基于卡方核的正则化线性判别行人再识别算法

针对行人再识别过程中存在获取的训练样本较少,真实样本分布不一定线性可分和算法识别率低的问题,提出基于卡方核的正则化线性判别分析行人再识别算法(KRLDA,kemel regularized linear discriminant analysis)。该算法首先利用核函数将样本从线性不可分的原始空间映射到线性可分的高维特征空间,然后在高维空间中构造描述数据之间邻近关系的散度矩阵,再利用正则化线性判别分析获得高维到低维空间的投影矩阵,使得数据在低维空间能够保持高维空间的可分性,从而提升行人再识别算法的识别率。在VIPeR、iLIDS、CAVIAR和3DPeS数据集上,实验结果表明所提出的算法具有较高识别率。     

基于众智科学的“互联网+”时代下档案信息建设研究

"互联网+"时代下的档案信息正呈现大数据特征,由于具有协同合作开放共建,众包机制被广泛应用于档案信息建设.在分析其研究热点,即众包平台构建和用户参与分析后,笔者引入"众智科学"理念,对比分析了"众智科学"和"众包机制",并对基于"众智科学"的档案信息建设进行了探讨.     

云计算环境中SBS应用动态资源分配方法

建立了一个SBS（基于服务的系统，service based system）应用端到端性能评价模型，并在该模型的基础上提出了SBS应用动态资源分配方法，该方法通过将静态的初始资源分配和动态的资源分配方案调整相结合，能够适应用户访问行为的动态变化，保证SBS应用端到端性能. 在SBS应用动态资源分配问题求解中，提出了服务吞吐量约束确定算法并在此基础上 给出了SBS应用动态资源分配算法，该算法根据SBS应用吞吐量约束确定服务资源需求量并在此基础上通过起始服务 到服务间的转移时间计算服务的资源分配时刻，从而能够在保证SBS应用端到端性能约束的同时提高资源利用率. 实验验证了所提出的基于SBS应用端到端性能评价模型的动态资源分配方法的有效性.     

基于经验模态分解的无量纲指标故障诊断定位

无量纲指标作为新的理论工具应用于故障诊断研究中,虽然取得了一定的进展,但在应用时没有考虑到其他噪声干扰信号的影响,对结果分析有一定的干扰.而经验模态分解(EMD)技术能够提取出振动数据的故障特征信号,针对无量纲指标分析数据时的噪声干扰,提出了基于EMD的无量纲指标处理算法.首先对采集到的振动数据做EMD,分解出的前几个固有模态函数(IMF)分量中包含了振动数据的故障特征,去除其他噪声干扰信号的影响;其次求出含有振动数据特征信号的IMF分量的无量纲指标值,做出其无量纲指标的特征范围值;最后进行故障诊断分析.将此算法应用于旋转机械的故障诊断实验中,通过实验验证了该方法的可行性和有效性.     

复杂地质状况下压力注浆地基加固技术应用

依据袖阀管渗入性灌浆机理,介绍了袖阀管注浆工法的特点、主要技术要求、施工工艺流程以及质量检验的全部过程,介绍了该方法在赤道几内亚第一次成功使用的应用实例。     

一期22列车乘客信息系统客室广播主机改造

通过对深圳1号线一期庞巴迪列车乘客信息系统客室广播主机内部结构及电子元器件的研究分析,对故障较高的电路部分进行改造,降低故障率。     

服务是提高广电竞争力的根本

在三网融合的大背景下,运营商提供的产品同质化程度变高,服务正逐渐成为企业的核心竞争能力,在分析广电服务不足的基础上,提出解决服务问题的思路和办法。