国产精品99久久久久久,国产黄片在线流畅

6G室內(nèi)覆蓋展望及關(guān)鍵技術(shù)應(yīng)用思考[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著5G商用進(jìn)程的不斷加快，面向室內(nèi)覆蓋的網(wǎng)絡(luò)建設(shè)逐漸成為熱議話題。同時(shí)，6G網(wǎng)絡(luò)伴隨著云原生、人工智能等新興技術(shù)的發(fā)展，也將影響未來(lái)室內(nèi)網(wǎng)絡(luò)的架構(gòu)及設(shè)備形態(tài)，通過(guò)室內(nèi)場(chǎng)景需求探索面向6G網(wǎng)絡(luò)的更開(kāi)放和智能的無(wú)線接入網(wǎng)技術(shù)創(chuàng)新，有助于推進(jìn)邊緣云網(wǎng)深度融合。首先介紹5G室內(nèi)覆蓋現(xiàn)狀，包括主流解決方案及設(shè)備形態(tài)，根據(jù)6G網(wǎng)絡(luò)需求分析其短期可能的演進(jìn)方向；然后進(jìn)一步地面向室內(nèi)覆蓋梳理相關(guān)6G使能關(guān)鍵技術(shù)，展望未來(lái)室內(nèi)場(chǎng)景網(wǎng)絡(luò)愿景和可能的技術(shù)演進(jìn)方向。

發(fā)表于：12/1/2021 2:01:00 PM

面向6G的微服務(wù)化無(wú)線網(wǎng)架構(gòu)研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著云原生、人工智能、大數(shù)據(jù)等信息技術(shù)的發(fā)展以及云網(wǎng)融合趨勢(shì)的推進(jìn)，面向6G的無(wú)線網(wǎng)絡(luò)正走向軟件化、智能化、開(kāi)放化和服務(wù)化，實(shí)現(xiàn)通信與計(jì)算、感知、控制的深度融合。服務(wù)化是無(wú)線網(wǎng)絡(luò)實(shí)現(xiàn)云網(wǎng)服務(wù)深度融合、賦能無(wú)線網(wǎng)絡(luò)智能內(nèi)生特性的重要特征。在分析無(wú)線接入網(wǎng)微服務(wù)化的驅(qū)動(dòng)力的基礎(chǔ)上，借助5G核心網(wǎng)既有理念，提出了面向6G微服務(wù)化的無(wú)線接入網(wǎng)邏輯架構(gòu)，并分析了未來(lái)可能的技術(shù)演進(jìn)方向。

發(fā)表于：12/1/2021 1:56:00 PM

基于數(shù)字圖像處理的物流分揀方法及系統(tǒng)[其他][其他]

目前部分快遞公司中小型分揀中心仍存在需要手動(dòng)錄入快遞地址信息，標(biāo)準(zhǔn)化、自動(dòng)化程度低等問(wèn)題，不利于全面自動(dòng)化的實(shí)現(xiàn)。提出了一種基于數(shù)字圖像處理的物流分揀方法，分為快遞面單分割、地址區(qū)域定位和信息識(shí)別三個(gè)部分。并設(shè)計(jì)了硬件和軟件工程化實(shí)現(xiàn)系統(tǒng)，通過(guò)固定機(jī)位拍攝包裹面單圖像，傳輸?shù)接?jì)算機(jī)上進(jìn)行識(shí)別。將識(shí)別到的地址信息傳輸?shù)椒謷C(jī)器，從而提高分揀效率。實(shí)驗(yàn)結(jié)果表明，該識(shí)別方法和系統(tǒng)具有較好的識(shí)別精度和識(shí)別速度，能夠滿(mǎn)足工程化實(shí)踐要求。

發(fā)表于：11/17/2021 10:00:00 PM

基于CloudSat/CALIPSO數(shù)據(jù)的晉西北地區(qū)云宏觀特征分析[其他][其他]

