基于实时数据库的分布式城市交通监控系统设计

采用实时数据库技术、分布式技术、PC and Sun Workstation结构和Visual C 6.0,设计了基于Windows平台的实时城市交通监控系统,监测系统则由一个交通监控中心和若干分中心组成.该系统的监控子系统由事件自动检测系统、通讯设备、报警系统、指示装置和实时数据库组成,事件自动检测系统由实时交通信息的采集单元和检测交通事件算法组成.监控系统有效地减少网络开销,增加系统的实时性,提高事件自动探测的工作效率.     

基于注意力机制的分层次交互融合多模态情感分析

针对基于视频的多模态情感分析中,通常在同一语义层次采用同一种注意力机制进行特征捕捉,而未能考虑模态间交互融合对情感分类的差异性,从而导致模态间融合特征提取不充分的问题,提出一种基于注意力机制的分层次交互融合多模态情感分析模型(hierarchical interactive fusion network based on attention mechanism, HFN-AM),采用双向门控循环单元捕获各模态内部的时间序列信息,使用基于门控的注意力机制和改进的自注意机制交互融合策略分别提取属于句子级和篇章级层次的不同特征,并进一步通过自适应权重分配模块判定各模态的情感贡献度,通过全连接层和Softmax层获得最终分类结果。在公开的CMU-MOSI和CMU-MOSEI数据集上的实验结果表明,所给出的分析模型在2个数据集上有效改善了情感分类的准确率和F1值。     

枯草芽孢杆菌的ade基因在大肠杆菌中的MBP融合表达及活性鉴定

扩增了枯草芽孢杆菌的ade基因, 重组入载体pMal-c2x中, 构建了麦芽糖结合蛋白（MBP）融合蛋白的表达体系. 通过IPTG诱导表达, 用MBP亲和层析法, 纯化该融合蛋白（104 700）, 并通过SDS-PAGE对表达及纯化结果进行检验, 对其酶学性质进行了初步研 究. 分析结果表明: 该融合酶蛋白具有显著的腺嘌呤脱氨酶活性, 证明了ade基因是枯草芽孢杆菌中编码腺嘌呤脱氨酶的基因.     

分布式公路交通量数据服务中心的设计与实现

所探讨的分布式交通量数据服务中心由3个数据库和4个独立子系统组成.分析了数据服务中心的需求特点、总体功能和系统构成,介绍了数据库表的结构和子系统的功能,描述了基于.NET的多线程、异步Socket及其资源释放、Web服务及Excel报表制作等实现技术.实际运行表明,该分布式系统有较好的稳定性与健壮性,满足了公路管理部门的需求.     

冷连轧仿真系统虚拟对象级的设计要点

以某钢厂2030 mm五机架四辊冷连轧机系统为仿真原型,建立了4级结构五机架冷连轧过程动态仿真系统,讨论了对动态轧制过程与实体设备动态行为进行仿真的虚拟对象L0级的结构、功能.建立了含有移动数据库的分布式仿真数据库系统(DDBS),模块化设计仿真模型程序以提高可重性和仿真系统的安全性与可维护性,实现了冷连轧虚拟对象级的基于Web的客户层、应用层、资源层3级结构仿真平台,提供了基于Web服务的人机界面支持系统.设计的冷连轧虚拟对象级为研究和开发轧制自动化新技术而需要进行的虚拟轧制实验提供了合适的平台.     

多传感器信息融合白噪声去卷Wiener滤波器和平滑器

应用现代时间序列分析方法和白噪声估计理论,在线性最小方差最优信息融合准则下,提出了多传感器最优信息融合白噪声去卷W iener滤波器和平滑器,其中给出了局部滤波误差之间的协方差公式,它可被用于计算最优融合加权系数.同单传感器情形相比,可提高融合估值器精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernoulli-Gaussian白噪声去卷滤波器的仿真例子说明了其有效性.     

一种图像汉字智能识别机的研究

文章将智能控制与模式识别方法相结合,提出了一种仿人识字行为的图像汉字智能识别机;采用决策控制级、模式识别级和反馈校正并行式结构。决策控制级选择最佳的识别策略和参数,模式识别级进行多分类器结果融合识别,并根据对模式识别级输出的可信度判断结果进行反馈,校正识别方法和参数,最终提高汉字的识别效率。     

具有连续偏差变元的二阶阻尼方程的振动定理

研究了一类具有连续偏差变元的二阶阻尼方程,得到该方程振动的新的判别准则.最后,还给出了2个例子说明本文的应用.     

基于栅格的新安江模型的构建和应用

根据分布式模型和新安江模型的最新理论,建立了基于栅格的分布式新安江水文模型,该模型能够考虑网格之间的水量交换.将建立的模型用于钱塘江支流密赛流域的洪水模拟计算,并与新安江模型的计算结果进行比较,可以看出,基于栅格的分布式新安江水文模型可以很好地应用于该流域进行洪水模拟,其模拟精度于原新安江模型的精度相当.     

基于启发式的多机器人SLAM地图融合方法研究

同步定位和地图构建（simultaneous localization and mapping,SLAM）是移动机器人在未知环境中完成地图构建和定位任务的关键技术。针对多机器人SLAM中的地图融合问题,提出一种启发式的搜索方法引导局部地图的重复区域进行地图融合。每个机器人可以在不了解其相对位置的情况下建立局部地图,并将局部地图信息发送至同一工作站中,以局部地图的相似性为判断指标融合得到最优的全局地图。在机器人实物平台上进行验证,结果证明了多机器人SLAM的地图融合算法的有效性和准确性。