AV人摸人人人澡人人超碰小说,青青国产精品视频

一種服務(wù)于K-means的初始中心選取方法[其他][數(shù)據(jù)中心]

聚類是數(shù)據(jù)挖掘領(lǐng)域最重要的技術(shù)之一，K-means是其中使用頻率最高的舉足輕重的聚類算法。然而，K-means算法表現(xiàn)嚴(yán)重依賴于初始中心，選取多少個初始中心以及選擇哪些數(shù)據(jù)點作為初始中心對K-means算法十分重要。基于此，提出一種初始中心選取方法DPCC（Density Peak Clustering Centers）。DPCC方法基于密度和距離生成一個選取決策圖，將數(shù)據(jù)集中所有的密度峰值點凸顯出來。這些密度峰值點即為DPCC方法為K-means算法提供的初始中心。實驗表明，DPCC方法不僅可為K-means提供初始中心數(shù)量，還能有效提高K-means算法的準(zhǔn)確度，并縮減K-means算法的執(zhí)行時間。

發(fā)表于：2023/3/29 17:17:47

采集設(shè)備接入的框架設(shè)計與實現(xiàn)[嵌入式技術(shù)][物聯(lián)網(wǎng)]

隨著嵌入式技術(shù)和網(wǎng)絡(luò)通信技術(shù)的快速進步，物聯(lián)網(wǎng)近些年來也有很大的發(fā)展，大量不同類型的終端設(shè)備都需要接入到網(wǎng)絡(luò)中。但整個物聯(lián)網(wǎng)結(jié)構(gòu)從物理層、網(wǎng)絡(luò)層再到應(yīng)用層，每層之間采用不同的通信協(xié)議，這大大增加了集成系統(tǒng)實現(xiàn)的困難。提出一種支持自定義協(xié)議、多種終端設(shè)備的物聯(lián)網(wǎng)接入框架的設(shè)計方案，并據(jù)此研制軟件系統(tǒng)。通過自定義協(xié)議接入不同的設(shè)備，增強系統(tǒng)的擴展性和互操作性，并可以靈活處理設(shè)備的數(shù)據(jù)與事件。

發(fā)表于：2023/3/29 17:13:08

基于服務(wù)架構(gòu)的OpenFOAM求解客戶端設(shè)計[模擬設(shè)計][其他]

針對OpenFOAM解算軟件缺乏GUI功能用戶交互體驗性差問題，研究設(shè)計了一個OpenFOAM求解客戶端軟件。設(shè)計了基于服務(wù)的“云+端”計算架構(gòu)，設(shè)計開發(fā)了一個OpenFOAM求解器服務(wù)，GUI客戶端遠程調(diào)用訪問求解器服務(wù)，并集成可視化服務(wù)實現(xiàn)了數(shù)據(jù)可視化分析功能，實現(xiàn)了云端協(xié)同的求解計算功能；研究設(shè)計了基于界面模板的動態(tài)GUI界面生成方法，實現(xiàn)了客戶端軟件界面用戶自定義配置功能。該軟件支持基于服務(wù)的功能擴展集成，支持用戶界面自定義、求解器用戶設(shè)置界面自定義功能，用戶界面友好，可擴展性強。通過實際的算例進行解算，驗證表明了客戶端軟件能夠通過遠程調(diào)用云端求解服務(wù)、可視化服務(wù)實現(xiàn)完整的求解計算流程。

發(fā)表于：2023/3/29 17:01:22

面向云計算環(huán)境的CFD數(shù)據(jù)可視化分析服務(wù)[其他][數(shù)據(jù)中心]

