基于Petri网的工作流过程验证方案的研究

工作流管理系统最主要的功能是要能够对业务流程的变化做出有效的反应。然而,当前的工作流管理系统并不能灵活应对业务流程的频繁变化,因为它们对所建的工作流模型几乎没有任何检查,以保证一些最低限度的正确性。本文结合Petri网相关理论技术,提出一种将过程模型验证机制集成到工作流流程定制组件中的方法,并对所采用的验证方案进行阐述。

循环赛竞赛编排的算法实现

根据对抗性体育竞赛赛事编排的需要,结合球类等运动项目的组织规则和相关规定,运用数据库及网络技术,设计循环赛的比赛编排方法,同时赛事成绩信息通过通用运动会管理系统进行管理和发布,实现运动会的完全信息化管理。系统使大量繁琐的人工计算任务通过简单方便的操作便可以实现,大大减轻运动会组织人员的劳动强度,提高工作效率,保证数据的准确性、安全性。

基于权重和BN层剪枝的晶界检测模型压缩算法探析

性能优越的晶界缺陷检测模型往往存在网络参数量过多、结构冗余及推理时间慢的问题,导致模型部署过程成本高、时延长。针对上述问题,通过稀疏化权重和通道剪枝对晶界检测算法EfficientDet网络进行模型压缩。由数据验证可知,剪枝后的晶界模型检测时间约降为1/2,参数量降低70%,网络模型计算量FLOPs降低60%左右。

一种基于改进SKNet的晶体图像异常识别算法

晶体缺陷的研究在材料领域中十分重要,为此提出一种晶体异常图像检测方法。通过对晶体缺陷图像特点进行分析,以可选择卷积核网络(Selective Kernel Networks,SKNet)作为基础模型,同时对SKNet进行改进,以提高检测效果。一方面,为了避免通道权重信息的丢失,提高特征提取能力,采用高效通道注意力模块来替代SKNet中的压缩、激励模块;另一方面,为了提高对困难样本的分类效果,引入焦点损失替代交叉熵损失。实验结果表明:与参考算法相比,改进算法平均准确率提高了3.9%,异常图像精确率提高了1.5%,召回率提高了5.2%。

基于长短时记忆网络的H.266编码帧内预测优化算法

在H.266标准帧内预测的角度模式中,编码器根据邻近参考像素使用多抽头帧内插值滤波器生成预测块,预测残差偏大,降低了编码效率.论文提出一种针对水平和垂直模式的优化算法,利用长短时记忆网络表达相邻像素间的空域相关性,对预测残差进行二次预测,补偿标准线性预测过程,提高预测精度.实验结果表明,相比于原始的参考模型VTM2.0,结合长短时记忆网络的帧内预测算法可以使BD-rate降低0.34%,提高了编码效率.