基于卷积神经网络的智能机器人视觉导航路径识别方法

由于视觉导航区域图像清晰度较低,导致识别路径的平均横向偏差较大,为此提出基于卷积神经网络的智能机器人视觉导航路径识别方法。结合图像匹配结果、导航相机的位姿偏差,设置横向和纵向约束条件,建立自适应区域图像处理机制,依据全卷积神经网络原理,结合U型编码-解码结构,形成高精度道路分割网络。通过道路分割掩码提取视觉导航信息,获取路径拟合中点,再运用多段三次B样条曲线拟合算法得到路径识别结果。实验结果表明,所提方法识别路径的平均横向偏差仅为0.53 cm,可为视觉导航提供有效帮助。

基于多目标混合粒子群算法的虚拟机负载均衡研究

负载均衡技术一直都是云资源管理中的重要内容,在对数据中心进行管理和维护时做到负载均衡,能够提高资源的使用效率,有效地减少虚拟机的迁移次数,避免造成系统瓶颈。大多数现有的基于粒子群的虚拟机部署算法在计算适应度时通过权重赋值的方法将虚拟机的多个性能指标整合为一个目标,并且粒子在更新位置的过程中向当前最优解靠近的方法很容易使得最后求得解陷入局部最优。针对以上问题,文章提出了一种基于多目标非劣解的混合粒子群算法来解决虚拟机的负载均衡问题。仿真实验结果表明,该算法相比一般粒子群算法,在负载均衡方面更加有效。

中压电力线的通信耦合与误码率分析

随着智能电网的高速发展,通信系统对传输效率、自动化及可靠性的要求越来越高,传统单载波系统和多载波系统已经不能满足。中压电力线宽带载波通信技术是解决配网自动化瓶颈问题的最佳通信方式,其高效、可靠的耦合技术满足通信需求。本文结合现场实际情况的测量和分析,通过对中压配电网信道特性及OFDM技术分析了10 kV中压电力线载波通信模型及其耦合特性。通过建立通信耦合系统模型分析了不同信噪比及误码率的关系曲线,实验结果表明采用OFDM调制技术能有效克服电力线信道传输的频率选择衰落特性,并增强系统的抗多径干扰的性能。

基于虚拟容器与数字水印的加密电子文档保护机制研究

文章通过对加密电子文档安全问题进行分析,设计了一种以虚拟容器和数字水印为基础的加密电子文档保护机制,该机制不仅能够利用Docker虚拟技术对客户端加密电子文档的访问权限进行有效控制,还能追踪泄密电子文档的泄漏点,对相关侵权行为进行跟踪。经过大量实践验证,以虚拟容器和水印技术为基础的加密电子文档保护机制具有较强的灵活性和可行性,能够随意调整,满足客户端多元化需求,以及确保加密电子文档细粒度的安全功能和防护目标得到有效实现。

面向非结构化数据知识图谱的信息抽取与融合研究

非结构化数据属于知识图谱中较难处理的信息类型,通过探索抽取与融合模型,可以为知识图谱的有效应用提供重要支持,能够提高相关任务的开展效率.文章结合电力行业知识图谱信息,对相关体系建立方法与可用抽取、融合模型进行深入研究,以供参考.