針對目前CFD（Computational Fluid Dynamics）軟件數(shù)據(jù)可視化分析所需計算量大且操作不靈活的問題，面向CFD數(shù)據(jù)可視化分析需求，實現(xiàn)了一個CFD數(shù)據(jù)可視化分析服務(wù)原型軟件。在該原型軟件中，研究了自適應(yīng)客戶端的服務(wù)自適應(yīng)QoS（Quality of Service）優(yōu)化技術(shù)，降低不同客戶端計算環(huán)境對服務(wù)質(zhì)量的影響；研究設(shè)計了基于消息中間件的服務(wù)集成接口，提高了服務(wù)使用的靈活性。面向云計算環(huán)境的CFD數(shù)據(jù)可視化分析服務(wù)發(fā)揮了云端服務(wù)器的性能優(yōu)勢，應(yīng)用了“云+端”的開發(fā)新模式，具備靈活性和可擴展性。

發(fā)表于：2023/3/29 16:51:16

局部動態(tài)可重構(gòu)FPGA進程式調(diào)度系統(tǒng)設(shè)計與實現(xiàn)[嵌入式技術(shù)][其他]

針對6G時代多樣的邊緣計算要求，基于FPGA上的可重構(gòu)技術(shù)可以實現(xiàn)更低的時延同時提供多樣性的服務(wù)?；诰植縿討B(tài)重配置的思路，使用ICAP接口對FPGA資源進行重新配置，從而實現(xiàn)FPGA邏輯上的局部動態(tài)可重構(gòu)方案。借鑒操作系統(tǒng)中軟件進程管理的思想，基于Linux操作系統(tǒng)中引入硬件進程的概念，這樣可以將一整塊FPGA資源劃分為多個小的FPGA資源塊，每一個小的可重構(gòu)的FPGA資源塊都可以抽象成為一個硬件進程，硬件進程實際并不運行在CPU上而是運行在FPGA邏輯資源區(qū)域中，在操作系統(tǒng)上只是硬件進程的軟件語言描述。由此，設(shè)計出CPU加FPGA的硬件方案來實現(xiàn)局部可重構(gòu)系統(tǒng)，并在Xilinx公司Zynq系列芯片上進行了驗證，將FPGA硬件資源進行進程式調(diào)度以及資源分配，大大提高了FPGA硬件資源的利用率以及靈活性。

發(fā)表于：2023/3/29 16:45:24

數(shù)值預(yù)報中試系統(tǒng)設(shè)計與關(guān)鍵技術(shù)實現(xiàn)[其他][數(shù)據(jù)中心]

氣象數(shù)值預(yù)報模式是數(shù)值天氣預(yù)報業(yè)務(wù)的重要基礎(chǔ)，模式的研發(fā)改進需要在高性能計算環(huán)境中不斷地開展模擬試驗來檢驗評估預(yù)報效果。針對氣象科學(xué)家手工編排批處理腳本開展數(shù)值模擬試驗方式中存在的不便捷、耗時長、不可見、底層細節(jié)復(fù)雜、試驗分析比對困難等問題，采用C/S架構(gòu)，基于Python和工作流技術(shù)，設(shè)計實現(xiàn)了可視化界面交互“建模-計算-監(jiān)控-分析-管理-共享”全流程集成應(yīng)用的數(shù)值預(yù)報中試系統(tǒng)。應(yīng)用結(jié)果表明，系統(tǒng)提升了模式研發(fā)試驗效率和高性能計算機系統(tǒng)的易用性，在數(shù)值天氣預(yù)報模式研發(fā)中試中發(fā)揮重要支撐作用，擴展性良好。

發(fā)表于：2023/3/29 16:26:19

基于智能電網(wǎng)的頻譜感知算法研究[通信與網(wǎng)絡(luò)][智能電網(wǎng)]