利用CloudSat/CALIPSO資料對(duì)晉西北地區(qū)云宏觀特征進(jìn)行了分析，結(jié)果表明：晉西北地區(qū)云發(fā)生概率的年平均值為58.1%，其中，春季云發(fā)生概率最高，夏季次之，秋、冬兩季相對(duì)較低；資料區(qū)分的8類(lèi)云中，除層云未在晉西北地區(qū)出現(xiàn)外，卷云、高層云、高積云、層積云、積云、雨層云以及深對(duì)流云共7類(lèi)云均有出現(xiàn)，各類(lèi)云的分布表現(xiàn)出顯著的季節(jié)特征；全年云層分布以單層云系為主，多層云系占比較少，且各類(lèi)云在單層云及多層云中出現(xiàn)的概率及其垂直分布特征存在較大差異。研究結(jié)果為晉西北地區(qū)的云形態(tài)及發(fā)展規(guī)律、局地氣候研究以及數(shù)值模式模擬等提供了參考和依據(jù)。

發(fā)表于：11/17/2021 9:56:00 PM

RMOF：一種韌性驅(qū)動(dòng)的微服務(wù)編排框架[其他][其他]

面對(duì)多樣化安全威脅，針對(duì)微服務(wù)架構(gòu)下的編排調(diào)度問(wèn)題，提出了一種韌性驅(qū)動(dòng)的微服務(wù)編排框架(Resilience-driven Microservice Orchestration Framework，RMOF)。RMOF綜合充分考慮系統(tǒng)的韌性目標(biāo)、風(fēng)險(xiǎn)、應(yīng)對(duì)技術(shù)以及實(shí)現(xiàn)代價(jià)等，建立在韌性目標(biāo)約束下的微服務(wù)編排模型，并在此基礎(chǔ)上設(shè)計(jì)了一種部分保留的遺傳算法(Partially Preservation Genetic Algorithms，GA-PP)對(duì)編排模型進(jìn)行求解，最終形成滿(mǎn)足韌性能力約束的微服務(wù)鏈。實(shí)驗(yàn)結(jié)果表明，RMOF能夠有效建立韌性約束下的微服務(wù)鏈模型，提升系統(tǒng)的韌性能力。

發(fā)表于：11/17/2021 9:51:00 PM

基于驅(qū)控一體技術(shù)的門(mén)機(jī)控制器的開(kāi)發(fā)[其他][其他]

結(jié)合驅(qū)控一體技術(shù)的發(fā)展及市場(chǎng)對(duì)快速卷簾門(mén)專(zhuān)用控制器的需求，提出一種直接驅(qū)動(dòng)永磁同步電機(jī)的門(mén)機(jī)控制器的實(shí)現(xiàn)方案。該控制器硬件由DSP、電源供電模塊、電機(jī)驅(qū)動(dòng)模塊、輸入輸出模塊及通信模塊等組成，實(shí)現(xiàn)了驅(qū)控一體化設(shè)計(jì)，提高了門(mén)機(jī)控制器的性?xún)r(jià)比。根據(jù)快速卷簾門(mén)控制功能和工藝流程，給出了門(mén)機(jī)控制器軟件實(shí)現(xiàn)框圖并介紹了其關(guān)鍵控制功能的實(shí)現(xiàn)算法。

發(fā)表于：11/17/2021 9:46:00 PM

“商品歸類(lèi)+區(qū)塊鏈”應(yīng)用場(chǎng)景構(gòu)建的初步構(gòu)想[其他][其他]

關(guān)檢融合以來(lái)，商品歸類(lèi)除了傳統(tǒng)意義的稅收征管要素外，也被賦予了準(zhǔn)入、安全等標(biāo)簽。在新海關(guān)業(yè)務(wù)改革實(shí)踐中，諸多海關(guān)業(yè)務(wù)集中矛盾點(diǎn)也突發(fā)在商品歸類(lèi)這一業(yè)務(wù)線條中。結(jié)合目前商品歸類(lèi)業(yè)務(wù)、法律法規(guī)與技術(shù)支撐現(xiàn)狀，分析產(chǎn)生痛點(diǎn)與難點(diǎn)的原因，探討建立“商品歸類(lèi)+區(qū)塊鏈”治理模式的必要性，并就區(qū)塊鏈技術(shù)具有不可篡改性、可追溯性、透明性和隱私保護(hù)性的特征，提出了構(gòu)建商品歸類(lèi)專(zhuān)屬區(qū)塊鏈的路徑思考。

