)化自動轉(zhuǎn)換障礙，為此本文在分析噪聲對半結(jié)構(gòu)化文本數(shù)據(jù)帶來的影響基礎(chǔ)下，提出了一種基于語法模板結(jié)構(gòu)知識的自動化分詞處理思路和方法，可以提高帶噪音的半結(jié)構(gòu)化文本數(shù)據(jù)自動分詞準(zhǔn)確性，可為類似問題提供參考。

發(fā)表于：2/17/2016