【摘 要】
：
为强化卫星通信资源统筹,提高系统运行管理效能,在研究分析云资源服务体制下卫星通信资源管理信息系统体系构建方法的基础上,结合一体化卫星通信管理需求,运用云资源池和大数据技术整合各类分散独立运行的卫星管理系统,采用服务化软件架构,构建易于资源共享和软件服用的服务体系。设计实现具有应用和数据一体化管理能力的统一服务平台,为卫星通信资源高效管理提供深度数据融合、按需灵活定制和综合辅助分析的智能化支持能力。
论文部分内容阅读
为强化卫星通信资源统筹,提高系统运行管理效能,在研究分析云资源服务体制下卫星通信资源管理信息系统体系构建方法的基础上,结合一体化卫星通信管理需求,运用云资源池和大数据技术整合各类分散独立运行的卫星管理系统,采用服务化软件架构,构建易于资源共享和软件服用的服务体系。设计实现具有应用和数据一体化管理能力的统一服务平台,为卫星通信资源高效管理提供深度数据融合、按需灵活定制和综合辅助分析的智能化支持能力。
其他文献
为解决飞行数据中高频噪声对后续应用产生干扰的问题,提出基于自适应完备集合经验模态分解(CEEMDAN)和散布熵的飞行数据滤波方法。运用CEEMDAN将飞行数据自适应分解成一组固有模态函数(IMF);采用散布熵判断各IMF的噪声含量,若IMF中的有用信号完全被噪声掩盖,则予以去除,若IMF包含少量高频噪声,利用无偏似然估计阈值与改进阈值函数进行去噪;将处理后的IMF叠加以重构飞行数据。通过实例验证了该方法的有效性,其可提高飞行数据的可信度。
为实现对无人艇的自主回收,通过无人艇和悬浮托架的双向视觉导引,构建基于视觉和定位系统的无人艇自主对接系统。视觉对接系统通过检测网络分别检测出图像中的无人艇和悬浮托架。针对托架视觉检测的目标,利用位置定位信息排除非目标艇,采用单目标跟踪算法(CSR-DCF)对目标艇进行跟踪。为实现无人艇和托架的高精度稳定检测,在Tiny-YOLOv3的基础上,基于细节特征的需求,构建小尺度检测分支,提出一种定位增强
为解决采用传统最小二乘法对三维容栅微小位移系统进行参数估计时产生的拟合偏离问题,提出一种基于M估计的参数估计。使用Huber robust作为损失函数,减少测量数据中少数离散点的干扰。对测量的位移数据做正态性校验,确保预测模型为线性系统。对预测值和测量值进行皮尔逊相关性分析,评估二者的相关系数和显著性。实验测试结果表明,该方法在拟合性能不变的情况下进一步提高了测试系统的稳定性,对系统的参数估计有显
通过局部方向模式(LDP)提取的局部外观特征常用于人脸表情识别中,但其存在容易受噪声像素影响和伪编码的问题。为此,提出一种改进型的LDP编码方案(ILDP)。利用Sobel算子代替Kirsch掩模来提取图像中的梯度信息,将梯度信息进行对数变换后进行累加,避免噪声像素点的影响;通过采用一个梯度幅度阈值判断是否为平坦区域,避免进行错误的LDP编码。为进一步提高识别率,将ILDP提取的局部外观特征与主动
提出基于二进制灰狼优化的特征选择与文本聚类算法。为得到最佳聚类结果,将文本数据表达为矢量空间模型;利用二进制灰狼优化算法对文本特征进行选择,得到初选特征子集;对前一阶段中不同特征相关分值计算方法得到的初选特征子集进行合并与交叉操作,进一步计算最优特征子集;在新特征子集基础上,利用同步考虑余弦相似度和欧氏距离指标的多目标优化K均值算法完成文本聚类,得到最优文本聚类解。实验结果表明,在多数数据集上,该算法可以有效降低特征维度,聚类指标表现更好。
针对自然语言处理领域生成式文本摘要任务中存在的语义编码不充分、摘要语句不通顺问题,提出一种基于序列到序列(Seq2Seq)结构的生成式摘要模型TCAtten-GRU。采用双编码器对源文信息进行充分编码,应用时间卷积网络(TCN)获取全文的语义信息,卷积神经网络(CNN)提取文本的高层特征。解码器采用结合指针机制和集束搜索的门控循环单元(GRU)解决生成摘要不通顺问题。中文短文本摘要数据集LCSTS的实验结果表明,该模型与RNN、RNN content、MC-LSTMatten和BiGRU-GRUatten
近年来,以设计院为主导的工程总承包模式充分发挥设计的龙头引领作用,推动了工程总承包管理模式的升级和优化。通过分析工程总承包项目绩效管理现状,借鉴平衡计分卡原理构建了工程总承包项目绩效管理评价指标体系,将模糊层次分析法引入到权重求解中,为设计院工程总承包项目开展绩效评价提供了有益的探索经验。
为降低物流配送成本,促进碳减排,提出一种考虑动态拥堵的多车型绿色车辆路径优化方法。针对常发性道路拥堵状况,将配送时间划分为若干时段,以道路拥堵系数反映不同时段的拥堵状况,同时考虑到碳排放、多车型和客户时间窗的影响,建立以系统总成本最小为目标的绿色车辆路径优化模型,设计求解模型的头脑风暴优化算法。结合算例,对该问题进行仿真,将结果与遗传算法进行对比,验证了模型的可行性和算法的有效性,表明考虑多车型配送和动态拥堵可以有效降低系统成本。
针对不带大容量缓存的固态存储设备随机读取性能差的问题,提出预取和压缩用户热数据映射表的算法,来提升热数据的访问速度。该算法包括把顺序写入的数据和随机写入的数据分开存储、压缩连续物理地址映射、后台预取热数据映射表等方法,这些方法提升了热数据的映射命中率,减少了闪存的访问次数,达到了改善系统读取性能的目的。实验结果表明,该方法能减少将近一半的随机读取延时,读取速度在原来的基础上翻倍。该算法能显著改善那些不带大容量缓存的移动存储设备及消费级固态硬盘使用者的用户体验。
针对社交网络文档(推文)情感分类复杂且准确度低的问题,基于MapReduce平台,提出一种利用自注意力双向分层语义模型的大规模网络文档情感分析方法。通过相似度计算对所有待分析的推文进行预归类,利用自注意力双向分层语义模型进行语义分类,准确分辨推文中词汇的情感类别,利用Hadoop框架和Hadoop分布式文件系统(HDFS)以及MapReduce编程模型实现提出的推文情感分类方法。实验结果表明,提出方法能够准确对大规模推文和词汇语义进行辨识,具有较高的计算效率,提高了情感分析的求解速度和准确度。