基于ArcGIS Server的池化与非池化服务研究

介绍了ArcGIS Server的基本知识和体系结构,分析了ArcGIS Server中服务器对象池化与非池化服务的特点,并通过实例比较两种服务之间的不同点以及各自优点和缺点,指出了它们各自的应用场合,为开发WebGIS系统提供参考。

如何科学构建非池化机房环境配套及资产交维体系

传统的非池化机房分布范围较广并分属于某运营商不同部门管理,各部门间缺少对非池化机房环境配套及资产集中化运维的交维体系。本文对某运营商的非池化机房环境配套及资产管理现状进行了分析,结合笔者运维经验,对科学构建非池化机房环境配套及资产交维体系提出了可行性建议,并进一步提供了非池化机房环境配套及资产交维体系在生产活动中的应用举例。

非全局池化的通道注意力及其在语义分割中的应用

通道注意力通过捕获通道信息,建立通道间的相互联系以提高模型表征能力。SENet注意力网络使用全局平均池化进行特征压缩,得到的全局特征并不精细。为得到更精细的全局特征,提出一种基于非全局池化的改进通道注意力模块(MCAM),该模块采用非全局池化获得更精细的通道信息。在空间维度,该注意力网络结构的挤压模块将输入特征图压缩为特定窗格大小的特征图,旨在保存更多的细节信息;然后,通过卷积操作获得通道描述符作为通道的权重。将提出的通道注意力网络结构应用于Attention-FCN模型,在PASCAL VOC 2012增强版数据集上验证对语义分割的有效性,获得像素准确率为91.05%,平均交并比为63.85%,优于其他基于全局池化的注意力网络结构。