MySQL主键策略选型分析

MySQL是一种关系数据库管理系统,具有多种优势及特点,被广泛应用于各个领域。在MySQL中,主键是一种非常重要的概念,可区分每个数据记录的关键字段以保证表内数据的唯一性。文章对MySQL数据库的使用过程进行了总结,同时对MySQL数据库的主键策略进行了分析及探讨。

一种基于降噪自动编码器和宽度学习的增量式疾病预测模型

疾病预测模型通过利用收集到的医疗数据,能够在患者疾病发作前准确地进行疾病预测.目前在疾病预测方面深受欢迎的深度神经网络,它依靠增加网络层数来提升模型的准确率,利用梯度下降来进行权重的更新,而这导致了模型梯度爆炸、训练速度慢等问题.一旦数据更新,深度神经网络需要重新训练,进而导致模型更新困难.宽度学习(Broad Learning System,BLS)无须梯度下降的特性与其可通过增量学习快速重构的优势为有效解决上述问题提供了技术方案,但是BLS无法提取到隐藏在医疗数据中深层次的特征,其在复杂的医疗环境下仍然表现不佳.针对该问题,本文提出一种基于降噪自动编码器(Denoising AutoEncoder,DAE)与宽度学习的增量式疾病预测模型——DAE-BLS.所提模型将DAE引入BLS的架构设计中,结合了DAE在混乱环境下的降噪能力与BLS的简洁快速的特点,既保证了高效的运算能力又增强了特征提取能力,因而更适用于复杂医疗环境.将DAE-BLS在包含不同格式以及不同数据量的糖尿病、心力衰竭、心电异常和乳腺癌数据集上进行模拟预测实验,实验结果表明,DAE-BLS能够在保留宽度结构的神经网络快速高效特点的同时,在不同格式的数据上表现出很好的性能,分别达到96.62%,94.53%,98.50%与83.64%的准确率,并能在需要更改模型结构时通过增量学习技术快速重构以适应用户不断变化的疾病数据.

基于对比增量学习的细粒度恶意流量分类方法

为应对层出不穷的新型网络威胁,提出了一种基于对比增量学习的细粒度恶意流量识别方法。所提方法基于变分自编码器和极值理论,在对已知类、小样本类和未知类流量实现高性能检测的同时,还可以在不采用大量原任务样本的条件下快速实现对新增恶意类的识别,以满足增量学习场景下对存储成本和训练时间的要求。具体来说,模型将对比学习融入变分自编码器的编码阶段,并采用A-Softmax实现对已知类和小样本类的识别;将变分自编码器重构与极值理论结合,采用重构误差实现对未知类的识别;利用变分自编码器存储原有类知识,采用样本重构和知识蒸馏方法,在不采用大量原有类样本的条件下实现对所有类样本的识别。实验结果表明,所提方法不仅实现了对已知类、小样本类和未知类流量高性能检测,并且所设计的样本重构和知识蒸馏模块均可有效降低增量学习场景下对原有类知识的遗忘速度。

基于多特征融合自动编码器的增量式入侵检测

针对增量式入侵检测算法由于对旧知识产生灾难性遗忘而导致对旧类别数据分类准确率不高的问题,本文提出了一种基于非对称式多特征融合自动编码器(asymmetric multi-feature fusion auto-encoder, AMAE)和全连接分类神经网络(classification deep neural network, C-DNN)的增量式入侵检测算法(ImFace).在增量学习阶段, ImFace会为每一批新的数据集训练一个AMAE模型和C-DNN模型.同时,本文通过使用变分自动编码器(variational auto-encoder, VAE)对数据进行过采样的方式来改善由于数据集不平衡而导致C-DNN对某些类别数据的检测能力不足的问题.在检测阶段, ImFace将输入数据经过所有AMAE和C-DNN,然后将AMAE的结果作为置信度来选择某一个C-DNN的输出结果作为最终结果.本文使用CICIDS2017数据集来检验ImFace算法的有效性.实验结果表明, ImFace算法不仅能够保留对旧类别的分类能力,同时对新类别的数据也有很高的检测准确率.

