SpringBeanUtils和ApacheBeanUtils属性拷贝的对比和应用

“沣西新城”基础数据平台开发过程中,需要将持久层的对象二次封装为数据传输对象。传统的方式是调用Getter/Setter方法进行取、赋值,不仅操作繁琐,而且会造成大量代码堆积。本文旨在使用Spring和Apache的BeanUtils工具类进行对象转换,通过研究其拷贝原理,对比两种拷贝工具类在不同条件下的实验结果,总结两种工具类的应用场景,以解决平台二维数据对象间的复杂转换问题。

个人信息转移权客体范围和实现方式的反思与修正

《个人信息保护法》确立了个人信息转移权,该权被赋予促进个人信息流通、打破数据平台垄断的期待。然而,作为新兴权利的个人信息转移权在实践中面临着客体范围模糊、操作性不强等主要问题,这导致个人信息转移权落地困难。在剖析困境成因、比较域外立法经验和反思实践成效的基础上,建议将直接数据和部分观察数据纳入个人信息转移权客体范畴,确定差异化数据传输要求,以期实现个人信息转移权的多重效能。

灯光剧烈变化环境自适应的二维人体目标检测

不同于人类视觉能够适应各种灯光变化环境,现有的二维人体目标检测算法在剧烈灯光变化场景中其检测性能会明显下降。针对这一问题,本文提出了一种灯光剧烈变化环境自适应的二维人体目标检测方法。首先,基于具有剧烈灯光变化的舞台演出环境,本文采集并构建了一个包含各种灯光颜色和丰富灯光变化的人体图片基准数据集(命名为“StageHuman”),以用于验证当前二维人体目标检测算法的缺陷与不足。其次,提出一种基于风格迁移的数据增强策略,将特定场景图片中的剧烈灯光变化风格迁移到大规模公开数据集COCO的人体图片中,再利用风格迁移后的大规模数据集来训练深度神经网络模型,从而提升模型在剧烈灯光变化环境下的二维人体检测性能。最后,通过大量的实验对比与分析,验证了本文方法能够有效提升深度神经网络模型在剧烈灯光变化环境下的鲁棒性和检测精度,并且该有效性不依赖于具体的风格迁移算法,而主要取决于所迁移的灯光变化风格的多样性和完整性。

结合仿真迁移学习和自适应融合的无人机小目标检测

无人机小目标的精确检测在公共安全和无人机防御系统中起着至关重要的作用.被广泛应用于通用目标检测任务的深度学习技术,在无人机小目标检测任务上的效果往往受限于稀缺的相关数据资源以及较小的目标尺度.针对以上问题,本文提出了一种基于仿真迁移学习和自适应融合机制相结合的无人机小目标检测方法.该方法首先利用基于UnrealEngine的Air-Sim仿真平台生成丰富且高保真的无人机小目标仿真图像数据,以减轻对稀缺真实图像数据的依赖.其次,为解决仿真图像与真实图像的数据分布差异问题,应用模型参数知识迁移技术,首先在仿真数据集上YOLOv5目标检测模型进行预训练,随后利用真实数据集对模型进行微调训练.最后,为进一步适应小目标检测场景,提出了一种基于YOLOv5的改进神经网络模型AF-YOLO,该网络引入了自适应融合机制.实验结果表明,基于仿真的迁移学习方法效果优于基准方法,使无人机目标检测的性能提升2.7%;引入自适应融合机制的方法,使性能提升6.2%;最终,基于仿真迁移学习和自适应融合机制相结合的方法与基准方法相比,性能提升7.1%.

利用深度可变形轮廓模型进行结构体裂纹视觉检测

目前针对裂纹检测的深度学习实例分割方法主要通过目标检测生成一个边界框进行逐个像素掩码分割,不仅影响结构体裂纹轮廓的检测效果,且伴随着复杂的后处理代价。针对这一问题,文中提出利用深度可变形轮廓算法模型Deep Snake对结构体裂纹进行识别检测。通过对结构体裂纹数据集进行数据增强以提高模型鲁棒性,同时运用迁移学习将大型图片数据集COCO上的预训练网络参数迁移学习到结构体裂纹分割模型中作为初始化。在自制的裂纹图像数据集上进行实验,结果表明训练后的模型能够正确识别的裂纹对象并同时完成多个裂纹目标的分割,在检测平均时间为0.12 s的前提下AP50达到75.4%,与其他深度学习模型及边缘检测算法进行的比较结果也体现出Deep Snake算法的优越性。

