面向配置设计的产品功构单元粒度划分方法

针对现有模糊聚类方法在粒度划分实现过程中存在问题,基于构建面向配置设计的产品功构模型,通过对模糊C均值算法中随机初始化策略进行改进,研究功构单元粒度划分方法,并结合产品配置设计过程中需求映射及实例映射特点,根据公理化设计原理探讨了基于信息熵的聚类评价函数构造。最后,结合项目实施给出该方法在电梯制造业中的典型应用实例。系统实现及结果表明提出方法的有效性,为面向配置设计的产品族构建提供另一种数值计算方法。

阶段磨选磨矿粒度划分的理论分析与计算

从磨矿动力学出发,提出了阶段磨选时磨矿粒度的划分方法,将阶段磨矿的能耗问题转换成当量磨矿时间最小的数学问题,通过分析磨矿时间与粗精矿产率的相互关系,用数学方法回归磨矿动力学方程和粗精矿产率与磨矿粒度的数学关系,提出了与磨矿能耗一致的当量磨矿时间概念,以最小的总能耗划分磨矿粒度。借助于EXCEL可以实现两段、三段磨矿合理的磨矿粒度划分。以某一铁矿的阶段磨选为例,对合理的两段、三段磨矿进行了计算,得到了总能耗最小的磨矿粒度划分。

概念格与粒度划分的相关性分析

粒度计算的主要任务之一是如何利用不同粒度层次间的转换来抽象出我们感兴趣的知识,而概念格的格结构在层次转换方面的高效性对有效地进行粒度层次转换有重要指导意义。本文介绍了有关粒度计算与概念格理论的相关知识,并对粒度划分的格结构及相关性质进行了证明,分析了概念格与粒度划分格在概念描述与概念层次转换之间的联系。

业务驱动的地理信息服务粒度划分

分析了地理信息服务之间的耦合性,研究了影响地理信息服务粒度的因素,提出了业务驱动的地理信息服务粒度划分模型。该模型首先从功能模块分离出基本服务,各个功能模块可以看成是组合服务,由功能模块分离出来的就是基本服务;然后在基本服务的基础上设计组件和业务对象;设计完组件和业务对象之后再来设计组合服务。

一种混合模式两级抽象服务粒度划分法

该文首先介绍了当前服务粒度划分研究现状，并对几种主流服务粒度划分方法进行分析，指出了它们的不足之处，进而提出了一种基于业务、组件、类的混合模式两级抽象粒度划分方法——TAMM，该方法利用混合模式并结合java设计模式思想对服务粒度划分过程进行两级优化组合抽象，以适中的粗细粒度优化组合抽象服务，从而提高服务的稳定性、灵活性及性能。最后，结合实际案例对该划分方法的特性进行了分析说明。

基于关系的最粗粒度划分问题的并行算法

关系最粗粒度的划分问题 RCPP在并发系统的验证方面起着重要的作用。本文提出了RCPP问题的一种有效的并行算法 ,其中假设标号转移系统中有 m个转移和 n个状态 ,利用 m/nε个CREW处理器算法所需的运行时间为 O( n1+ε) (对于任意固定的 ε<1 )。

基于粒度划分的内河集装箱船全航线配载研究

针对内河集装箱船舶船体小、更加强调舱容利用率等特点,提出粒度划分策略将船舶贝结构划分为多个存储单元,以最小化船舶存储单元占用率为目标构建内河集装箱船全航线配载模型.利用ILOG CPLEX优化软件和粒度的动态划分对所设计不同规模算例进行求解,能够获得满足内河集装箱配载问题的精确解.根据长江真实运输场景设计36组算例进行数值实验,实验结果表明,模型构建正确,可有效实现存储单元利用率最大化.

基于多粒度划分的图像语义检索方法

为了提高在图像数据库中图像检索的准确性和检索速度,提出一种基于多粒度划分的图像语义检索方法.首先,根据图像数据库和语义标注词构建图像信息表;其次,使用改进的多粒度规则提取方法提取图像信息表的规则集,根据规则集对应的对象集将图像数据库划分为不同的图像粒集,建立图像语义特征索引;然后,提出了基于内涵重要度的图像相似性度量公式和基于知识粒的图像语义检索算法;最后,用Corel图像库中的图像作为测试图像库进行仿真实验,结果表明该方法有效地提高了图像的检索效率.

基于SOA的服务构件粒度划分方法的研究应用

分析当前SOA服务粒度划分研究现状,提出一种基于SOA的服务构件粒度划分方法:两级拆分抽象划分方法。该方法从功能模块分离出业务构件,一方面对业务构件向下拆分得到基础构件,另一方面对业务构件向上抽象得到行业构件。该划分方法满足服务构件粒度划分基本原则,得到的3类服务构件能够有效适用于基于SOA的软件开发。最后,结合实际的软件开发案例对此划分方法进行分析说明。

SAR成像算法的粗颗粒度划分并行处理的效能研究

随着合成孔径雷达(SAR)技术的发展,对SAR系统的成像精度与处理速度的要求越来越高。SAR成像处理运算量巨大,对它的数据进行划分是一种比较常见的并行处理方法。其中粗颗粒划分因为各数据块之间的处理可以相互独立因而具有良好的可扩展性。分析了采用粗颗粒划分后对每个数据块进行成像处理的运算量的变化,通过对比,发现如果划分得当能够极大地降低单个数据块成像的运算量以及总的运算量,这对工程实践具有指导意义。

决策表属性约简的相对划分粒度表示

粗糙集理论认为知识就是分类.本文对知识的分类能力给予了量化,提出利用划分粒度来定量地表示知识的分类能力.在划分粒度概念基础上,针对决策表定义了相对划分粒度并研究了它的性质,相对划分粒度可以定量表示决策表的条件属性子集相对于决策属性的分类能力的强弱;最后证明了对一致决策表的属性约简来说,相对划分粒度表示与Pawlak提出的代数表示是等价的.

