云制造平台资源服务匹配方法研究
这是一篇关于云制造,形式化描述,资源服务匹配,预处理,映射匹配,优化配置的论文, 主要内容为我国制造业存在着资源利用率低下、资源调度失衡和创新能力不足等问题,这严重影响了我国制造业的发展。云制造作为一种先进的制造模式,它融合了云计算、物联网和智能科学等技术,可以有效地解决上述问题。然而,随着云制造技术的发展,云制造平台中的资源服务越来越多,快速、精确地实现资源与需求的匹配已经成为一项新的挑战。因此,为了实现云平台资源服务与需求的高效匹配,本论文针对这一问题展开了深入地研究,主要的研究内容包括:构建了云平台资源供需双方的形式化描述模型。研究了云制造资源的分类情况及其特点,在此基础上建立了详细的制造资源分类树;根据不同制造资源信息的描述特点和云平台角色的相关要求,构建了资源供需双方的形式化描述模型;针对当前匹配方法存在的问题,设计出了三阶段匹配思路。提出了一种云制造环境下资源服务预处理方法。采用优化了初始聚类中心的K-means算法对云服务池中的海量服务进行聚类处理,将基本信息相似度高的服务聚集到一起,形成数量较少的资源服务簇,通过计算用户需求与各个资源服务簇聚类中心的基本信息相似度来确定备选的资源服务簇,以缩小匹配范围。提出了一种云制造环境下资源服务映射匹配方法。建立了云制造环境下资源供需双方的物元模型,在此基础上说明了资源服务映射匹配的实质;将备选的资源服务与需求分别从状态信息、功能信息和服务信息三方面去匹配,并分别设置匹配阈值,将满足阈值的资源服务保留,不满足匹配阈值的服务剔除;通过资源服务的映射匹配,得到了基本满足用户需求的资源服务集合。提出了一种云制造环境下资源服务优化配置方法。为进一步提高匹配的准确度,将满足需求的服务按用户个性化偏好进行排序,采用了变精度粗糙集理论对云平台交易历史记录进行分析,从而确定各个子属性的客观权重,然后结合用户个性化偏好确定综合匹配权重,计算综合相似度大小并排序,匹配出最适合用户的资源服务。设计并开发了云平台供需匹配原型系统。分析了供需匹配系统的功能,并采用JSP技术、MySQL数据库等技术设计开发了云平台供需匹配原型系统。
基于Activiz.Net的医学图像三维重构
这是一篇关于医学图像,预处理,三维重构,Activiz.Net的论文, 主要内容为从伦琴射线的发现到如今的计算机断层扫描、核磁共振成像等医学设备的广泛应用,单纯的二维图像信息已经无法为医生提供全面、准确的诊断信息。三维图像模型的出现为医疗信息的获取实现了质的飞越。医学图像的三维重构的研究与发展,为医生对病人病灶区的诊断提供了更为直观的、具体的判断。尤其在病灶区微小细节的探究方面,三维重构后的医学图像能够非常清晰的呈现在医患眼前。可见,医学图像三维重构方法的探究需求日益突出,成为当下医学图像领域研究的热点。本文将视觉化工具函式库Activiz.Net和医学领域图像相结合,以C#.NET做语言平台,搭建一套完整的医学图像三维重构系统。本设计系统以功能模块化的方式,按照图像类型分析、二维图像预处理及三维图像合成与交互性处理的顺序进行实验探究,本文主要工作内容如下:首先,简要分析了论文的研究目的和实际意义,归纳概述了医学图像在三维重构方法与技术上的发展和研究现状,概述了DICOM格式文件、CT类型图像和IVUS类型图像的成像模式,介绍了视觉化工具函式库Activiz.Net,并介绍了论文主要探究工作的主体框架。其次,依次按照图像消噪、图像插值和图像分割三环节对医学图像、预处理理论进行剖析。图像消噪部分以两种经典小波阈值函数为基础,提出了一种新型的小波阈值函数,取得了较好的消噪效果;图像插值部分介绍了双线性插值算法的基本原理,得出此方法适用于处理医学图像处理,有助于下一步的三维重构工作;图像分割部分采用算法对比的方式,对阈值分割法、边缘检测分割法和聚类分割法进行了简要探究,得出基于阈值分割的Ostu算法相对而言更适用于医学图像处理。