發(fā)表于：11/17/2021 9:40:00 PM

基于智能合約的分布式數(shù)據(jù)共享模式及其算法研究[其他][信息安全]

針對(duì)現(xiàn)有數(shù)據(jù)中心化存儲(chǔ)所面臨的分布式數(shù)據(jù)一致性、安全性、防篡改性等問(wèn)題，通過(guò)對(duì)區(qū)塊鏈及智能合約相關(guān)技術(shù)進(jìn)行介紹，采用拜占庭共識(shí)機(jī)制和相關(guān)的密碼技術(shù)，在確保交換數(shù)據(jù)的不可篡改性、不可偽造性和可追溯的情況下，提出了基于智能合約的分布式數(shù)據(jù)共享模式及其應(yīng)用算法，并給出了一致性和安全性分析以及成本評(píng)估的方法，在去除第三方可信機(jī)構(gòu)交易信任化、中心化等方面，滿(mǎn)足了數(shù)據(jù)共享的安全性和可信性要求。

發(fā)表于：11/17/2021 9:34:00 PM

融合用戶(hù)興趣建模的智能推薦算法研究[其他][其他]

強(qiáng)化學(xué)習(xí)被越來(lái)越多地應(yīng)用到推薦系統(tǒng)中。提出一種基于DDPG融合用戶(hù)動(dòng)態(tài)興趣建模的推薦方法（DDPG-LA），使用LSTM網(wǎng)絡(luò)提取用戶(hù)的長(zhǎng)期興趣，利用注意力機(jī)制方法提取用戶(hù)的短期興趣，將兩種興趣結(jié)合作為智能體的狀態(tài)。同時(shí)，在LSTM網(wǎng)絡(luò)中加入狀態(tài)增強(qiáng)單元，以加速模型對(duì)于用戶(hù)長(zhǎng)期興趣的建模，在注意力機(jī)制中加入緩解推薦延遲的模塊來(lái)解決該方法應(yīng)用于推薦系統(tǒng)中時(shí)所產(chǎn)生的缺陷。在Movelines的兩個(gè)數(shù)據(jù)集上對(duì)模型進(jìn)行實(shí)驗(yàn)，同時(shí)在各種測(cè)試指標(biāo)上與傳統(tǒng)方法進(jìn)行比較，結(jié)果顯示所提出的算法更具優(yōu)越性。

發(fā)表于：11/17/2021 9:23:00 PM

基于歐氏距離解纏的多角度跨庫(kù)人臉表情識(shí)別[其他][其他]

當(dāng)前，人臉表情的識(shí)別受數(shù)據(jù)庫(kù)偏差和姿勢(shì)角度差異的影響。為了解決這個(gè)問(wèn)題，提出了一個(gè)基于特征解纏的跨數(shù)據(jù)庫(kù)無(wú)監(jiān)督學(xué)習(xí)模型。該模型包含三個(gè)主要策略：基于歐氏距離的多屬性解纏策略，表情特征內(nèi)部的對(duì)比學(xué)習(xí)策略，對(duì)抗領(lǐng)域自適應(yīng)策略。該方法首先得到表情、姿勢(shì)和庫(kù)相關(guān)的特征，并在歐氏空間解纏不同屬性的特征。對(duì)比學(xué)習(xí)可以使相同表情標(biāo)簽的特征逼近，不同表情標(biāo)簽的特征疏遠(yuǎn)。對(duì)抗領(lǐng)域自適應(yīng)策略使得未被學(xué)習(xí)的目標(biāo)庫(kù)樣本和已學(xué)習(xí)過(guò)的源庫(kù)樣本的特征分布逼近。該方法在8個(gè)公開(kāi)的數(shù)據(jù)庫(kù)上展開(kāi)實(shí)驗(yàn)，得到了充分的驗(yàn)證。

發(fā)表于：11/17/2021 12:10:00 AM