基于知识划分粒度的信息系统约简算法

粗糙集理论认为知识就是分类。对知识的分类能力给予了量化,提出利用知识的划分粒度来定量地表示知识的分类能力。首先建立了知识与其划分粒度间的关系;其次,基于划分粒度定义了属性的重要性,并以此为启发式信息设计了一个信息系统的约简算法;最后通过实例表明,该算法是高效的。

多样细粒度特征与关系网络驱动的行人重识别

在图像行人重识别(person re-identification)中,基于深度网络的传统方法通常采用了简单局部切块方式进行特征提取。该方式忽略了特征间的关联性,限制了网络鉴别能力的提高。针对该问题,提出了一种包含多样化特征的网络模型(DFFRRID)。该网络模型在主干网络后设计了三个模块,分别用于提取粗糙的全局特征、由粗到细粒度切分的局部特征以及局部特征间的关联性特征。三个模块相互补充,最后将提取的全局与局部特征集成到分类网络。在损失优化阶段,利用交叉熵损失与标签平滑交叉熵损失的联合损失进行分类学习,以防止网络过拟合。在Market1501、DukeMTMC-ReID以及CUHK03数据集上的实验结果验证了所提模型的有效性,DFFRRID的Rank-1准确率分别达到了95.3%、89.3%和80.5%,mAP精度分别为88.6%、78.9%和73.9%,其相对于大多数方法进一步提高了图像行人重识别精度。

加权信息系统及其知识划分粒度表示

为了体现事物之间的差异,对信息系统的对象给予一定的权重,给出了加权信息系统的概念,定义了加权信息系统中知识的划分粒度表示方法,讨论了划分粒度的性质,并证明了知识的代数表示和划分粒度表示的等价性.

一种面向并行查询的森林资源小班数据划分粒度研究

为在并行环境下高效地利用并行计算资源,促进静态负载均衡,从而总体上提高森林资源小班数据在并行环境下查询的响应效率,通过分析数据划分粒度与查询效率的关系,建立了数据划分粒度与查询效率的关系模型。采用辽宁省森林资源小班数据,实验验证了该模型,并取得森林资源小班数据的最佳划分粒度。实验表明,在最佳划分粒度进行并行查询时,查询效率明显优于其它划分粒度。

基于多粒度网格划分的雷达威力在线评估方法

针对传统理论计算的雷达威力偏差大、检飞雷达威力实时更新难的问题,提出了一种基于多粒度网格划分(MGGD)的雷达威力在线评估方法.利用多粒度网格的空间分割思想,首先将雷达探测空域按照不同的粒度径向分割成网格块;然后将雷达情报中的威力样本数据映射到空间网格中;最后在网格中采用滑窗的方式过滤网格中的冗余数据,实时计算和更新网格中数据点和威力值.实验结果表明,该方法能够有效逼近雷达系统当前状态下的实际最大探测能力,为清晰掌握雷达情报保障能力提供了数据支撑.

数据仓库设计中低粒度数据的分割策略研究

数据仓库中存在着巨大容量的低粒度数据,其存储策略的好坏直接影响到联机分析处理和数据挖掘的性能及效率。该文分析了数据仓库系统中数据分割的一般原则,详细论述了静态数据分割的各种策略,并对结构和内容两个方面的变化所引起的动态数据分割策略进行了详细研究,提出了基于属性相容和属性语义等价的动态数据分割技术。

基于双流特征互补的嵌套命名实体识别

针对以往句子在文本编码后不能获得高效的特征信息,提出一种基于双流特征互补的嵌套命名实体识别模型。句子在嵌入时以单词的字级别和字符级别两种方式嵌入,分别通过神经网络Bi-LSTM获取句子上下文信息,两个向量进入低层级与高层级的特征互补模块,实体词识别模块和细粒度划分模块对实体词区间进行细粒度划分,获取内部实体。实验结果表明,模型相较于经典模型在特征提取上有较大的提升。

植物茎生长过程细粒度仿真

为真实仿真植物茎生长过程,对植物茎以及分枝进行更细粒度划分,把茎的生长按分生区、伸长区、成熟区三级结构划分依次迭代,结合参数L系统仿真植物的形态几何结构,达到了良好的效果。对植物分生区设置flower、subaxis、leaf 3种侧芽因子,以提高植物生成不同器官的可控性。通过仿真实验表明细粒度划分能够降低参数L系统的复杂度,较真实地仿真植物的生长过程及植物学现象。

多场景文本的细粒度命名实体识别

命名实体识别一直是数据挖掘领域的经典问题之一,尤其随着网络数据的剧增,如果能对多来源的文本数据进行多领域、细粒度的命名实体识别,显然能够为很多的数据挖掘应用提供支持。该文提出一种多领域、细粒度的命名实体识别方法,利用网络词典回标文本数据获得了大量的粗糙训练文本。为防止训练文本中的噪声干扰命名实体识别的结果,该算法将命名实体识别的过程划分为两个阶段,第一个阶段先获得命名实体的领域标签,之后利用命名实体的上下文确定命名实体的细粒度标签。实验结果显示,该文提出的方法使F1值在全领域上平均值达到了80%左右。