特别会针对二维IVUS类型的血管超声图形进行研究和处理。在完成图像消噪、双线性插值及改进后的Ostu阈值分割等预处理后,利用坐标系间的转换去除了原始IVUS血管图像中的导管伪晕,得到更为真实的、更加清晰的二维血管图。然后,从体绘制和面绘制两种绘制角度对三维重构算法进行探究,详细研究了基于体绘制的光线投射法算法和基于面绘制的移动立方体算法,给出了两种算法的绘制的流程。最后,将Activiz.Net函数库以工具包的形式嵌入Visual Studio2013中,以C#.Net为操作平台搭建了一套完整医学图像三维重构处理系统。按照模块化的方式分别从医学图像读取、图像格式转换、二维图像预处理、三维图像重构及三维图形交互式操作等方面分别演示了各个功能的运行结果,最终得到完整的三维重构体。
电信详单预处理与分拣系统的设计与实现
这是一篇关于电信业务,分拣,预处理,产品化的论文, 主要内容为国内电信企业BSS系统建设模式正从省集中逐步向全国集中演进,移动和固网业务融合越来越紧密,国内BSS厂家的详单预处理与分拣系统都是与省份紧密绑定,只能处理归属省的业务,不能通过简单配置移植到其他省进行详单预处理和分拣。解决问题的最佳途径就是建设通用的电信详单预处理与分拣系统,来处理国际和国内常见的交换机吐出的话单,可通过简单配置来支撑不同格式的输入,支持处理手机、固话、宽带等多种设备的详单,并且能最大限度的提高硬件利用率,保证预处理与分拣高效运作。论文根据电信企业的业务特点,设计了一个基于J2EE技术B/S架构的电信详单预处理与分析系统。论文根据软件工程的开发要求,对电信详单预处理与分拣系统进行了需求分析、系统整体设计、系统详细设计、编码实现和测试。需求分析从功能性需求和非功能性需求两方面展开。预处理与分拣系统的功能性需求分析包括对系统进行模块划分,给出了功能结构图;在功能结构图的基础上对系统进行了需求解决方案分析。在非功能性需求分析方面,说明了系统稳定性、数据处理量和响应性的要求。论文对预处理与分拣系统进行了整体设计。将系统整体设计为预处理和分拣两大功能模块,并对每一个功能模块进行了详细的流程设计。在此基础上,对账务处理系统进行了数据库设计,设计了数据库核心表中的各数据项类型和大小。在详细设计的基础上论文对预处理与分拣系统进行了实现,以预处理功能模块完成预处理的实现、以分拣功能模块完成分拣实现、产品化实现,并详细介绍了预处理解析器和分拣过程管理器的实现方式。通过对电信详单预处理与分拣系统进行的测试表明,系统完全达到了设计的功能;在对系统使用110个测试点进行性能测试,有109个测试点达标,达标率为99%。根据该电信详单预处理与分拣系统的使用情况,认定该系统是合格的。
基于特征融合的短文本语义相似度计算研究
这是一篇关于特征融合,语义计算,预处理,半监督系统,相似度,数据融合的论文, 主要内容为短文本的语义相似度计算任务是自然语言处理中的基础任务之一,在文本匹配、推荐系统、文本生成等领域都有广泛的应用场景和技术研究需求。现有技术建模手段主要是通过基于字符匹配度的数学算子建模与基于单词向量的神经网络建模。这两种方式都是基于单一特征建模,文本相似度计算结果依赖于带标记的数据量和单一特征。单一特征的建模方法难以满足文本相似度计算对特征多样性的需求,从而导致网络模型难以进一步提升推理结果的准确性。针对上文提到的单一特征难以将文本特征进行全面表达的问题,构建了多特征组合数据,对其进行特征提取操作。设计了一个语法树嵌入算法获取依赖向量。构建了一个语法树自编码器获取依赖信息。依赖信息与语义信息向量和位置信息向量结合成了多特征组合数据。针对多特征模型数据冗余带来的模型表现下降问题,设计了特征融合以及筛选机制。组合特征经过拆分筛选,随后融合成全局特征。全局特征能更进一步的提升相似度。本文所做研究工作主要有下列几个方面:第一,设计了基于句法分析的语法树嵌入表示方法。通过语法树生成算法获取短文本的语法依赖信息,并在语法依赖树的符号表示基础上生成初始化的依赖矩阵块。