论文部分内容阅读
Python语言属于解释型编程语言,可以跨平台操作。其语法非常简洁,不仅操作容易,而且能够广泛应用。处于人工智能时代,Python与其他编程语言相比有很多突出的优势,多数人工智能算法都是通过编写Python程序实现的。
Python程序中计算思维应用
【摘 要】
：
Python语言属于解释型编程语言,可以跨平台操作。其语法非常简洁,不仅操作容易,而且能够广泛应用。处于人工智能时代,Python与其他编程语言相比有很多突出的优势,多数人工智能算法都是通过编写Python程序实现的。
【机 构】
：
兰州资源环境职业技术学院
【出 处】
：
电脑编程技巧与维护
【发表日期】
：
2021年9期
其他文献
利用机器视觉技术从红外热像中提取感兴趣区域(Region Of Interest,ROI),是配网设备红外故障智能诊断的关键,但多目标区域阈值选取失配会导致图像关键细节信息丢失。为此,文章提出蝙蝠仿生算法的红外热像多阈值分割技术,利用寻优阈值对配网被检设备红外热像的多目标进行图像分割实验,重点突破了算法准确率指标提升问题。对比实验表明,相比于经典图像分割方法,本方法有效提升了算法运行速度与图像分割
文章提出了一种改进的去噪自编码器,提高了带噪电力线信道传输特性样本的识别成功率.所提方案以一维时间序列代替二维图片作为输入,改进了传统自编码器的处理数据网络结构,引入z-score标准化及对应的反标准化对输入输出信号进行处理,在提高去噪能力的同时加快了收敛速度.选取包含2个隐含层的4层神经网络从软件模型及硬件实现2个方面验证了所提方法的有效性.
随着电力物联网的建设,电力物联网平台面临海量异构终端接入的挑战以及数据爆发式增长的压力。文章面向电力物联网海量终端接入技术,探讨当前电力物联网终端接入在感知层、网络层、平台层和应用层面临的问题,并由此从信息感知、网络传输、实时计算和安全防护4个方面对终端接入技术展开研究综述。在感知层,针对电力物联网信息感知的关键作用,研究信息感知技术体系以及相关终端接入算法;在网络层,电力物联网产生大量数据流量,
近年来在工业运用软件中的监控组态软件已经开始受到广泛重视,合理构建监控组态软件,不仅能够增强监控体系的简化性、应用便利性,还能确保监控效果与发展水平具有一定的推广意义和应用价值。因此,在监控组态软件实际应用、发展的过程中,应重点研究其应用特点和情况,在未来发展的过程中准确选择软件平台、设计软件的架构,增强应用的水平。
为营造良好的网络环境,系统使用人工智能相关技术,自动化构建语料库,进行微博数据分析与可视化。系统通过网络爬取数据技术获取微博的相关数据;通过机器学习对获取的数据进行情感分析和主题聚类;通过自然语言处理相关技术提取关键词;通过Vue相关技术将数据可视化。
最近提出的Zest方法可以解决一般的模糊测试方法生成输入无法通过结构化输入程序检查的问题,但是它并不能像流行的基于覆盖率引导的模糊测试系统(如AFL)一样充分利用现有的输入用例来提高测试的覆盖率。文章提出一种集成片段信息的结构化输入程序模糊测试方法Zestlet,采用片段生成器从输入用例种子集中获取片段信息,然后通过集成片段信息的参数化生成器在模糊测试时生成输入。通过测试Apache Ant、Maven和Tomcat,发现Zestlet与Zest相比总覆盖率和有效覆盖率有明显提高,而实现同样的覆盖率所需时
文章提出了一种基于数字令牌的单向离线复电指令传输方法,将原本通过专用计量自动化通信网络传输的拉合闸控制指令,经过安全加密保护后转换为数字令牌形式,通过短信、二维码等非专用网络通信方式传达给用电用户,用电用户将此数字令牌通过虚拟介质方式输入交互终端解密还原提交给智能电表,实现不依托专用计量通信网络的远程复电控制。提出的离线传输机制实现了在不改变现有智能电表双向认证安全机制基础上的复电指令单向传输,不再依赖于专用通信网络,是一种既能够为客户提供方便快捷的复电服务,又能够有效弥补计量自动化系统通信能力不足的远程
针对现有蓄电池核容放电方式存在劳动强度大、资源浪费等问题,文章研发了蓄电池自动放电控制系统。该系统采用了蓄电池升压放电的方案,保证不改变蓄电池与市电已有的接线方式;同时,为了环保节能,改变了传统外接电阻负载放电的方式,使蓄电池电能由直流负载消耗。采用远程控制和本地控制双环路控制,通过上位机软件远程监控放电过程、实时采集放电数据,分析蓄电池运行状况,并可在特殊情况发生时,及时远程中断放电操作;本地系统通过单片机控制,对放电参数进行精准调控。设置多种故障响应,在确保直流系统安全的前提下实现了蓄电池自动放电控制
Python是一门计算机软件开发语言,在计算机软件开发实践中具有较为广泛的应用,并且由于其较为简洁的风格与丰富的类库等特征优势,逐渐被越来越多的应用作为主要开发平台进行选择,同时对现代计算机软件应用技术的发展起到了更加深远的影响。通过对Python的特点及其应用优势分析,对基于Python的计算机软件应用技术进行研究,以供参考。
文章构建了一种基于知识图谱的光传送网(Optical Transport Network,OTN)知识点自适应测评模型,用于对海量OTN知识掌握水平的智能测评。所提模型结合项目反应理论和贝叶斯网络,实现OTN知识测试过程中的自适应选题,并借助图谱中知识点间的逻辑关系实现对OTN知识水平的快速计算。实践结果证明,所提模型能够实时计算被试者的能力水平,并以此为依据自动调整下一道题目的难度,最终精准预测被试者的知识薄弱点,能力水平的预测误差在4%以内。文章采用实际案例证明了所提模型的应用效果良好。