气象部门职工网络培训数智化转型研究

气象事业高质量发展离不开新技术的应用和从业者经验的推广,这些都要依赖于气象职工自主学习和参加职业培训。近些年,随着网络新基建的加速发展,以及人工智能、大数据、区块链技术的广泛应用,快速和随时获取知识已经成为在职职工提升岗位技能的必选方式。任何新技术从出现到落地应用都需要一定的时间,建立一个全新的网络培训模式也许相对容易,但是在原有基础上改造会存在一定的困难。气象部门培训的主要方式气象网络培训正处在这样的转型期。通过分析目前气象职工网络培训现状及存在的问题,探讨运用新一代数字技术创新培训管理方式、实现气象职工远程培训数智化转型、提升网络培训效率、促进气象网络培训高质量发展的方法。

一种分布式实时监控报警系统的研究与实现

近几年,随着运价系统业务不断增长,服务器节点数量呈现几何式扩张。如何对生产系统近千台服务器及应用进行有效的监控报警,成了企业亟须解决的问题。现有监控系统(如Nagios、Zabbix、Prometheus和Open-Falcon)均无法满足系统对于日志数据深度分析处理并监控报警的能力。基于上述原因,以民航客运运价系统为背景,基于ELK体系架构和Elastalert日志告警插件,实现了一种分布式实时监控报警系统,不仅能够提供硬件监控、服务器基础监控和应用监控,还拥有强大的日志分析处理能力,可识别出异常的微小波动并及时发出警报,帮助运维人员迅速定位问题,并采取相应的措施,为民航客运运价系统的稳定运行提供了坚实的技术保障,也为处理复杂多变的监控需求提供了有力的工具。

Caché数据库中数据的存储及其查询优化

Caché数据库的多维数据模型可以存储丰富的数据,在处理复杂的医疗数据时减少了表连接等处理过程,从而使多维数组能更快地存取数据。与主流的Oracle和SQL server等关系型数库相比,Caché主要在其存储结构上有很大的不同,Caché主要是以Global的形式存储数据,依据M语言开发应用程序。首先,介绍了Caché数据库中数据的存储形式;然后,展示了在医院HIS系统应用过程中Caché数据库中数据查询的几种方式及应用场合;最后,总结Caché数据库中SQL优化的几种办法。结果表明,Caché数据库具有更高的灵活性,适用于多种应用场合,而且在采用优化的查询方案后查询效率提高了很多倍。

基于TextCNN的地震新闻标题分类方法

当破坏性地震发生后,大量信息产出,网上的地震新闻信息更是大量汇集。高效精准地识别与自动分类地震新闻,可使地震应急部门及时搜集各方面的应急态势,缓解面对海量新闻的压力,减少获取信息的时间成本。首先论述了地震新闻标题数据集的建设,然后实验对比分析了深度学习模型对地震新闻标题文本的分类效果。实验表明,采用Word2vec进行文本表示的TextCNN分类模型效果比较好,准确率达到了92.03%。

一种高性能Web内容安全监管系统

Web内容安全保障主要是保护大型政府门户网站、新闻网站发布的公告和新闻等内容的安全。这类Web网站发布的内容是社会舆情引导的重要组成部分,如果被恶意篡改将会引发严重的后果。针对这一类问题,提出一种Web内容安全监管系统。系统从内容监管、权限审核、核心词表与关联模式定义三方面实现对Web内容审计与管控,融合了被动与主动两种安全保护的方式,并能与内容发动审核流程紧密联合。所提出的系统相对于其他同类系统具有高性能、高安全保障性的特点。

基于Kettle的医院多源异构数据采集应用案例分析

通过分析医院信息化建设中的多源异构数据采集上报问题。利用开源ETL工具Kettle,将医院需要上报数据定时抽取、转换到DMZ区前置服务器,再通过VPN传输到上报平台。通过实际案例分析可以看出,在医院数据采集和上报工作中,Kettle不仅可以支持关系型数据库Oracle、SQL Server、MySQL等,还能很好地支持后关系型数据库Caché。Kettle友好的用户图形界面化操作、高效稳定的数据处理功能、多源异构数据采集功能等可以优化医院数据采集流程,提高医院各种数据的上报效率。

