基于强化局部特征的3D点云分类与分割网络

在点云的处理过程中，许多深度学习网络未能充分考虑局部点之间的复杂关系，导致大量空间几何信息丢失。针对该问题，提出了一个强化局部特征的网络，用于点云的目标分类和语义分割。该网络通过设计编码单元对点的多方向信息进行编码；通过注意力机制学习采样分组后形成局部点云的特征。同时提出了一种新的多维损失函数，结合使用交叉熵损失函数与中心损失函数作用于分类任务。在数据集ModelNet40和ScanNet上进行了大量实验，结果表明：该网络在点云的目标分类和语义分割任务上表现出较好的性能。     

二维离散小波变换低存储结构设计

针对二维9/7离散小波变换硬件架构中数据缓存需求高的问题,提出了一种基于提升算法的低存储架构。通过调整提升算法数据计算顺序,设计了一种动态计算二维小波变换的新型迭代分步计算方法。根据行、列变换的不同,对其分别做一维变换架构设计,其中行滤波器结构通过将输入数据进行三序列分裂,有效减少了寄存器数;列滤波器结构通过单行输入处理消除转置存储器,同时实现了乘法器和加法器的复用。整体二维变换采用并行和流水线混合架构设计,关键路径延时减小到一个乘法器延迟。实验结果表明,对于1 024像素×1 024像素的图像,与其他提升结构相比,本结构片上内存使用减少了11.1%,硬件效率提高了8.2%以上;与基于卷积的迭代计算方法相比,计算周期减少为现有结构的1/9。在型号为Xilinx Kintex7 XC7K325T的现场可编程逻辑门阵列上实现,吞吐率达到460 MB/s,且具有明显的硬件资源优势。     

基于量子辐射场的大数据安全存储寻址算法

大数据存储过程面临着与日俱增的各种威胁,而传统数据存储算法难以有效应对这些新型威胁。以量子力学和量子遗传的关系为基础,构建量子辐射与量子遗传迭代的、双向可逆过程的数学函数和计算机程序,为流数据的大规模量子安全存储构建软件基础环境。在量子力学和量子遗传的映射关系下,将量子染色体的定义和交互作用通过量子比特和量子旋转门的计算实现,将量子染色体的交互通过量子引力作用和量子斥力作用的交互实现,将量子染色体动态过程的主要衡量指标通过引力和斥力的叠加态来计算产生。用量子引力和斥力来引导流数据的动态存储寻址、出入栈过程与路径,进而将大数据存储过程双向映射为量子辐射场和量子空间域问题,得到安全存储路径与存储地址。     

基于云模型的深圳港危险化学品应急能力评价

利用云模型进行数据分析和处理,以提高港口危险化学品应急能力评价的科学性。以深圳市相关应急预案及风险评估报告为基础,结合应急管理的四个阶段,构建由1个一级指标,4个二级指标,13个三级指标和104个评估项构成的危险化学品应急能力评价指标体系。以专家打分结果为数据样本,分别生成权重云模型、评价云模型和综合云模型,将综合云模型在Matlab中仿真模拟,得到云图;然后将此云图与标尺云图进行比较,得出应急能力水平。得到的评价结果为,深圳港危险化学品应急能力属于中等偏上水平。     

基于风廓线雷达的降水云分类方法在海南地区的应用

将风廓线雷达用于热带降水云体进行垂直探测,可以实时对热带地区降水云体进行较准确分类.通过对海口地区降水云系特征(2017年1月～12月)进行统计分析,提出一套基于风廓线雷达探测数据(回波强度、垂直速度和速度谱宽)的热带降水云体分类方法.以该方法为基础,结合天气雷达等观测资料,对2017年发生在海口地区的两次降水过程展开详细分析.结果表明:风廓线雷达具备较好体现降水云体垂直结构的能力,相比于天气雷达,风廓线雷达探测数据可以更精细地描述降水云系的变化趋势;相比于传统降水分类方案,采用以风廓线雷达探测数据为基础的分类方案可以提高对复杂降水类型识别的正确率;风廓线雷达可以更好地描述快速过境的高空微弱对流系统.     

基于三维点云的岩体结构面自动分类与参数计算

结构面间距是岩体稳定性和力学特性分析中的一个重要参数，在岩石力学、采矿工程、边坡监测等领域的数值计算中广泛应用.本文以岩体边坡露头为研究对象，基于非接触测量获得的三维点云数据，提出一种基于密度聚类的结构面细化分类方法；在结构面粗略分组提取的基础上，通过投影变换、散乱点拟合等算法，求得结构面间距和岩体体积节理数.设计开发了结构面细化分类及间距等参数计算与分析原型系统，实际案例分析表明，本文方法可有效实现结构面的自动细化分类，并能够计算出间距等相关参数，可为岩体质量分级和岩体稳定性分析等提供方法支撑.     

云图书馆--浅谈云计算之于图书馆

简要介绍了云计算的发展历程及其核心思想，探讨了云计算对于图书馆整合及其运营与创新的重要性，分析了云计算使用中的安全和隐私问题，论述了云计算在降低碳排放方面的作用。     

存储发展技术综述

本文根据存储介质产生的先后顺序,并结合实例介绍了各个阶段存储介质形式的发展,概括了当前存储技术的发展状况及方向,并重点介绍了网络存储及其相关的技术。     

一种资源与服务性能关系的建模方法

获取资源与服务性能的关系模型是在云环境中为服务合理分配虚拟资源的关键.然而,训练数据的规模往往显著影响这种非线性关系模型的准确率.针对现有方法不足,提出了将协同过滤推荐(CFR)和支持向量回归(SVR)相结合的服务性能动态建模方法(CSDM).该方法在服务部署与运行时同时训练两种模型,并选择二者中MAE占优的性能模型预测给定资源状态下的服务性能,从而保证预测精度.同时,CSDM引入择优阈值以降低模型训练代价.实验表明,CSDM在不同规模的训练数据上均有较高的预测准确率,且择优阈值对预测精度和建模效率具有显著影响.