钛合金筒形件真空热胀形过程数值模拟及模型优化

利用MSC.Marc有限元分析软件,建立了BT20合金筒形件真空热胀形的热力耦合有限元模型。在优化模型中引用了步长自适应控制技术和两步法模拟。计算了BT20合金筒形件真空热胀形过程的温度场和变形场。结果表明:采用步长自适应控制技术和两步法模拟,有效的缩短了模拟时间,在精度变化不大的情况下,显著提高运算效率。计算结果与实验结果吻合较好。

基于机器视觉的机床自寻位在无模渐进成形设备中的实现

在板料的无模渐进成形过程中,使用导正杆定位底支撑模型,由于配合误差和模型浮动等问题造成定位效率低、精度差。基于机器视觉的机床自寻位系统利用图像采集系统对定位孔进行图像捕捉与处理,获得底支撑模型的坐标系,然后在数控系统中对机床坐标系进行离线变换,实现成形轨迹位置到底支撑模型的自适应,完成了金属板料无模渐进成形中底支撑模型的非接触式高精度快速定位。

增量式编码器自动检测系统

为减少增量式编码器检测的复杂度，提高检测精度和检测效率，实现增量式编码器的自动检测，设计了便携式增量式编码器自动检测系统。首先，利用直流电机带动被检编码器搭建了增量式编码器自动检测硬件系统，并利用驱动电路控制电机匀速转动。然后，利用Cortex．M3内核的STM32F107芯片设计了编码器误差采集电路，完成对编码器全周输出数据正交性、均匀性和幅值的采集；最后，通过计算与比较，将编码器旋转全周内输出信号误差的最大值和幅值显示在液晶显示屏上。自动检测系统调速范围在30—110r／min，且具有轻巧易于携带、测量简便、检测速度快、检测结果准确及显示直观等优点，非常适合在现场对编码器进行调试。经过实验，系统能够准确的检测出精度为40”的增量式编码器输出信号的误差。

基于分段数值逼近的自适应步长电导增量法MPPT控制仿真

根据太阳能光伏系统输出电压、输出电流的dI/dV+I/V值和系统当前输出电压与最大功率点电压差值Vmodify之间的特性关系,提出一种基于分段数值逼近的可变步长电导增量MPPT方法。采用Matlab 2009搭建太阳电池模块和带有MPPT控制的光伏系统,当光强在500W/m2和1000W/m2之间发生跳变时,对不同方法下MPPT跟踪效果进行仿真比较。结果表明,所提出的方法与传统固定步长电导增量法相比,具有追踪速度快、精度高的优势;与迭代求解变步长、智能控制变步长等较复杂的方法相比,更易于实现。

智能电气阀门定位器的参数自整定

本文介绍了基于HART协议的二线制智能电气阀门定位器的硬件系统和软件设计,重点介绍了系统的参数自整定。通过采用分段线性化的方法对参数自整定过程进行了改进,使系统能够自动辨识优化控制所需的参数,如最小化定位增量、气体泄漏量等,提高了控制阀定位速度和精度。结合HART2015模块,可选择地实现组态、调试、诊断和数据管理等功能。

步长自适应技术在棒线材热连轧过程模拟中的应用

利用数值仿真技术建立平-立轧制三维热力耦合有限元模型,对304不锈钢棒线材热连轧过程粗轧6道次实际工况进行仿真计算。基于刚性体推动模型,采用步长自适应技术根据模型的运算需要选择适合的时间步长。步长自适应技术能够在轧件轧制过程时采用较小的时间步长,在道次间隙时使用较大的时间步长。计算结果表明,采用步长自适应技术所建立的有限元模型可以在保证计算结果精度的前提下,显著地提高运算效率。

数字信号处理器代码生成的地址分配自适应遗传算法

为了高质量地生成对数字信号处理器自增/减间接寻址模式的目标代码,提出了地址分配自适应遗传算法.该算法的核心思想为:对地址分配方案进行二进制编码,适应度函数通过地址寄存器变化轨迹的非邻接标记之和的倒数来计算,再通过自适应策略对适应度高的个体以较低概率进行顺序交叉和交换变异操作,使良好基因得以保护进入下一代,并对适应度低的个体赋予较高概率,使较差基因被淘汰掉,从而能实现逃离局部最优并能快速收敛.通过对大量随机变量访问序列进行仿真试验,结果表明该算法运行效率较高,地址计算指令代价比Liao的算法和Leupers的算法分别减少11%和8%.