基于道路交通事故领域的知识图谱构建及可视化

近年来,知识图谱技术进展迅速,领域知识图谱价值得到认可,各领域专家就本领域知识图谱的构建展开了广泛研究,并成功将其应用于知识检索、知识问答、知识推荐等服务中。以道路交通事故数据为主要数据源,经过概念模型设计、知识抽取等步骤提取出相关信息,与原结构化数据融合,借助Neo4j图数据库,构建融合道路交通事故数据和道路法规的道路交通事故领域的知识图谱,实现相关数据的存储和可视化。

基于区块链和工作量证明的数据抗篡改技术研究

随着信息化技术的不断深化应用,数据安全和抗篡改愈发重要。在各类信息系统建设中,不论是科学研究的相关数据,还是设备管理的设备履历数据,都需要数据真实可信,而现实中经常出现需要数据时临时补造数据的情况。为防止这种问题,需要设计一个低成本运行,对数据无入侵,由中心化组织维护,但抗中心化篡改的技术方案。基于区块链和工作量证明,设计一个最小可支持单机系统运行的抗篡改技术TDBBP(technology of tamper detection based on blockchain and pow),通过链式哈希块关联各数据日志块,通过工作量证明配合审计,使得稍长时间的数据日志块没有足够时间伪造重建,从而提供抗篡改能力。

基于多传感器数据融合技术的小麦病虫阈值决策算法设计

小麦病虫害种类繁多,且不同病虫害的症状可能相似,导致在小麦病虫阈值决策过程中可能出现数据信息的丢失、误判或冗余,进而影响阈值设定的准确性。传感器数据融合技术具有准确区分不同病虫害类型的潜力,其小麦病虫阈值的准确性较高。鉴于此,设计了一种基于多传感器数据融合技术的小麦病虫阈值决策算法。通过选择和布设多种探测传感器,利用多传感器数据融合技术,将来自不同传感器的数据进行整合,实现了对小麦病虫害的危害程度与产量损失率的精确测定。基于这些测定结果,制定了计算小麦病虫阈值的规则,并通过混合方法优化了小麦病虫害阈值决策过程,最终确定了更加准确合理的小麦病虫害的阈值。案例分析表明,所设计的算法响应时间较短,能够更快地处理数据并作出决策;所得结果与实际结果的误差平均值仅为3.4%,显示出小麦病虫害检测结果的高度准确性和可靠性,通过所提出的方法能够有效提升决策的效率和精确度。

基于深度学习特征融合技术的小麦病虫害图像识别准确性研究

小麦病虫害在植株上的分布是不均匀的,导致图像中病虫害的特征不一致,降低了病虫害图像识别的准确性。深度学习特征融合技术能够自动从原始数据中学习到多层次的特征表示,并且能够有效地处理和融合这些特征。基于此,提出一种基于深度学习特征融合技术的小麦病虫害图像识别方法,旨在提升识别准确性。利用图像分割技术精准地识别出病虫害的目标区域。借助深度学习技术,构建了一个病虫害图像识别模型,从已分割的病虫害目标区域中提取关键特征。这些特征包括目标区域的边缘特征和区域梯度特征,对于准确识别病虫害至关重要。为了更全面、更细致地描述病虫害的多维特征,采用特征融合技术,整合了不同尺度的图像特征,以捕捉病虫害的多层次信息。这些融合后的特征作为模型输入,通过深度学习模型的训练和学习,实现对病虫害图像的精准分类。将模型的识别结果与真实的标签进行匹配,通过对比识别结果与真实标签的一致性来准确评估识别的准确性。实验结果表明,与传统方法相比,采用所提出的方法可以实现99%~100%的识别准确率,并在F1分数上展现出显著优势,接近理想值1。这一结果显著优于传统方法,为小麦的健康种植提供了可靠的技术保障。

