关键词： 微服务架构   企业信息系统   数据应用策略  

摘要： 阐述微服务架构的特点和实现,包括顶层设计中的标准化体系、数据分类管理流程、数据仓库实现数据共享、数据安全强化数据审计、资产管理系统,探讨基于微服务架构的数据应用策略。

关键词： 大豆基因填充   随机森林算法   GPU加速   数据处理  

摘要： 基因型填充(Genotype Imputation, GI)是一种利用现有的基因型信息来推断未测定或不完整基因型的技术。为了探索在大豆基因组测序中处理不完整数据的高效填充方法,以提高数据处理速度和效率,本研究采用真实的大豆参考面板基因型数据,通过对数据进行2%、5%、10%和25%的完全随机缺失处理,利用GPU加速的随机森林机器学习算法构建填充模型,并对不同缺失比例的数据进行填充。同时,对比分析了不同处理器的准确性和性能。结果显示:基于GPU加速的随机森林算法在大豆基因组中实现了优秀的填充精度。与主流基因填充软件相比,该方法至少提供了4倍以上的运算时间优势。因此,GPU加速的基因型填充策略可应用于大规模基因型数据处理中,提高大豆基因型数据处理的速度和效率,同时减少计算时间和资源消耗。

关键词： 水电站监测   无人机巡检   机器学习应用   物联网技术(IoT)   数据处理  

摘要： 本文综述了水电站智能化巡检技术的现状、存在的挑战及未来发展趋势。首先概述了现有技术,包括基于无人机的巡检、多元异构数据融合、端边协同计算以及知识图谱和数字孪生的新技术,指出尽管这些技术提高了巡检效率,但仍面临技术成熟度、数据处理复杂性、高成本等困难。探讨了智能化巡检在实践中的主要问题,并展望了无人机自动巡检、人工智能和物联网等技术在未来水电站巡检中的潜在应用,自动化和智能化是未来的主要发展方向。研究展望通过技术创新和策略调整,推动智能化巡检技术在水电站中的应用,期为水电站智能化巡检的未来发展提供了策略指南和实践视角。

关键词： 多光谱辐射测温   发射率   粒子群算法   遗传算法  

摘要： 多光谱辐射测温技术获取真实温度时,目标发射率信息是温度求解的关键。一般解决的方法是基于发射率与波长或温度之间的函数关系建立发射率假设模型。然而,当假设模型与实际情况存在偏差时,会造成较大的温度测量误差。因此,消除目标未知发射率的干扰,减少对发射率模型的依赖,增加测温算法的通用性,是多光谱辐射测温技术亟需解决的难题。提出了改进的粒子群与遗传混合优化算法(HPSOGA),算法的核心思想是将多波长辐射测温问题转化为约束优化问题。首先根据约束条件所设置的范围,在可行域内生成若干个群,每个种群对应一组满足条件的光谱发射率,然后通过HPSOGA算法不断地进化、迭代操作,最终寻得最优适应度值的对应解。该算法实现了在不需要假设发射率模型的情况下,同时反演出目标的光谱发射率和真实温度。通过对六种典型的发射率模型进行仿真,验证了新算法对不同分布趋势的光谱发射率反演的适应性。结果表明,在真温800和900 K的情况下,反演温度的平均相对误差小于0.73%。最后,将该算法应用于火箭发动机羽焰温度测量数据的处理。结果表明,当设计温度为2 490 K时,反演温度的相对误差均小于0.65%。仿真与实验均表明,新算法可求解出满足一定精度要求的发射率和真温。因此,提出的HPSOGA算法是可靠的、有效的,为多光谱辐射测温技术测量目标真实温度提供了一种新的思路。

关键词： 分布式光纤传感   轨道交通   算法   数据处理  

摘要： 随着轨道交通行业的发展,各国建设并投入运营的轨道交通里程数急剧增多,车辆、轨道等基础设施的健康状态及运营安全状态受到广泛关注。分布式光纤传感技术具有监测距离长、实时性强、经济性好等特点,在轨道交通应用中具有广泛前景。文章针对实际应用中出现的数据量巨大、信噪比受限、交叉敏感、数据的非线性响应等问题,调研了目前国内外针对分布式声波传感和分布式应变传感在处理算法方面的研究。从原始数据的处理与增强、数据的特征提取与事件识别两个层次对传感算法进行了分析归纳。

