面向DevOps的政务大数据分析可视化系统

随着大数据技术的快速发展,越来越多与政务大数据行业相关的项目正在规划和建立。当前政务大数据建设的重要方面之一,就是要把政务大数据作为重要资源,持续深入地挖掘数据价值,为政务服务、行政监管和社会治理过程中的科学分析、预测和决策提供重要基础。这就对大数据分析及可视化系统建设提出了新的技术要求,包括集成多种机器学习算法、集成多种可视化工具、支持快速迭代开发部署、支持交互式数据分析任务和可视化展示任务等。面向DevOps这一先进的持续集成和持续交付的平台,提出一种大数据分析及可视化系统,满足了上述政务大数据行业的新需求。通过政务大数据行业应用,表明该系统设计合理,可视化分析结果有效,具备持续交付能力,相关技术的集成具有很强的系统指导和应用价值。

基于AHP-熵权法的装配式建筑构件拆分方案影响因素研究

实际项目的拆分设计过程中进行拆分方案选择时,由于无法确定各个影响因素的大小,导致前期工作周期长、拆分过程重复性工作多、拆分结果不合理等问题,运用AHP-熵权法,对影响预制构件拆分方案的设计、生产、运输、施工安装等方面的因素进行分析,根据研究结果提出针对性建议,促进装配式建筑更好地发展。

基于迁移学习的计算机通信网络异常流量检测方法

传统的网络流量检测方法未对网络流量数据进行清洗就直接完成属性分类,造成其检测准确率较低。为此,提出基于迁移学习的计算机通信网络异常流量检测方法。首先,采用孤立森林算法进行数据清洗,以去除无用的网络流量数据信息。然后,基于预处理后的网络流量数据,对其时间序列数据进行深入分析,发现异常流量的发生规律和特征,并确定异常发生的时间范围。最后,基于迁移学习实现计算机通信网络异常流量检测。实验结果表明,基于迁移学习的计算机通信网络异常流量检测方法的检测准确率更高,应用效果较好。

基于深度卷积网络的多聚焦图像自动融合方法

不同聚焦状态的图像融合易产生模糊的问题,因此提出基于深度卷积网络的多聚焦图像自动融合方法。首先检测图像的多聚焦区域,利用深度卷积网络选择图像块的大小,以便于后续的图像融合。选取好图像块大小后,通过小波变换进一步确定频子带系数。最后,结合深度卷积网络的自动融合方法,融合不同聚焦状态的图像,得到一幅完整、视觉效果好的融合图像。实验证明,在融合过程中使用深度卷积网络的多聚焦图像自动融合方法可以得到清晰的图像,具有良好的应用效果。

新工科背景下大数据应用型人才培养模式研究

为满足大数据这类新兴行业需要大量应用型人才的新需求,考虑到传统的计算机专业人才培养模式还不能很好地满足社会需求,分析新工科建设背景下大数据应用型人才培养模式,指出校企融合的多主体协同育人培养模式是高校的必然选择,从人才培养、过程管理、课程体系、师资队伍、校企合作等方面入手,提出大数据专业应用型人才培养模式的举措建议。

基于BICOMB与HCA的我国空间数据结构的文献计量研究

“大数据”时代下出现许多新的文献计量分析研究技术。文章基于BICOMB 2.0和SPSS 23.0软件,运用系统聚类分析进行我国空间数据结构的文献计量研究,生成年度分析、作者分析和热点分析图,以期为“大数据”在各个专业的研究提供一定的借鉴。

基于多维更新的改进人工蜂群算法

标准人工蜂群算法采用逐维更新的策略,存在前期收敛快、易于陷入局部最优、后期解失去多样性、收敛慢的缺点。本文在解的搜索过程中,利用多维同时更新来增强解的搜索力度,随机选取多维更新的策略在后期增加解的多样性,提出了多维更新的改进人工蜂群算法,加快算法的收敛速度。用标准测试函数对改进的人工蜂群算法做寻优测试,实验结果表明该算法加快了收敛速度,进一步优化了测试函数的最优值,具有良好的寻优效果。