由于生成的依赖矩阵块存在数据稀疏和噪点的现象,本文利用自编码网络对矩阵块进行了降维和去噪操作,从而能够使用稠密向量去表示短文本的语法依赖和结构信息。该语法依赖的结构特征作为后续网络融合学习的多特征输入之一,通过实验表明该特征的融合能够进一步的提升相似度计算的准确性。第二,构建了多维组合特征提取编码器。通过语法树嵌入算法得到依赖向量特征,与语义特征与位置特征组成多维特征组合。由于组合特征没有经过预训练操作,本文构建了特征提取编码器对特征输入采取特征精炼操作,从而能使得多维特征对网络的适应性得到增强,得到了更加精炼的数据输入。通过实验证明,经过特征提取的特征在数据集精确度上取得2.46%的更优表现。第三,设计并构建了基于ResNext-Net Vlad的特征筛选网络。在精炼数据的基础上对数据进行分组拆分聚合操作,对相似度计算结果不利的局部特征被筛去,获得有利于最终结果计算的文本特征。由于经过特征筛选之后,局部特征之间的联系被打破,特征呈碎片化,本文进行了特征融合操作,求得了聚类中心簇,根据聚类中心簇求解得到短文本相似度。为了论证上述方案的可行性,在Sem Eval数据集上展开了实验。实验的结果表明经过语法树嵌入之后的特征的准确度提高至87.4%。本文方法在Semeval的8个数据集上取得了其中6个数据集的最佳结果。
基于FPGA的红外数字图像预处理系统研究与实现
这是一篇关于红外图像,预处理,FPGA,灰度均衡,中值滤波,运动补偿的论文, 主要内容为基于近年来红外图像处理技术的不断发展,包括硬件平台的计算性能升级、软件算法的适应性改进,本文充分吸收已有成果,结合算法应用层级的创新,针对高空这一特定背景,适应成像源和目标的相对运动,设计并研制了一种基于FPGA(Field Programmable Gate Array,是一种高集成度的专用集成电路,属于半定制产品,即可编程逻辑门阵列,支持用户重复编程)的红外数字图像预处理系统。针对系统高实时性要求,并考虑后续算法并行优化空间,本文在对比多种硬件平台特性基础上,阐明了硬件实现方案和系统外部与成像器、控制单元、图像处理单元的接口设计,结合系统所需要实现的功能和自身工作原理,设计了从初始化至图像输出的全部软件流程和功能模块划分。系统核心是预处理算法的原理设计,深入研究、分析传统的预处理方法原理,考虑系统对应的高空运动目标红外成像特点,最大限度发挥FPGA平台并行计算优势,在应用层面进行了由单一算法向系统性流水线算法的创新,通过对基础的红外图像增强和去噪方法的适应性改进、适配,设计了包括灰度均衡、中值滤波、运动补偿、图像权重输出在内的整套分步式算法,同时每步算法同级实现中加入了乒乓操作、矩阵排序的并行加速手段,旨在解决对比度不足、边缘干扰、非均匀噪声、目标拖尾和轮廓模糊问题,同时满足高实时性的预处理过程要求。配合红外数字图像预处理系统的实现,本文提供了预处理算法的仿真程序源代码和高空成像试验成果,仿真源代码使用了更贴近于高空背景特点的低对比度图片,通过系统性流水线算法处理后,结合真实成像对预处理性能进行了分步式分析,保证了本文所涉及的预处理系统算法的可行性和有效性。本文结合系统软硬件设计方案的论述,详细阐述了设计原理中的要点,支持了系统方案的可重复实现,同时展望了我国相关领域的未来发展方向,对本课题继续完善、优化和拓展提供了理论基础和技术支撑。
基于Activiz.Net的医学图像三维重构
