在铁路货车故障检测中,由于传统的人工故障检测存在诸多问题,而且效率低,所以迫切需要能够自动识别故障的检测系统。对此,许多铁路公司都推出针对铁路货车运行故障的检测系统。这些系统能够降低人为因素的干扰,提高故障的检测效率和准确率。但是这些系统都还处于人机结合的阶段,为了推动铁路故障检测系统向"机控"的模式转变,基于TFDS标准,并通过机器视觉,自主设计一套制动梁螺栓丢失故障的检测系统,该系统针对货车底部固定制动梁上的三个不同位置的螺栓进行自动定位,并判断螺栓是否丢失。实验结果显示,该系统能够准确定位出螺栓所在位置,并识别出螺栓是否丢失。

将负载预测问题抽象为机器学习中的回归问题,同时考虑到复杂场景中的绘制参数较多所带来的特征维度高、各特征之间可能存在较强的相关性,以及实时应用对效率的要求等,在繁多的回归算法中,选择XGBoost作为学习和预测负载的机器学习模型,实现上述负载平衡划分的关键在于利用建立好的机器学习模型对绘制帧在特定的子屏幕下的负载进行准确且高效地预测。以并行绘制系统中的四分屏作为研究对象,以测试集上的均方误差(MSE)作为预测准确率的评价标准,基于帧间相关性的方法在测试集上的MSE为3.56,XGBoost算法在测试集上的MSE为2.06,其预测更为准确。

在工程应用中,通常利用相机连接显微镜并控制载物台的移动来获取不同视域下的微观图像。在图像获取期间,采集设备可能会误判图像的清晰度,导致采集的图像比较模糊；此外,载物台的抖动和岩石薄片本身凹凸不平也会造成岩石图像区域模糊,进而破坏岩石颗粒纹路信息的完整性和降低拼接的全薄片图的整体质量。为了较完整地保留岩石颗粒的纹路信息以及提高全薄片图的质量,对模糊图像增强尤其必要。基于USM算法并结合Canny边缘检测算子对其改进,在Lab彩色空间对模糊图像进行锐化增强,具有一定的实用价值。

在租户虚拟机中,存在着恶意进程将自身隐藏,掩盖其攻击行为,发起恶意攻击的情况。为了检测虚拟机中的隐藏进程,研究并设计虚拟机隐藏进程检测系统,云平台管理员能针对目标虚拟机检测其存在的隐藏进程。实验结果表明,该系统能有效检出虚拟机中的隐藏进程。

在聚宽量化开发平台上,基于Python语言,根据择时选股的多头趋势回踩策略思路,构建一个全自动量化交易系统,系统主要功能框架包含策略模型、牛熊判断、参数设置、买入判断、卖出判断、计算统计、绘制曲线和数据源等；进一步通过对各种关键影响因素的分析优化,和牛熊市场的差异策略构建开发,将年化市场收益率提高到25%水平。

工程教育专业认证是高等教育认证的重要组成部分,对保障高等工程教育质量具有重要的意义。《应用软件开发实践》作为计算机类集中性实践环节中的一门重要课程,重在培养学生应用计算机解决实际问题的综合能力。对课程内容、课程考核方式与专业认证要求之间的关系进行探讨,可以看出该门课程对培养出符合工程认证要求的学生起着重要的作用。

目前针对单幅图像去雾处理,暗通道先验算法取得较好的成果,但对于水下图像而言,光在传播时会受到水介质的吸收、水中颗粒物散射影响,出现颜色失真、对比度下降等现象,直接采用传统去雾方法对水下图像进行复原效果并不理想。在暗通道先验的去雾算法基础上,提出一种新的水下图像复原算法。实验表明,改进算法可以有效地提高水下退化图像的质量,同时具有较好的颜色复原效果。

针对复制图像篡改检测中,面临的噪声、模糊等外界干扰的困难,提出一种新的基于勒让德矩卷积不变量的图像篡改检测算法。该算法首先将RGB图像分离为三个通道,对每个通道进行重叠式分块,其次计算每块的勒让德矩卷积不变量,最后通过K-D树进行最临近搜素,并通过投票机制决定是否为被篡改区域。通过数值实验表明,该算法对外界的干扰具有极强的鲁棒性,其检测率提升7%。

小波变换常用于信号去噪。传统的小波阈值去噪方法包括硬阈值方法和软阈值方法。硬阈值方法容易产生Gibbs震荡现象；软阈值处理后的小波系数存在固定偏差,去噪效果受到影响。结合目前提出的阈值方法,提出一种改进的双阈值函数。改进的阈值函数在阈值处连续,并且处理后的小波系数不存在固定偏差。经过仿真实验结果,该函数的去噪效果得到一定的提升,并且Gibbs震荡现象得到抑制；另外,去噪后信号的信噪比有所提高,均方误差减少明显。