针对Paxos算法的全局唯一自增ID的生成方法

Paxos算法是被广泛使用的分布式一致算法,为了保障Paxos算法的正确性和高性能,需要配合使用高性能、高可用、全局唯一自增序列号的生成系统。为此,该文提出了一种全局唯一自增ID的生成方法,该方法以物理机器时钟频率不会产生大波动的特性为前提,并在实现上采用多种高性能、高可用技术。最后构建了测试环境,通过实验证明了该方案在正常态和异常态时,都能正确产生全局唯一自增ID,同时整个系统也达到了预期的高性能要求。

C语言中的自增和自减语句分析

在C语言中 ,运算符和表达式使用灵活 ,利用这一点可以巧妙地处理许多在其他语言中难以处理的问题 .但另一方面 ,有时会出现令人搞混的问题 .C语言中的自增语句和自减语句就如此 ,然而 ,在C语言的许多教材和参考书中 ,作者对C语言中的自增语句和自减语句并没有作详细的分析和说明 ,并且不同的教材或参考书对自增语句和自减语句的叙述不尽相同 ,从而导致在教学活动中 ,教师难讲 ,学生难以领会和掌握其应用 .据此 。

P2P僵尸网络的快速检测技术

以僵尸网络为平台的攻击发展迅速,其控制协议与结构不断演变,基于P2P协议的分布式结构僵尸网络得到快速发展.现有的P2P僵尸网络检测技术大都通过分析历史网络流量信息来进行离线检测,很难保证检测结果的准确性,也较难满足实时性需求.针对这种情况,提出P2P僵尸网络快速检测技术,首先采用一种改进的增量式分类技术,在线分离出满足P2P协议的网络流量;然后利用P2P僵尸主机的通信模式具有行为相似性和周期性的特点,通过动态聚类技术和布尔自相关技术,快速检测出可疑僵尸主机.实验结果表明该技术能够高效实现P2P僵尸网络的快速检测.

基于增量式PID控制的医院中心负压系统设计

目的设计一套编程控制器(Programmable Logic Controller,PLC)控制的医院负压中心系统,将负压压力值稳定在-0.06 Mpa。方法采用三菱FX2N系列可编程控制器,利用PLC内部烧录的程序和增量式PID指令模块对储气罐负压压力值进行自动调控,并加入ABB ACS 510系列变频器进行真空泵的软启动与变频调速。结果建设的负压系统能自动调控压力值,具有故障报警功能,能够切换手控与自控,其真空泵能进行软启动、节能降噪。结论基于增量式PID控制的医院中心负压具有强抗干扰性,系统精简,能够确保负压系统稳定运行,为临床提供强有力的保障。

基于客户/服务器的应用软件自动发布系统

将应用软件全部版本文件用增量存储的方法集中保存在服务器上,在客户机安装运行自动发布软件;通过服务器当前程序版本控制,实现了客户机应用软件的自动发布,从而减轻了系统管理维护的压力。

关于自增、自减运算符使用的探讨

C语言中自增、自减运算符使用灵活。本文对自增、自减运算符在赋值语句和printf0函数中运算规则的使用做了一些有益的探讨．以方便读者对此运算符有一个全面的理解和正确的使用。

基于FPGA的增量式编码器误差自动检测系统

为提高增量式编码器检测精度和效率,实现增量式编码器的自动检测,设计一种基于FPGA的增量式光电编码器自动检测系统,该检测系统能够快速地检测出被检增量式光电编码器的均匀性和正交性误差。首先,利用无刷直流电机带动被检增量式编码器匀速转动;其次,利用FPGA构成高速数据采集系统,自动采集被检编码器的相关数据,并计算出均匀性与正交性误差;最后,通过LCD液晶显示屏显示检测结果。实验结果表明:该检测系统可以准确地检测出分辨力为40″的增量式编码器误差。

浅谈自增自减运算符在C语言中的应用

C语言的运算符,操作灵活,其中自增自减运算符的功能较为特别。合理的使用自增自减运算符可以提高程序执行的效率,但同时灵活使用自增自减运算符也是个难点。根据自增自减运算符的特点和不同使用形式,剖析自增自减运算符的使用规则,以便更好地帮助初学者学习和使用自增自减运算符。

局部变量的存储赋值研究

DSP芯片通常提供了特定的内存地址生成单元(AGU)和包含地址运算的自增量/自减量的间接寻址模式。通过合理地安排变量在堆栈上的存储位置,尽可能多地使用自增量/自减量寻址方式来来访问局部变量,从而减少地址运算指令的数量,提高程序性能。本文详细地讨论了实现局部变量最优布局的算法,并且给出该算法在gcc上的实现。