黑河流域大气资料尺度转换的对比分析

尺度转换是解决尺度差异问题的有效方法之一。尺度转换统计模式的可靠性和正确性如何,在很大程度上取决于建立统计模式时所用的实际气象资料的处理,尤其在下垫面分布极不均匀地区。本文研究了黑河流域这一复杂下垫面条件下的大气资料的尺度转换问题,对比分析了由NCEP再分析资料直接内插到较小尺度而得到的局地气候变化与由尺度转换统计模式,经过客观分析所得到的局地气候变化。结果表明,直接插值所得的细网格值只能用于对平坦地区的温、湿状况的描述,而对较高山区的区域特征描述不够;进行观测资料的客观分析可以更准确地反映黑河流域复杂下垫面背景下近地层大气要素场的变化。研究表明,客观分析过程是尺度转换过程的重要环节。

电梯服务系统仿真设计

研究了群控系统的特点,分析了电梯乘客的泊松到达模式并据此产生乘客流数据.在此基础上,设计开发了电梯服务仿真试验系统.采用面向对象技术对软件系统进行构造,硬件系统参考实际电梯系统设计实现.试验系统的群控模块可针对不同群控策略重新构造进行仿真研究.给出了一种基于多目标控制的群控算法运行实例.

基于对象-关系模型的数据交换

提出了基于XML(eXtensibleMarkupLanguage)的通用数据交换系统,给出了数据交换中间件的模型,并借助对象-关系模型提出了XML与关系数据双向转换的规则,以解决石油企业中异构数据交换,消除“信息孤岛”,实践证明该方法可行.

基于PVM的网络并行有限元面向对象的设计

子结构是有限元并行计算常用的一种方法,本文采用面向对象的方法,首先对子结构进行了面向对象的设计,得到了其类层次结构图;然后针对工作站网络有限元并行计算环境,提出了基于PVM消息传递平台上的Shadow-Mirror数据传输模型,该模型在有限元并行计算数据传输时,充分发挥数据面向对象的特性,采用设置数据缓冲区、短消息合并等方法以缩短数据通信时间,并据此编制了相应的程序。计算结果表明,使用文中提出的面向对象的Shadow-Mirror数据传输模型可以得到较为理想的并行加速比,而且随着问题规模增大,并行加速比增高。本文研究内容为进一步开展基于工作站网络的并行有限元研究提供了一个可参考的基础。

三维激光加工自动编程系统的研究

针对三维激光加工的特点和具体要求 ,介绍了作者采用面向对象技术 ,利用mechanicaldesktop(MDT)上的二次开发工具ARX ,从CAD模型中提取激光”刀”位数据 ,并将数据转化为激光头位数据 ,利用这些数据进行模拟仿真、干涉检查 ,最后 ,经过坐标变换 ,把计算机中的数据变换为加工机床数据 ,生成NC代码进行加工。开发出的三维激光加工软件实用性强 ,可快速。

基于DELPHI的CPU仿真及其连线与数据传递技术研究

结合虚拟技术,文章提出了利用面向对象技术仿真CPU的思路。首先讨论了CPU内各集成电路的可视化,CPU的内部运算逻辑的实现,汇编语言的识别和排错,文件的编辑与存储等,然后着重就实现数据动态传递的方法、器件间数据变动的实时监测和器件与器件的连线等问题进行了讨论,提出了自己的设计思路。整个系统在BORLAND公司的DELPHI6.0开发平台上完成。

基于集群的并行有限元分析研究

利用面向对象的方法实现了基于集群的并行有限元分析。首先介绍构建高性能计算集群的系统分析新方法,并针对建成集群系统的特点,对并行消息传递库MPI进行了并行语义分析,进而对其主要的实现函数进行面向对象的重构而建立起OO消息传递库,以此为基础分别利用两种不同的策略实现了面向对象的并行有限元分析(OOParaFEA:Object-Oriented Parallel FEA),一种是通过对传统的基于域分解方法的并行PCG算法进行改造而在集群平台实现,另一种是对已有的基于子结构方法的串行有限元分析程序加以扩展,加入系统方程组并行求解器而达到有限元分析并行化的目的。多个分析算例表明,基于集群进行面向对象的并行有限元分析可以有效提高计算效率,为进一步的网络化CAD/CAE研究奠定良好基础。