寬帶微功率（Broadband Micro-Power， BMP）無線通信系統(tǒng)是為滿足智能配用電系統(tǒng)的通信需求，在非授權(quán)頻譜資源上研究開發(fā)的電力無線專網(wǎng)系統(tǒng)。認知無線電（Cognitive Radio， CR）的頻譜感知技術(shù)的引入，雖緩解了目前智能電網(wǎng)頻譜資源緊張的問題，但系統(tǒng)在低信噪比下單用戶的感知準(zhǔn)確性仍需提高。針對上述問題，提出一種基于變步長的最小均方（Variable Step Size Least Mean Square， VSS-LMS）頻譜感知算法。該算法在對原始發(fā)送信號幅度進行迭代估計時，增加兩個參數(shù)作為調(diào)節(jié)器，可以靈活地調(diào)整步長，并對誤差信號進行平滑處理，從而解決收斂速度與穩(wěn)態(tài)誤差的矛盾，實現(xiàn)高效的頻譜感知。仿真實驗表明，該算法不僅具有較好的收斂性，且在低信噪比下仍有較好的檢測性能。與能量檢測算法和LMS頻譜感知算法相比，該算法使系統(tǒng)的頻譜檢測性能得到提升。

發(fā)表于：2023/3/29 15:56:00

基于NOMA的D2D用戶和蜂窩用戶通信方案[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

LTE網(wǎng)絡(luò)采用非正交多址來增強網(wǎng)絡(luò)容量，采用D2D來提高頻譜效率；讓D2D用戶使用非正交多址技術(shù)共享蜂窩用戶的頻譜資源可以緩解當(dāng)下頻譜資源短缺的問題，但也會在D2D用戶和蜂窩用戶之間引入干擾。提出了一種基于非正交多址技術(shù)（Non-orthogonal Multiple Access，NOMA）的D2D用戶和蜂窩用戶的共享研究方案，對于蜂窩用戶和D2D用戶之間的干擾采用SIC技術(shù)消除。該方案不僅通過調(diào)整用戶的傳輸功率來優(yōu)化系統(tǒng)的吞吐量，而且提高了邊緣用戶的性能。仿真結(jié)果表明，基于NOMA的D2D用戶和蜂窩用戶之間的通信方案在性能上優(yōu)于傳統(tǒng)的蜂窩資源分配方案和干擾控制方案。

發(fā)表于：2023/3/29 15:29:00

風(fēng)電場智能鑰匙安全管控系統(tǒng)的研發(fā)與應(yīng)用[通信與網(wǎng)絡(luò)][信息安全]

風(fēng)電場鎖具與鑰匙管理的信息化和智能化是進一步提升風(fēng)電場運維管理水平的關(guān)鍵。設(shè)計出一種用于風(fēng)電場的智能鑰匙安全管控架構(gòu)；再結(jié)合提出的近距離無線通信抗干擾技術(shù)、密鑰加密、動態(tài)攻擊檢測技術(shù)，研發(fā)出了一套風(fēng)電場智能鑰匙安全管控系統(tǒng)。系統(tǒng)能實現(xiàn)開閉鎖信息追溯、風(fēng)險防控等功能，提升了風(fēng)電場運維的網(wǎng)絡(luò)化、數(shù)字化、智能化水平。

發(fā)表于：2023/3/29 15:23:00

基于改進EO-BP神經(jīng)網(wǎng)絡(luò)的高壓線損預(yù)測[測試測量][智能電網(wǎng)]

針對高壓線損預(yù)測精度不高的問題，提出一種基于均衡優(yōu)化器（Equilibrium Optimizer，EO）和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的線損預(yù)測模型。首先，為了提高EO算法的尋優(yōu)能力，利用多種混沌映射關(guān)系初始化種群，使種群多樣性增加，全局搜索能力得到改善；同時，采用物競天擇概率跳脫策略改進EO算法，使模型依概率跳出局部最優(yōu)而收斂于全局最優(yōu)解。其次，采用改進的EO算法對BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和偏置進行優(yōu)化，進而改善BP神經(jīng)網(wǎng)絡(luò)的預(yù)測效果。最后，實驗結(jié)果證明，所提線損預(yù)測模型相對于回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型、模擬退火算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型和EO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型具有更高的預(yù)測精度。

發(fā)表于：2023/3/29 15:19:00