基于边力函数能量泛函的图像分割算法

针对传统图像分割算法中存在的图像分割速度慢以及初始轮廓和参数鲁棒性差等问题,提出一种基于边力函数能量泛函的图像分割算法。通过顺序统计滤波边力函数进行数据拟合,提出边力函数能量泛函的概念,从而使得曲线快速自适应地向目标边界靠近。为了有效地调节水平集函数,引入优化后的长度项对曲线进行平滑和缩短处理,另外利用梯度下降法实现能量泛函的极小化。实验结果显示所提出的方法图像分割速度较快,分割精度较高,且对于初始轮廓与参数具有较强的鲁棒性。实验结果验证了该方法的有效性。

计算机云计算数据存储技术的分析与研究

计算机云计算是基于现代化先进的电子技术、网络处理技术发展起来的现代技术,计算机云计算能够满足广大计算机用户的需求,能够利用网络层帮助计算机用户运算及储存大型数据,确保数据储存的安全性,给予更多的计算机用户带来更加可靠、便利的体验。此外,计算机云计算在建设政府公共服务、建设国防、发展工商业等方面均发挥着重要作用,在社会各界引起广泛关注。

基于相对密度的聚类算法研究

基于相对密度的聚类算法Red的基本思想是,根据给定的半径参数求出每个点的密度,并据其对数据集中的点按照从大到小的顺序进行排序,每次均从未被聚类的点中找出密度最大的点开始聚类。聚类时,先找出一个未被聚类的密度最大的点,找到所有可达该点的点作为一类,再对剩余未被聚类的数据集中找到一个密度最大的点用同样的方法继续聚类,最后输出各个类,将不属于任何类的点作为孤立点。

论计算机无线网络的稳定性与网络安全维护

毫无疑问,无线网络的诞生对于进入千家万户的网络来说可谓锦上添花,它不但使网络产生的作用变得更加广泛,而且让网络的价值得到了显著的提升,让网络的发展得到飞跃。但是当前的无线网络仍旧存在着一些影响其稳定性的因素,并且无线网络安全问题也同样令人堪忧。因此,唯有找到合理的手段解决问题,才能全面发挥无线网络的作用,从而在最大程度上保证用户的利益。

无线网络的安全性研究

无线网络采用空间传播的电磁波作为信息的载体,任何人都有条件窃听或干扰信息,因此在无线网络中,网络安全是至关重要的。本文对无线网络安全加密措施作了探讨。

基于网站制作的Web前端开发技术与优化探究

在早期阶段网站的设计主要以静态界面为主,主要作用是为用户提供简单的信息及图片浏览功能,在后来一段时间内技术逐渐发展使得数据交互能力不断提升,网页所必须的跳转次数降低。在技术不断更新的信息化时代,Web前端开发技术需要不断的推陈出新,从而应对日益增加的需求。网站制作所涉及的内容十分广泛,不只限于简单的图像处理以及文字布局等问题,还需要在数据库建设方面不断深化。文中对网站制作的Web前端开发技术与优化进行了分析。

如何发现和防止Sniffer

网络监听主要使用Sniffer(嗅探器),是一种常用的收集有用数据的工具,这些数据可以是用户的帐户和密码,也可以是一些商用机密数据等。网络监听是采用被动的方式,它不与其他主机交换信息,也不修改密码,这就使对监听者的追踪变得十分困难,因为他们根本就没留下任何痕迹。解决这些问题的办法就是加密和网络拓朴结构。

刍议热电厂输煤计算机自动控制系统

热电厂输煤系统传统的方式是采用人工手动和半自动化相结合控制的方式,但采用这种方式因为输煤现场的恶劣环境会对进行操作的工人身体造成损伤,同时生产效率相对也比较低下,而随着计算机技术的发展,在热电厂输煤系统时引入计算机技术,通过计算机控制热电厂输煤系统的运行与调试,从而提高热电厂的工作效率,减少对热电厂操作工人的身体伤害,为热电厂更好地创造经济利益。本文简单介绍热电厂输煤计算机自动控制系统的原理、热电厂输煤计算机自动控制系统的优点进行了分析。

基于计算机辅助工程的电磁驱动器冷却罩注塑工艺优化

针对某60%玻纤增强PA6材料的电磁驱动器冷却罩,基于计算机辅助工程模拟分析其注塑成型的翘曲变形量、缩痕估算和注射压力结果。采用L18(36)正交试验,计算得到不同工艺参数组合下的综合加权评分。结果表明:各工艺参数对综合加权评分的影响排序为:保压压力>模具温度>熔体温度>注射时间>保压时间>v/p切换体积,优化的工艺参数为:注射时间1.2 s、保压压力60 MPa、保压时间8 s、熔体温度290℃、模具温度80℃、v/p切换体积99.5%。优化工艺的仿真结果为:最大翘曲变形量0.590 4 mm,缩痕估算0.148 7 mm,最大注射压力88.98 MPa,外观状态良好,满足设计指标要求,验证工艺具有合理性。

基于长短时记忆循环网络的塑料编织机故障诊断研究

长短时记忆(LSTM)循环神经网络的塑料编织机故障诊断法通过提取振动信号的能量矩,突出信号在时间轴上的分布特征,降低输入模型的向量维度。从多个特征向量构成的样本集中选择80%作为训练样本,训练LSTM循环神经网络模型,并利用剩余样本验证模型的检测精度;以准确率、查准率和查全率作为评价指标,利用多组不同的振动数据样本,对BP神经网络模型、卷积神经网络(CNN)模型和LSTM循环神经网络模型进行比较分析。结果表明:LSTM循环神经网络模型在不同样本中能够同时达到较高的准确率、查准率和查全率,其平均值分别可达95.69%、86.96%、96.89%,证明LSTM循环神经网络能充分学习具有时序特性的故障信息,对塑料编织机的故障诊断具有可行性和有效性。