论文部分内容阅读
基于深度学习的超密集网络资源管理与优化
【出 处】
：
东南大学
【发表日期】
：
2021年01期
其他文献
作为最严重的突发性自然灾害之一,地震随时危及着人类的生命财产安全。1985年墨西哥大地震、1995年日本阪神大地震和2010年海地地震等多次地震震害均显示出,结构在软土场地尤其是滨海地区软弱土地基上受土-结构相互作用影响大于其他场地,且在地震作用下结构可能出现多种不利的破坏模式。我国位于环太平洋地震带西部,西南和西北处位于欧亚地震带上,自古就是一个地震灾害严重的国家。同时我国滨海城市众多,其中部分
高烈度地震设防区大跨高铁站房作为生命线工程,具有体量大、跨度大,净空高,地上、地下结构形式复杂等特点,抗震设防难度大,采用传统抗震设计方法或单一结构振动控制技术可能难以满足预期抗震性能要求,有必要将振动控制效果更好的减隔震组合设计方法应用于此类结构的抗震设防。本文采用理论分析、数值模拟、工程实例相结合的方式,对高烈度区大跨高铁站房采用减隔震组合设计方法开展了系统研究。基于消能减震设计流程和隔震设计
随着经济全球化的发展,制造型企业面临的市场竞争愈发激烈,为提升库存管理效率、降低企业运营成本,许多企业开始应用库存信息管理系统。但传统的信息管理系统存在数据更新效率低下、信息利用程度低与系统笨重等不足,无法满足当今制造型企业的需要。面对这些需求,本文在传统信息管理系统的基础上设计了一种结合了射频识别技术（Radio Frequency Identification,RFID）与决策支持技术的物料信
脑卒中有较高的发病率、致残率和致死率,已经成为危害人类健康的重要疾病之一。研究证实,颈动脉粥样硬化高风险斑块（high risk plaque,HRP）是导致缺血性脑卒中的主要病因之一。在病理学上,HRP的主要特征包括斑块内出血（Intraplaque hemorrhage,IPH）、大的富含脂质的坏死核（>40%）（lipid-rich necrotic core,LRNC）和纤维帽破裂（fib
随着物联网技术和可穿戴式电子设备的迅速发展,将可穿戴式设备和智能家居系统相结合成为当今的研究热点。在智能家居中,基于可穿戴式的姿态采集设备代替传统的遥控设备更加符合人们的需求,如何使用可穿戴式设备对室内家电进行统一的调控,受到越来越多研究人员的关注。基于当前的研究现状,本文提出一套基于可穿戴姿态传感器的智能家居人机交互系统,研究利用姿态传感器采集不同的手势控制多家电下的室内智能家居。首先搭建了基于
多机器人系统通过合作能够执行比单机器人更复杂的任务而且具有更强的灵活性、容错性和环境适应性。然而,尽管近年来机器人的自主任务执行能力发展迅速,但复杂环境中,仍然需要人类以高级推理和规划的形式进行干预。因此将人类的智慧引入到多机器人系统的控制和决策中,相比于全自主的多机器人系统更具有现实意义。此外,如果主端的操作员可以接受来自从端的力触觉反馈,其临场感和反应能力将会得到显著的提高,因此利用力反馈设备
随着交通技术和汽车工业的快速发展,我国正处于机动车驾驶人快速增长期,考取驾照的学员数量也随之不断增长。公平、公正、规范的机动车驾驶人考试是提高人民群众整体驾车素质的基础,但是目前缺乏对科目三随车安全员有效的监管手段,安全员可能存在言语提示、手势提示等作弊行为帮助学员通过考试。为了建立有效的科目三考试安全员监管平台,本文设计了基于车内监控视音频的驾考违规行为识别算法以检测安全员的话语提示和手势提示行