这是一篇关于医学图像,预处理,三维重构,Activiz.Net的论文, 主要内容为从伦琴射线的发现到如今的计算机断层扫描、核磁共振成像等医学设备的广泛应用,单纯的二维图像信息已经无法为医生提供全面、准确的诊断信息。三维图像模型的出现为医疗信息的获取实现了质的飞越。医学图像的三维重构的研究与发展,为医生对病人病灶区的诊断提供了更为直观的、具体的判断。尤其在病灶区微小细节的探究方面,三维重构后的医学图像能够非常清晰的呈现在医患眼前。可见,医学图像三维重构方法的探究需求日益突出,成为当下医学图像领域研究的热点。本文将视觉化工具函式库Activiz.Net和医学领域图像相结合,以C#.NET做语言平台,搭建一套完整的医学图像三维重构系统。本设计系统以功能模块化的方式,按照图像类型分析、二维图像预处理及三维图像合成与交互性处理的顺序进行实验探究,本文主要工作内容如下:首先,简要分析了论文的研究目的和实际意义,归纳概述了医学图像在三维重构方法与技术上的发展和研究现状,概述了DICOM格式文件、CT类型图像和IVUS类型图像的成像模式,介绍了视觉化工具函式库Activiz.Net,并介绍了论文主要探究工作的主体框架。其次,依次按照图像消噪、图像插值和图像分割三环节对医学图像、预处理理论进行剖析。图像消噪部分以两种经典小波阈值函数为基础,提出了一种新型的小波阈值函数,取得了较好的消噪效果;图像插值部分介绍了双线性插值算法的基本原理,得出此方法适用于处理医学图像处理,有助于下一步的三维重构工作;图像分割部分采用算法对比的方式,对阈值分割法、边缘检测分割法和聚类分割法进行了简要探究,得出基于阈值分割的Ostu算法相对而言更适用于医学图像处理。特别会针对二维IVUS类型的血管超声图形进行研究和处理。在完成图像消噪、双线性插值及改进后的Ostu阈值分割等预处理后,利用坐标系间的转换去除了原始IVUS血管图像中的导管伪晕,得到更为真实的、更加清晰的二维血管图。然后,从体绘制和面绘制两种绘制角度对三维重构算法进行探究,详细研究了基于体绘制的光线投射法算法和基于面绘制的移动立方体算法,给出了两种算法的绘制的流程。最后,将Activiz.Net函数库以工具包的形式嵌入Visual Studio2013中,以C#.Net为操作平台搭建了一套完整医学图像三维重构处理系统。按照模块化的方式分别从医学图像读取、图像格式转换、二维图像预处理、三维图像重构及三维图形交互式操作等方面分别演示了各个功能的运行结果,最终得到完整的三维重构体。
电影网站数据挖掘可视化系统设计与实现
这是一篇关于数据挖掘,数据爬取,预处理,数据可视化的论文, 主要内容为随着互联网产业和电影产业的高速发展,二者的联系也越来越紧密,许多的互联网视频网站也应运而生,传统的互联网视频网站聚集了大量的电影资源,只为用户提供观看以及下载的渠道,而用户想在海量的影视资源中寻求合适的电影观看非常困难,为了给用户在海量的电影资源中作出客观合理的抉择提供一定的参考,从电影网络影评为切入点设计了电影数据挖掘的可视化系统。由于网络上的影评包含了观影用户丰富的感情和倾向,也包含了在情感和语义层面上不同电影之间的关联程度。该系统以电影影评文本为研究的切入点,在文本中挖掘出电影之间的联系。首先基于Scrapy构建了一套爬虫系统,用来采集的电影相关数据,为整个可视化系统提供了广泛而可靠的数据支持,在完成电影影评文本获取的基础之上,使用分词,去停用词,构建电影相关领域的情感词库等文本预处理方法,并同时利用基于构建好的情感词典对影评文本进行情感分析,其次,对影评文本和电影简介组成的文档进行特征提取,然后利用基于距离的聚类算法K-Means对采集的电影进行归类。由于需要以词云的形式来展示影评的关键词,所以采用了关键词抽取的常用算法TF-IDF来抽取影评的关键词。最后,除了对影评文本的一个分析,还利用Echarts插件对影评用户和影评运营情况进行了一个统计分析做了一个可视化的展示。基于对该系统的使用,能够帮助用户获得电影影评文本的整体情感倾向,将个性化服务与大众的智慧两者之间有机地结合起来,可以真实地反映出不同用户对于电影的感受,可以满足用户个性化需求,能够高效地监测社交舆情并为用户观影提供更加合理并且客观的参考。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕业设计工坊 ，原文地址：https://m.bishedaima.com/lunwen/50517.html
