标签文件和标签处理程序的转换研究

简单自定义标签的实现可采用Java标签处理程序或JSP标签文件。软件开发员普遍认为Java标签处理程序灵活性优于JSP标签文件的灵活性,隐含意指标签处理程序解决问题的范围包含标签文件解决问题的范围。通过对标签处理程序转换成标签文件的研究,给出了同一标签处理程序的两种标签文件的实现,分析了标签处理程序和标签文件的异同点,得出对于需要动态变量和变量类型的软件,标签文件解决问题的范围等同于标签处理程序解决问题的范围。

面向RFID供应链应用系统的标签处理过程建模方法

RFID技术无法适应不同RFID应用场景的处理过程需求,致使RFID供应链应用系统的可重用性差,造成许多重复的软件设计和开发过程。为此,通过分析RFID供应链应用系统的业务特点,提取业务驱动力,构建应用场景模型,抽象供应链的业务工单,设计业务处理过程以及RFID标签处理过程中的状态修正逻辑,规范面向RFID供应链应用系统的标签处理过程建模方法。以新零售服饰领域为例,运用该建模方法,开发RFID零售服饰供应链应用系统,实例证明该系统能够很好地适应不同RFID零售应用场景的多种处理过程需求。

多端口双层滑动标签处理器的ASIC实现

内外层标签处理器是多端口高速包交换芯片的重要组成部分,而通常的标签处理位置相对固定.本文提出了一种能完成帧头任意位置修改的双层滑动标签处理方法,适用于光通信领域的MPLS-TE/T-MPLS/MPLS-TP等MPLS交换协议、QinQ等VLAN交换协议.当两个4字节标签在64字节帧头内任意滑动,且每个标签都有删除、添加、替换、不变四种操作类型,枚举所有合理的修改方式组合多达16 506种;如果数量较多的成帧端口各一套处理电路,则标签处理电路总规模将非常庞大,投片成本增加.还提出了一种简洁的多级流水线架构,用于实现多个端口千条流的双滑动标签处理.用90nm工艺投片后的测试结果表明,包含本标签处理器的芯片能满足任意偏移量、各种操作类型的帧头修改要求,且总线带宽可以达到10Gbps以上.

基于嵌入式RFID中间件的标签数据处理

本文提出一种构建在ARM上符合EPCglobal ALE标准的新型嵌入式RFID中间件系统。研究基于SQLite数据库的EPC标签数据具体处理流程,包括为中间件系统存储数据、对数据进行过滤和分组、以及为客户端提供数据报表等。使用SQLite数据库使得客户端的查询操作更为容易。

JSP中自定义标签的开发与应用

JSP的自定义标签技术是JSP功能拓展的核心技术 ,也是JSP与XML技术结合的关键 。

基于GMM-KNN-LSTM的烧结矿化学指标预测

针对烧结矿化学指标检测频率低导致无标签样本无法被机器学习利用的问题,提出了一种充分利用样本中有用信息的烧结矿化学指标预测模型.首先,结合高斯混合模型(GMM)和K-近邻(KNN)算法,将无标签样本转化为有标签样本,然后与长短期记忆(LSTM)单元相结合,用于预测烧结矿的总铁质量分数、FeO质量分数和碱度3个化学指标.通过与反向传播神经网络(BPNN)、循环神经网络(RNN)和LSTM三种模型对比,结果表明所建模型具有较低的预测误差.总铁质量分数和FeO质量分数的预测命中率在允许误差±0.5%内时分别达到98.73%和95.33%,碱度的预测命中率在允许误差±0.05内为98.13%,展现了较高的预测精度.

光网络哑资源合规智能检测创新实践

面向光网络传输线路真实业务中光交箱、井盖、线杆、光缆、施工等五类场景里的哑资源,采用YOLOv5、MIXUP、RESNET34、MOSAIC等算法,开展数据分类标注、模型选择训练、测试集推理、验证集推理,获取目标检测最优解,推动面向光网络的哑资源智能合规检测算法实现创新突破。

VGI集成于中文数字地名词典的研究

提出将自发地理信息(VGI)集成到中文数字地名词典(CDG)的架构。在构建VGI数据爬取模型(VDCM)和地名本体的基础上,针对从VGI数据中提取地名信息过程中出现的地名geo/geo歧义(多个地理位置对应同一地名)、地名与经纬度匹配错误、多个资源对应同一地名等问题提出相应的解决方案:使用上级行政区划名排歧、参考行政区划本体层次筛除错误地名标签、对同一地名的多个资源进行空间聚类获得唯一的经纬度,并总结该架构能有效地解决CDG不支持空间推理、数据孤立以及数据维护、更新受限等问题,提出未来的工作围绕修正错误的地名标签、构建信任模型及将VGI集成于分布式CDG展开。