基于蚁群算法的多目标农产品物流配送路径优化

针对农产品物流配送的路径优化问题,考虑将运输总成本、碳排放量、客户满意度融入其中,建立多目标农产品物流配送模型,提出一种改进蚁群算法,在基础蚁群算法的基础上,初始化信息素浓度、信息素更新策略、动态化信息素挥发因子,并引入多种局部搜索,以某物流企业为例,对所提算法和现有算法进行对比,得出几种算法各自的配送路径、运输成本、碳排放量、客户满意度。实验结果表明,对比其余现有算法,所提出的改进蚁群算法搜索收敛速度更快且求解出来的效果更好,从而证明改进后算法性能更好。

基于改进C^(2)算法的双目标角度估计方法

角度是雷达探测和跟踪目标的重要信息,主波束宽度通常决定了雷达角度分辨率,当雷达主波束范围内包含不止一个目标时,采用传统的和差测角方法只能获得多目标的合成角度位置,不能获得场景中目标的真实角度值,严重影响了雷达对真实目标的截获和跟踪。针对雷达主波束内存在双目标的场景,首先通过理论分析和数值仿真说明双目标对和差测角的影响,再结合传统C2多目标角度估计算法在和差测角中的应用,给出一种改进的C2角度估计算法。最后,通过数值仿真验证了所提出的方法在双目标回波能量相同和不同场景下均适用,且角度估计精度相对传统多目标角度估计方法明显提升。

基于调频连续波的运动平台测高补偿算法研究

调频连续波雷达根据发射和接收线性调频信号的差拍频率计算目标高度,具有发射峰值功率小、硬件成本低和信号处理简单等优点,是当前高度表最常采用的一种测高波形。但当测高雷达相对地面运动,距离延时对应差拍频率和目标运动多普勒存在耦合时,直接将回波多普勒前沿检测结果作为差拍频率计算平台高度会存在较大偏差。通过对运动雷达发射调频连续波信号的回波信号进行数学建模,分析运动目标多普勒频率和距离延时对应差拍频率之间的耦合关系,给出一种改进的运动目标高度解算方法,并推导给出解析表达式。通过数值仿真,对比采用补偿方法的前后运动目标测高结果,说明所提出方法的有效性。

基于Neo4j的中医妇科知识图谱构建研究

通过详细阐述中医妇科知识图谱的构建流程,包括本体层的设计、实体与关系的知识抽取、数据的知识融合,以及最终的知识存储和可视化展示,提供了一种新的视角来理解和应用中医妇科知识,为中医学的研究和临床诊疗提供参考和借鉴。在本体层设计阶段,采用自顶向下的方法,运用Protégé软件进行本体编辑和构建,确保了本体结构的科学性和系统性。在知识抽取阶段,利用Bi-LSTM-CRF模型结合人工定义规则,有效提取了中医妇科文本中的关键实体和关系。在知识融合阶段,针对中医术语的复杂性和多样性,采用人工方法进行数据的整合和对齐,增强了数据的准确性和一致性。最后,在知识存储和展示阶段,通过Neo4j图数据库实现了知识的有效存储和直观展示。

基于注意力机制的智慧化校园网络统一身份认证技术研究

现有研究在处理所有身份特征时,未能有效区分不同特征在认证过程中的重要性和影响,这种方式容易忽视或弱化那些对认证结果至关重要的特征信息,导致关键信息的丢失,直接影响认证结果的准确性和可靠性。为了解决这一问题,设计了基于注意力机制的智慧化校园网络统一身份认证技术,通过注意力机制实现了对校园网络身份特征的融合。在融合过程中,根据每个特征的重要性自动为其分配不同的权重,从而更准确地提取关键信息,有效应对复杂、多样化的身份特征。基于这些融合后的特征,进一步生成统一的校园网络身份标识,降低认证风险。利用神经网络中的全连接层连接学习到的特征,并通过Softmax函数计算各个身份类别的概率,选择概率最大的身份类别作为最终的认证结果,确保认证的准确性和可靠性。实验结果表明,与对比方法相比,采用所提出的方法,认证错误率得到了有效降低,网络身份的安全性能得到了显著提高,展现出良好的认证效果。