关键词： 人工智能   音乐   信息检索   长短时记忆   循环神经网络   数据处理   特征提取   时间序列  

摘要： 指法是钢琴演奏的关键技术,但是除了初学者的教科书外,大多数乐谱都没有指法注释。目前用于钢琴指法自动生成的隐马尔可夫模型(hidden Markov model,HMM)和长短时记忆网络(long short-term memory,LSTM)模型,仅针对乐谱的音高建立模型,忽略同样影响指法的速度信息,存在对乐谱综合特征提取能力不足、生成的指法正确率低等问题。针对这些问题,设计一种可以同时利用乐谱的音高信息与速度信息的特征提取方法,并引入Word2Vec-CBOW(continuous bag-of-words)模型得到融合特征向量,根据人体左右手镜像对称的特点对原始数据进行左右手序列的数据增强与联合训练,最后结合双向长短时记忆网络-条件随机场(bidirectional LSTM conditional random field,BiLSTM-CRF)模型实现指法的生成。实验结果显示,本文提出的算法相比常用的统计学习方法和深度学习方法均有明显提高,验证了其合理性和有效性。

关键词： 集装箱船试箱   模拟试箱   货舱精度检测   三维点云处理  

摘要： 传统的集装箱船货舱精度验收方法完全依赖手工和目视操作,该过程耗时长且资源消耗大。随着三维激光扫描技术的发展,目前已经能够对货舱大场景进行高精度的三维点云扫描采集。针对基于三维激光扫描的集装箱船试箱的大场景点云中难以提取并分析导轨、底锥等关键数据的问题,结合三维激光测距技术和点云处理算法在舱段场景中应用的优势,论文提出了基于三维激光扫描的集装箱船试箱的算法处理流程。在该流程中,针对导轨点云的特性,改进了RANSAC算法的平面筛选条件;针对底座点云所占比例小且难以精确提取的问题,基于Bhattacharyya距离实现了一种自动提取底座点云的方法;针对底锥点云难以确定其轮廓特征和中心点的问题,提出了一种结合遗传算法和ICP算法实现对底锥轮廓拟合的方法。最后在实际点云数据上进行了试验,验证了所提方法的有效性。

关键词： 深度学习   土壤监测   人工智能   数据获取   数据处理  

摘要： 近年来,随着图像处理能力的提高和图像采集系统的发展,基于计算机视觉的图像分析方法在包括土壤科学在内的许多领域引起了极大的关注和推广应用。通过多种光谱组合形式的相机采集动态或静态土壤图像,然后通过相应计算机程序对其进行分类,可以进一步对土壤特性,包括水分、温度及有机碳等进行评估。为进一步加强农业种植能力,需要进一步预测农业生产中土壤的未来参数,高质量的土壤时序预测对于相关研究及农业生产具有重要意义。本研究综述了深度学习在土壤监测中的应用,指出深度学习是一种基于人工神经网络的表征学习算法,可以从各种类型的地理空间影像和数据中提取有意义的信息,在归纳总结了深度学习概念、特征的基础上,就深度学习在土壤监测中的应用及研究现状进行整理和综述,提出基于该预测方式可以给相关研究人员及农业和管理人员以较低成本的数据实现对农业生产中土壤特性的动态监测和预测,从而更好地指导农业生产。最后,从数据获取和质量、计算机视觉等方面提出了展望,以期能为深度学习在土壤监测中的应用提供参考,为精细化农业种植管理、现代化工业种植及农业物联网的发展提供支撑。

关键词： 数据清洗   信息通信   数据处理   去标识化   匿名化   技术分析报告   信息化   交易所  

摘要： 要闻,北京发布《数据清洗、去标识化、匿名化业务规程(试行)》,为规范数据处理行为,激活数据要素市场,北京市经济和信息化局指导中国信息通信研究院、北京国际大数据交易所联合编制、发布国内首个系统梳理数据清洗、去标识化、匿名化处理相关流程方法的技术分析报告——《数据清洗、去标识化、匿名化业务规程(试行)》。

关键词： 人工智能   线性回归   浓缩   循环冷却水   数据处理  

摘要： 将线性回归算法引入循环水冷却水系统,用电导率拟合为一条直线。把直线斜率作为循环水此时浓缩或稀释操作的判断标准,并对算法进行评估及进一步优化。探讨了该算法的不足,并对未来发展进行了展望。