JSP中扩展标记的原理与工程应用

扩展标记作为JSP页面功能扩展的核心技术,大大增加了JSP应用的灵活性。本文结合其在工程中的具体应用,详细介绍了扩展标记的理论知识和具体的创作过程,并在此基础上进行了扩展标记其他应用的研究。

TEI类在Web容器内的运行研究

JSP页面常需使用自定义标签来满足特定的业务逻辑,而自定义标签的核心就是标签处理程序和标签额外信息(TEI)类。Web容器装填、运行JSP页面的servlet类,进而servlet类会实例化和调用标签处理程序,然而软件理论未涉及标签额外信息类如何在Web容器内运行。通过写出标签处理程序和它的TEI类,观察Web容器的运行日志,给出了容器内创建标签处理程序实例和相应TEI类实例的顺序,阐明了TEI类中的方法在Web容器中的调用顺序和软件人员需注意的运行特点。

小知识

一个简单的标签由下面的元素构成：

Internet Explorer8

3月19日，微软发布了IE8的25种语言的正式版本，包括简体中文的正式版。IE8的新特性包括隐私浏览模式、更先进的地址栏和搜索栏，以及更好的标签处理。主要特性有：

Application of a Fast Connected Components Labeling Algorithm in Processing Landmark Images

Extracting geometric data of landmarks from fluoroscopic images plays an important role in camera calibration process of a fluoroscopic-image-based surgical navigation system. Connected components labeling is the essential technique for the extraction. A new fast connected components labeling algorithm was presented. The definition of upward concave set was introduced to explain the algorithm. Feasibility and efficiency of the algorithm were verified with experiments. This algorithm performs well in labeling non-upward concave set connected components and applies to landmarks labeling well. Moreover, the proposed algorithm possesses a desirable characteristic that will facilitate the subsequent processing of fluoroscopic images.

基于多线程的后退式二进制RFID防冲突算法研究

本文主要解决RFID标签的冲突问题，在分析原有二进制防冲突的算法基础上，提出了新的算法提高RFID标签的识别速度，优化了系统的性能。算法主要采用后退技术、堆栈数据结构和多线程处理的思想。RFID读写器发送一个三元组命令，减少了数据传输量；利用多线程处理思想，对标签进行分类处理，缩短了冲突处理的时间。测试结果表明，此算法与原有算法相比，减少了识别冲突的次数和数据传输的数量，提高了系统的性能。

学习者姿态画像与个性化学习组合方案分析

学习能力与学习动机的不同组合方式形成了学习者的多种学习姿态,对这些姿态进行分析、画像和标签化处理,并据此勾勒出学习者从低水平学习姿态转为高水平学习姿态的轨迹,就成为实践个性化教学的重要前提。不同姿态的学习者对不同存在状态的学习资源的驾驭能力有差别,这就需要教师通过设计个性化的学习组合方案,为不同姿态的学习者打造学习计划,在师生之间构建起良性合作博弈的学习环境。在不同的方案中,越是趋近方格模型左上角的学习者,越应该实行相对宽松的管理措施,教师应该给其更充分的个人可支配时间,从而拓展学习者的学习空间。在学习能力和学习动机两个重要影响因素中,首先在学习动机方面做文章,对于靠近方格模型右下角的学习者可以达到事半功倍的效果。

基于众包的图片标注系统

在机器视觉系统的训练过程中,需要大量带有标签的图像来增强识别能力。传统的方法是召集一部分人进行独立注释,效率低,质量差。本文设计一个基于众包的图像标注系统。该系统利用协同过滤技术将图片推送给具有相应专业或兴趣爱好的志愿者,然后通过语义处理算法对同一幅图片的标签集进行整理和归类,最后得出准确有效的标签。实验结果表明,该系统比传统图像标注方法有更好的鲁棒性和更高的效率。

一种基于分组的混合查询防碰撞算法

传统的射频识别防碰撞算法查询次数多、数据传输量大,而一般的混合查询树算法会产生大量的查询前缀和空闲时隙。因此,文中针对这些问题提出了基于分组的混合查询树法。该方法先对标签预处理组成一个新标签,然后将标签二次分组与改进的HQT算法结合使用,通过不断使用异或分组结合碰撞位前2位组合信息对标签进行处理。实验表明,此举减少了标签的查询前缀、空闲时隙和传输数据,从而提高了系统的工作效率。