航电系统FC网络通信可靠性研究

航电系统交换网络,为各子系统提供互联支持和实时、确定的网络运行模态,并对网络进行可靠性控制。针对航电系统交换网络在频繁接插过程中出现的偶发无法上线问题,通过分析系统网络架构和工作原理,研究端口通信测量方法以及仿真分析和验证,确定FC端口发生物理上的紧合和分离会造成FPGA的GTX接收偶发出现异常。完善FPGA接收GTX逻辑设计,对GTX接收组件进行接收数据检测可靠复位,可解决链路同步问题,为航电系统工程应用奠定基础。

基于格签名算法的抗量子区块链数据加密方法

为提升抗量子区块链数据加密的安全性,提出基于格签名算法的抗量子区块链数据加密方法。利用密钥矩阵生成区块链数据密钥,对部分数据分散处理,利用格签名算法对区块链数据签名,将签名与密钥整合生成区块链数据加密数字证书,利用证书对数据加密处理,以此实现基于格签名算法的抗量子区块链数据加密。实验证明,设计方法应用下抗量子区块链数据一致程度平均为97%,平均数据加密速率为3 115.15 byte/s,具有一定的应用价值。

基于改进YOLOv5的水果检测

近年来,中国水果产业快速发展,出口产品销量始终位居世界前列,但水果采摘问题不容忽视,由于各方原因,我国采摘基本依赖人工、耗时且效率低,天气环境等因素严重影响人工作业。基于采摘检测困难问题,以苹果为研究对象,提出了基于YOLOv5s改进的YOLOv5-OCG结构,主要改进内容为:(1)构建新的主干网络OCSP Darknet,其中ODConv卷积可动态调整卷积核,CBAM通过通道与空间两方面更好地提取重要特征;(2)引入GFPN替换头部的C3网络,通过自底向上和自顶向下两种方式联合进行多尺度特征融合。相比最初的YOLOv5原始模型,mAP提高至0.767,改进后的模型有较高的稳定性,可适应不同情况状态下的水果检测,有一定的实际意义。

基于Citespace知识图谱的农业知识语义智能检索方法

当前对农业知识语义的智能检索方法往往难以精准捕捉知识的深层语义,导致检索结果与目标集之间存在较大偏差,使得检索推荐列表中目标信息的平均倒数排名偏低,一定程度上影响了用户对农业知识的获取效率。为此,提出一种基于Citespace知识图谱的农业知识语义智能检索方法。通过对农业知识词向量化表示,将其转化为向量空间中的数值表示。利用Citespace软件进行关系抽取和图谱展示,建立农业知识图谱。在此基础上,对农业知识图谱中的特征向量进行扩展,以丰富其语义维度。引入余弦相似度算法来计算检索信息与扩展后的农业知识图谱中特征向量之间的相似度。基于相似度值计算结果,筛选出与检索信息相似度最高的农业知识文本。根据相似度排序生成一个检索文本列表,从而实现农业知识语义智能检索。实验结果表明,所提出的方法在检索推荐列表中的平均倒数排名保持在0.90以上,且交并比超过0.95,表明所提出的方法在农业知识语义智能检索领域具有良好的应用前景和显著优势。

基于生成对抗网络的多姿态人脸识别算法

头部姿态角转换会造成人脸成像多姿态变化,人脸离散数据的高斯分布混乱,无法准确地反映人脸多姿态的任意性和连续性,存在识别效果差的问题。引入生成对抗网络理论,设计多姿态人脸识别算法。对获取到的不同角度人脸图像,实施多姿态人脸校正与旋转残差注意力计算,解决当前头部姿态估计方法对不同人脸兴趣区域不稳健的问题。设计生成对抗网络进行双路循环优化,在生成的对抗网络中,参考CASIA-Net网络结构,使用深层次网络结构,每一层都有一个3*3的卷积核。所提出的设计可以降低网络参数,增强网络的非线性度,实现高效的面部特征提取,构建人脸多姿态识别模型,并完成人脸识别。通过实验结果表明,所提算法针对多姿态人脸识别效果好,在人脸不同姿态变化过程中,识别率始终在97%以上,更适用于多姿态人脸识别。