基于改进人工蜂群算法的机器人任务最优指派

为了快速准确地求解机器人任务最优指派问题,本文提出了一种改进的人工蜂群算法。考虑到指派问题解决方案离散性的特点,在应用蜂群算法求解问题的过程中对可行解空间进行离散编码;在采蜜蜂和观察蜂更新解时,采用列状态转移的方法生成候选解,保证解的可行性和多样性。实验结果表明,改进的蜂群算法在求解指派问题模型时,具有良好的收敛速度和求解精度。

基于敏感指标法的煤与瓦斯突出危险性预测技术研究

基于目前我国煤矿工作面常用的敏感指标法突出危险性预测技术,通过数据分析及计算,提出了一种加权敏感指标法对工作面突出危险性进行预测。借助SPSS软件确定各项敏感指标的加权系数,计算求得加权敏感指标E值,完成突出危险性预测工作。并在白坪煤矿进行工程实践,结果显示:该方法充分考虑所有敏感指标对瓦斯动力效应的影响,与传统方法相比,能够在一定程度上避免预测工作中出现的偶然误差,使突出危险性预测的结果更加准确可靠。

基于改进蜂群算法优化的支持向量机研究与应用

支持向量机是一种应用广泛的机器学习方法,其分类性能主要取决于相关模型参数的选择。本文提出了一种改进的人工蜂群算法来优化支持向量机的参数,并将其应用于人体活动数据识别。在标准数据集上测试,与基本人工群体算法、遗传算法和粒子群算法等优化算法相比,改进蜂群算法优化的支持向量机可以获得更高的分类准确率。验证了改进人工蜂群算法的有效性。利用改进人工蜂群算法优化的支持向量机对人体活动数据进行分类识别,结果显示该方法具有较高的分类准确率,说明本文所提方法具有实用性。

一种基于YOLO剪枝的设备端人脸检测方法

为提升设备端的人脸检测效率,提出一种基于YOLO剪枝的设备端人脸检测方法。首先对YOLO网络进行改进,实现人脸检测与面部关键点回归;然后设计一种模型剪枝策略对网络模型进行剪枝,以降低模型复杂度;最后综合多任务损失函数及训练策略以增强模型的鲁棒性。实验结果表明,通过在人脸检测数据集Widerface上与现有的轻量级人脸检测算法进行比较,基于YOLO剪枝的人脸检测方法不仅提升了人脸检测精度,降低了模型复杂度,而且能很好地满足设备端的需求。

基于特征融合的内河船舶尺度自适应跟踪

文章对以船舶为载体的跟踪系统进行研究,在解决电子巡航系统中船舶跟踪尺度变化干扰问题。为此,基于相关滤波,提出了一种特征融合策略,将卷积神经网络(Convolutional Neural Network,CNN)特征和Hog特征相结合。通过使用CNN获取船舶目标的空间结构、形状等相对抽象的语义信息,再将VGG网络提取的CNN特征与Hog特征进行融合,实现对内河船舶的跟踪。经过在大量船舶数据集上的验证和分析,发现特征融合算法显著提高了跟踪精确度和成功率。这一特征融合算法为船舶跟踪中尺度干扰问题提供了一条高精确度的可行路径。

基于边缘感知的深度神经网络红外装甲目标检测

装甲目标自动检测一直是红外制导领域的研究热点与难点。解决该问题的传统方法是提取目标的低层次特征,并对特征分类器进行训练。然而,由于传统的检测算法不能覆盖所有的目标模式,在实际应用中的检测性能受到限制。本文受边缘感知模型的启发,提出了一种基于边缘感知的改进深度网络,该网络是通过边缘感知融合模块提升装甲轮廓精度,利用特征提取模块和上下文聚合模块的优势,能够更好地适应目标的形态变化,具有较高的检测与识别的精度。验证结果表明,本文提出的装甲检测网络模型可以有效地提高红外图像中装甲的检测与定位精度。