GitHub是一个面向开源及私有软件项目的托管平台,每天都有成千上万的项目在上面诞生。在这些数以千万计的项目中,不仅有来自学术界,更多的是来自工业界的。运用数据挖掘技术,能够发现其中对科研工作者有帮助的信息。通过对GitHub用户信息进行分类,分析其中学术研究者、工程师以及个人用户的数量及其所占比例,挖掘出开源平台的用户使用习惯信息,了解用户使用开源平台的目的所在,从而分析出开源项目的发展趋势。

Web服务器集群中负载均衡算法是一个重要的组成部分,许多学者都对负载均衡算法做出改进,其中基于参数的加权负载分配算法是一种策略。从运行原理、算法性能、应用范围等角度概述参数化加权负载分配策略,分析比较目前三种典型的参数化加权负载分配算法,展望参数化加权负载分配策略未来的发展趋势。

由于目标检测技术的快速发展,tracking-by-detection成为一种通用的多目标跟踪框架。然而,在整个视频场景下,被跟踪的目标可能会发生外观上的改变或者被其他物体遮挡,多目标跟踪技术仍然面临着许多挑战。提出一种改进的tracking-by-detection框架用于多目标跟踪技术,采用基于深度学习的外观特征和目标的运动特征去分层关联跟踪目标。与其他先进的多目标跟踪系统比较,该方法在多目标跟踪2016公开数据集上取得较好的效果。

Hadoop集群环境中,由于增加删除节点、删除文件等操作,都有可能造成数据的不均衡。数据的负载均衡对集群性能有着重要的影响。首先分析现有的负载均衡算法,然后提出一种基于异构集群性能和剩余空间的负载均衡算法。该算法根据节点的剩余空间以及节点性能来计算各个节点的理论空间利用率,并且根据集群的存储空间利用率来动态的调整节点的最大负载率。实验结果显示,提出的数据负载均衡算法可以使异构环境下的集群基于性能和剩余空间达到所期望的均衡状态:性能越高、剩余空间越大的节点,应该有更高的空间利用率。

SIFT算法对发生旋转、平移、仿射变换后的图像匹配具有很好的效果,同时具有较强的稳定性和鲁棒性。由于快速EMD距离相比欧氏距离在计算特征直方图匹配时更加准确,提出结合快速EMD距离与SIFT的人脸识别算法,改进原有算法的匹配策略,使用快速EMD距离代替欧氏距离计算特征点间的相似性。在YALE人脸库上的实验表明,改进的人脸识别算法比原有算法具有更高的识别率并且对人脸图像的旋转、遮挡、一定程度的仿射变换等复杂情况下有更好的鲁棒性。

随着计算机图形学和图形学硬件技术的发展,虚拟仿真中的布料模拟逐渐成为研究热点。随着虚拟仿真技术在电子游戏中的应用逐渐增多,用户对虚拟现实中布料模拟技术的要求也逐渐增加,在追求布料真实感的同时还强调实时性。在对布料进行模拟时,首先根据布料的物理特性构建弹簧质点模型,然后使用时间积分对模型质点弹簧进行计算。为了提高求解效率,采用预计算处理数据,求解隐式积分对模型进行求解,以模拟出布料真实感且达到实时效果。

商用小型无人机在室内或遮挡物较多的情况下,会失去卫星导航信号,而这种情况下使用的需求日益增加。采用立体视觉方法准确测量障碍物到无人机的距离,对实现无卫星导航条件下无人机的准确悬停和自主规划路径避障都有着重大的意义。对左右放置的摄像机立体模型的标定以及对左右摄像机的立体校准做研究,最后实现利用该立体模型进行准确测距。在被检测物体背景和大小均比较复杂和较小的情况下,该模型的测距效果具有期望的鲁棒性。

提出在CMM标准开发的项目中,采用基于工作流的改进型编码检查H过程模型,该模型很好地解决CMM项目管理中的编码检查过程定义、执行及监控等问题,编码检查过程中始终贯穿着尽早检查、全面检查、全过程检查、迭代式检查等敏捷化理念；编码检查不仅检查程序代码本身的逻辑性错误,也检查代码的专业功能性问题,促使软件编码更加合理高效,对中小型软件开发单位的编码检查有着很好的适用性。

针对目前高校教室电能资源浪费严重,能耗管理不完善等现状,采用热释红外传感器为检测模块,STC89C51单片机为中心控制模块,交流接触器为执行模块,设计基于嵌入式的教室节能控制系统,以达到高校教室合理节能以及完善能耗管理的目的。介绍东莞理工学院城市学院教室的试验情况。

蜜罐是一种主动防御技术,安全人员将精心配置好的蜜罐故意暴露在网络中,诱骗非法入侵者对其进行非法使用,从而对入侵行为进行记录和分析,了解入侵者所用工具及方法,推测其意图和动机。通过对蜜罐部署关键问题的研究,将虚拟蜜罐技术引入校园网安全防护体系,设计一套适合校园网自身特点的解决方案,使校园网具备主动防御的能力。

提出利用CUDA并行计算方法生成相息图的快速算法,并通过空间光调制器完成相息图的全息再现实验验证。该算法对100个物点生成分辨率为1280×768的相息图耗时约50ms,接近实时帧率。相比传统的CPU程序,计算效率提升近200倍。