关于S-57

S-57作为IHO数字化海道测量数据传输标准,旨在规范各国海道测量部门用于传输的数字海道数据。从模型、数据结构、S-57文件(应用简档)、技术特点以及注意事项等方面阐述了S-57的精髓,为电子海图的生成、传输、交换以及ECDIS的应用提供标准化规范。

基于改进YOLOv2和迁移学习的管道巡检航拍图像第三方施工目标检测

针对传统目标检测算法应用在无人机航拍图像上第三方施工目标检测和违章占压建筑检测的数据集少、检测率低等问题,提出基于Aerial-YOLOv2和迁移学习的航拍图像目标检测算法。首先,利用结合数据增强的迁移学习策略训练的网络来扩大数据集规模,并利用K均值聚类分析得到符合所提数据集特点的锚点框数量和尺寸;其次,通过自适应对比度增强的方法对图像进行预处理;最后,提出改进卷积模块替代YOLOv2中的卷积块并结合特征融合的多尺度预测方式进行目标检测。用不同的算法和训练策略在无人机航拍图像上进行对比实验,实验结果表明,Aerial-YOLOv2算法结合多种训练策略后,其准确率、召回率分别能达到95%、91%,每张图像检测时间为14 ms。由此可知,该算法适用于无人机航拍图像第三方施工目标及违章占压建筑的智能检测。

基于数据窗口对象SQL语法的动态移植技术探讨

在PowerBuilder9.0应用程序中,动态创建特定显示风格和结构比较复杂的数据窗口对象是开发人员所面临的一大难题。文章就该问题提出通过移植数据窗口对象SQL语法的方法来实现该类数据窗口对象在应用程序中的动态创建。

EJB设计模式中的层间数据传输对象研究

提出了在多层体系结构中,通过大量细粒度网络调用从服务器获取数据的性能问题;讲述了在J2EE中怎样使用EJB(Enterprise Java Bean)设计模式中的层间数据传输对象解决此问题,并能获得较好的系统性能;讨论了使用此模式的优势是能很快组织项目团队并使应用具有较高的数据传输性能,同时也指出了使用此模式数据一旦到达客户端,就可能成为过时的数据,需要配合版本号设计模式来解决这个问题。

分布式对象模型实践

随着组件、中间件等分布式技术的深入应用,分布式对象模型的设计受到了越来越广泛的关注。该文针对当前分布式对象模型设计中存在的问题,首先提出了远程接口和本地接口的概念,然后分析了一种基于RemoteFacade和DataTransferObject设计模式的解决方案,并详细介绍了基于DataTransferObject的应用解决方案,在文章的最后,提出了一种分布式对象模型的设计架构。

一种基于ASP在WWW上实现的数据库查询

在MicrosoftWindowsNTServer4．0上集成IIS，由ASP脚本启动ADO控作，通过ODB驱动程序，实现数据库服务器与Web服务器的连接，是在Internet上发布数据库的一种有效方法。该文介绍了一种用该方法实现通用数据库查询的程序设计技术，给出了源代码。

基于REST架构的湖泊环境监测物联网平台

针对呼伦湖环境监测系统监测点不足、复杂度高、可扩展性差等问题,提出基于表述性状态传递架构的湖泊环境监测物联网平台。将传感器节点和节点状态数据抽象成资源,其简洁高效、松耦合的特点可满足湖泊环境监测的要求。使用阿里云服务器ECS搭建开发环境,借助Laravel框架和轻量级j Query前端框架,实现用户管理、地理信息系统、数据实时显示、历史数据查询功能。该平台可满足渔牧业、科研单位、政府部门的要求,实现呼伦湖环境监测数据共享。

面向关联数据联合式实体识别方法及应用研究

为了改进传统联合式实体识别方法,本文选取语义路径相似度、实体数据对象关系作为研究工具,提出面向关联数据联合式实体识别方法。依据实体数据关系分析结果和相似性判断结果,将多组匹配数据合并到一起,对局部图采取收缩处理,经过相似度传递,得到实体识别结果。测试结果表明,该文提出的实体识别方案在识别速率和对象插入时间两个方面体现出更大优势。