基于Kalman滤波的船舶磁化干扰系数测量算法

[目的]针对以船舶为载体的三分量地磁场测量系统,为了提高其测量效率并降低工程难度,提出基于Kalman滤波的船舶磁化干扰系数测量算法。[方法]根据三分量地磁场测量数学模型中船磁干扰的作用形式及特征,提出解算船舶磁化干扰系数的Kalman滤波算法实施步骤,然后开展计算机仿真和船模实验,以验证该算法的有效性。[结果]在有效磁场测量数据样本较少的条件下,该算法保证了良好的收敛性,分离出了较高精度的三分量地磁场。[结论]Kalman滤波算法为船舶磁化干扰系数测量的工程实践提供了一条高效率、低成本的可行路径。

鲁棒的数字语音取证算法

提出数字语音信号的FDCR(frequency domain coefficient residuals)特征,分析该特征对信号处理操作的鲁棒性和恶意攻击的脆弱性。将语音信号分帧、帧号映射为二进制的水印序列,通过量化FDCR特征的方法将水印嵌入到载体信号中。提取端通过判断提取帧号是否完整来对各帧内容进行取证,篡改定位。实验结果表明了该算法的不可听性、鲁棒性以及对于恶意攻击的篡改定位能力。

新冠肺炎疫情对民族地区人口流动的影响

新冠肺炎传播的主要渠道是宏观和微观的人口流动,而人口和物资流动又是推动经济发展、保证人民生活水平的重要手段,对于经济发展相对落后的民族地区而言尤其重要。该文基于百度迁徙数据证实了人口流动数据与城市GDP指标具有极强的相关性,并对新冠疫情期间民族地区城市的人口流入、人口流出和城市内人口流动情况进行量化分析,研究表明受疫情影响,2020年春节后我国城市人口流动呈现先大幅度下降后缓慢上升趋势,并且疫情后人口流出量和人口流入量减少反映了我国长途人口流动受限,而城市内人口流动增加反映了疫情后短途流动略有增加。新冠肺炎疫情对全国不同民族地区的影响差异较大,西北民族地区受疫情影响尤其明显,个别城市平均人口流动量下降50%以上,而对西南民族地区的影响相对较小。通过对疫情期间民族地区人口流动和经济变化进行统计分析,并对各个城市受疫情影响程度进行刻画,有助于针对这些地区制定出更有效的防控策略和扶贫帮扶措施,该分析结果可为相关部门提供决策参考。

C语言公共课线上线下混合式教学的应用研究

结合C语言公共课的课程性质以及线下教学中存在的一些问题,提出了线上线下混合式教学方法。从教师备课、课堂管理、考核方式等方面进行探讨,给出了具体改革建议,以提高教学效果和学生自学能力。

基于主成分分析与系统聚类的河南省经济宜居城市实证研究

针对经济宜居城市在社会发展中的表征,提出了一种城市经济性与宜居性的评价模型。本研究以河南省地级市为研究区,首先构建相应的经济宜居城市评价指标体系,然后依据主成分分析进行因子提取,最后结合系统聚类分析进行层次分类。研究结论:该方法在经济宜居城市评价中切实可行,能够为河南省经济宜居城市的建设活动提供相应的意见和建议。

基于Web的高校科研成果管理系统设计与实现

随着高校科研水平不断提高及产出成果数量日趋增多,使用传统的办公软件汇总统计方式,工作量大且效率低下,难以及时反馈学校的科研成果。在充分调研并分析实际需求基础上,设计了符合本校实际情况的Web科研成果管理系统,实现了科研成果的申报、查询、汇总、审批等信息的在线管理,满足科研人员和管理者实时便捷地管理成果信息的需求,优化了科研成果信息管理工作流程。

基于移动增强现实的地震科普馆导览系统

增强现实技术是一种将虚拟信息无缝融合到真实世界的新技术,近年来受到国内外研究者的广泛关注。随着便携性、智能化移动设备的快速发展,增强现实技术越来越多地应用到移动设备上,具有很好的发展前景。以识别特定标志物为目的,研究并实现了一个基于移动增强现实的地震科普馆导览系统。利用Wi-Fi定位和图像处理对标志物进行检测识别;利用标志物的四个顶点,通过确定坐标系之间的变换关系,计算摄像机位姿,实现摄像机跟踪定位;通过坐标系之间的变换,确定虚拟信息在成像平面上的位置,实现虚拟信息的注册。测试结果表明,该系统能够实现地震科普馆导览功能,达到了预期的研究目标。