融合Stacking框架的BiGRU-LGB云负载预测模型

随着云计算技术的飞速发展,越来越多的用户将应用部署在云平台上.。平台内集群资源的调度可以提高云平台数据中心的实际利用率,而高效的云平台负载预测是解决集群资源调度问题的关键技术,因此本文建立了一种融合Stacking框架、多层BiGRU网络和LightGBM算法的云负载预测模型。该模型的结构主要包括两种学习器:首先是初级学习器,使用时间编码层处理原始负载序列并利用BiGRU网络参数少、信息学习完整的特点减少模型训练时间和隐藏层数,学习负载序列中的时间维度信息;使用经过特征工程处理的原始负载序列来高效训练LightGBM算法,学习负载序列中的特征维度信息。然后是次级学习器,利用GRU网络整合时间和特征维度的负载信息,完成整个负载预测模型的训练。通过两层学习器的共同学习提高整体负载预测模型的预测精度。在华为云集群数据集上进行实验,结果表明,与传统的单一预测模型BiGRU、LightGBM等以及现有的组合预测模型GRU-LSTM相比,融合Stacking的BiGRU-LGB模型的预测精度提升约13%,训练时间开销得到一定程度的降低。

基于野外影像的白尾梢虹雉换羽研究

白尾梢虹雉Lophophorus sclateri是一种狭域分布的高山雉类,尚未开展过换羽研究。2014—2019年,利用红外相机在云南高黎贡山收集了白尾梢虹雉的64张野外独立有效照片和9段视频,发现白尾梢虹雉繁殖不同步,不同巢出雏时间相差可达1个月,5月出雏较多;刚出雏的雏鸟飞羽有明显羽片,6月完成雏后换羽、9月完成稚后换羽;成鸟5月开始更换尾羽,10月更换完毕,从第5枚尾羽开始向两侧更换,兼具向心型和离心型的特点;雄性存在羽毛延迟成熟现象,可用状态信号假说解释。本研究首次报道了野生白尾梢虹雉的换羽特征和雄性个体的羽毛延迟成熟现象,表明红外相机影像可为雉类换羽提供时间和羽毛形态特征数据,这为野生雉类的换羽研究提供了新思路。

低温等离子射频消融术与射频热凝术对三叉神经痛的临床疗效比较

目的:探讨低温等离子射频消融术与射频热凝术(RFT)对三叉神经痛(TN)的临床效果。方法:以2019年12月-2020年12月因长期遭受三叉神经痛而治疗的80例患者为研究对象,随机分为接受三叉神经节的低温等离子射频消融术的CB组和接受RFT的RFT组各40例,比较两组患者术后1天、1个月、6个月、1年疼痛减轻程度及术后麻木情况差异,比较两种不同手术模式患者发生术后并发症的差异。结果:两组患者手术治疗开始前疼痛数字评分量表(NRS)评分接近,接受手术治疗后NRS评分明显低于治疗前,差异有统计学意义(P<0.05),而术后1天、1个月、6个月以及1年后两组之间的NRS评分差异均无统计学意义(P>0.05)。RFT组30例(75.0%)在术后出现不同程度的面部麻木(Ⅱ-Ⅳ级),而20例(50.0%)在接受低温等离子消融术后出现面部麻木,1例患者出现疼痛性麻木(Ⅳ级),术后1年降至Ⅲ级;而CB组中未出现疼痛性麻木,两组患者接受不同微创手术后不良反应的发生情况差异无统计学意义(P>0.05)。结论:低温等离子射频消融术和射频热凝术均能有效缓解疼痛,但前者更易出现术后面部麻木。

一种用于电子元件检测的圆定位算法

目前基于机器视觉、图像处理的PCB电路检测系统首要实现的就是对元件的准确定位。本文针对PCB板上的圆形电子元件进行机器视觉定位,提出了先使用Canny边缘检测结合Sobel变换的粗定位检测方法,再根据检测目标圆的边缘上的点,以及各点的灰度梯度,得到过边缘点的直线集合,继而使用正方形滑动窗口,实现圆心的定位,最后再使用同心圆环的方法,找到圆形边缘的半径,从而精确定位圆形电子元件的位置。经实际使用,本文算法满足电子企业工业生产中实时性和精确性的要求。

农村电商助力闽东特色乡村振兴之路对策研究

近年来,由于乡村振兴战略的实施,农村电商产业在大数据的时代背景下逐渐发展起来,该产业的发展不仅促使农民提升农产品的品质,也使其更加注重农产品的品牌建设和培育力度。农村电商产业现已成为一把“金钥匙”,能够有效地推进现代农业的发展,这一点也在本次新冠疫情中得到验证。基于此,通过探究目前在乡村振兴战略下闽东农村电商发展中存在的问题,并针对问题一一提出促进农村电商发展的策略,以破解闽东乡村振兴之路的难题,为宁德走出一条具有闽东特色的乡村振兴之路献计献策。