公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

基于P2P的Web服务发现机制研究被引量：1: 2007年; 在P2P系统中融入Web服务的相关技术,将传统的P2P系统转变为一种面向服务的架构是分布式计算发展的方向,而Web服务的自动发现是面向服务的架构要解决的关键问题之一。提出了一种基于P2P技术和语义Web的服务发现机制,将P2P系统作为服务的提供者整体接入Web服务,通过P2P网络实现服务描述信息的自动交换,并采用分段搜索机制处理用户查询,从而提高了用户查询的效率和准确性。; 李政伟牛强闫子骥杨文嘉; 关键词：WEB服务语义WEB 服务本体

一种高效的IP定位方法被引量：1: 2014年; 在中大型网络管理中,IP定位是最多用到的网络管理功能。为提高IP定位的发现效率,提出了一种高效的IP定位方法:该方法基于SNMP协议,并结合哈希查找技术,通过对相关网络设备ARP及MAC地址表的一系列计算,实现快速精确的IP定位。通过实验表明,该方法相比人工定位及全网搜索的IP定位方法,执行效率更高,定位更精确。; 闫子骥安计勇; 关键词：SNMP IP 哈希查找 ARP MAC

网络工程控制信号切换矩阵辅助教学装置: 本实用新型涉及一种网络工程控制信号切换矩阵辅助教学装置，包括有:信号输入端口、分段控制开关、输入总线、从动控制开关、输出总线、信号输出端口1、信号输出端口2、信号输出端口3、信号输出端口n，以及装置中输入总线包含的控制从...; 安计勇史志强闫子骥; 文献传递

基于树莓派的井下水仓水位智能测控系统: 2023年; 针对目前井下水仓水位监测方法精度较低、易受环境影响、实时性不强、对机器算力的要求较高、硬件成本较高等问题,提出了一种基于树莓派的井下水仓水位智能测控系统。该系统通过防爆监控摄像机采集水仓标尺周围水位图像,采用树莓派作为图像处理平台。首先,将采集的彩色图像转换为灰度图像,利用Otsu法对图像进行阈值分割,通过形态学运算去除噪声并增强图像边缘信息,进而将标尺轮廓从背景中分离出来;其次,利用Canny算子检测标尺边缘,并利用Hough变换方法提取水位线与标尺竖边的交线,得到水位线在图像空间中的坐标;然后,对水位线附近区域一定范围内的标尺数字图像进行阈值分割和滤波增强处理,再通过模板匹配法实现标尺数字识别,从而得到水位线数值;最后,将水仓水位线数值转换为电流模拟量,利用树莓派发送给水泵控制器,根据电流大小控制水泵开停,实现水仓水位智能控制。该系统具有成本较低、部署便捷、精度高、实时性好等优点,能够实现水仓水位快速精准识别与控制。; 陈海舰王唯一范锦鸽潘逸冬闫子骥吴保磊; 关键词：井下水仓边缘检测 HOUGH变换

微型计算机认知实验平台设计: 随着计算机技术的飞速发展及普及,社会迫切需要理论联系实际的应用型人才。针对目前学生动手能力普遍偏弱的特点,通过计算机认知实验平台提供的全透明、结构化、模块化组件,让学生看到计算机内部的结构,让学生能动手组建自己的计算机系...; 闫子骥夏士雄; 关键词：微型计算机模块化组件网络组建感性认知; 文献传递

基于半监督学习的蛋白质相互作用预测模型: 2021年; 基于有监督学习的预测模型在预测过程中存在以下缺陷:一是过分依赖训练集中有标签样本的数量,导致分类精度受有标签样本数量多少的制约;二是其预测分类一次完成,导致大量的无标签样本无法用来修正分类器的预测精度,大量数据信息被浪费,从而影响分类性能。针对以上问题,该文提出一种基于AP聚类与Renyi熵融合的自训练半监督相关向量机分类预测模型。该模型通过AP聚类分析与Renyi熵来共同标记无标签样本的标签类别,筛选置信度高的无标签样本扩充原有训练集进行自训练迭代分类,降低噪声数据对分类器预测精度的影响,构造出了性能最优的基于半监督学习的蛋白质相互作用预测模型。通过在M.musculus、H.pylori和H.sapiens蛋白质相互作用数据集上的实验验证,证明了提出的半监督分类预测模型的有效性。; 安计勇闫子骥; 关键词：相关向量机半监督学习 RENYI熵

规范书商配送的CNMARC数据格式及措施: 2009年; 结合编目工作实践,用列举的方式分析了书商配送的CNMARC数据中常出现的错误,并依据CNMARC标准和各馆的实际需要,提出了规范书商配送数据质量的措施。; 孔威闫子骥李素美; 关键词：CNMARC 著录格式书商

基于距离阈值及样本加权的K-means聚类算法被引量：8: 2015年; 提出了一种基于距离阈值及样本加权的K-means聚类算法.该算法首先采用样本集的样本均值作为第一个初始族中心;其次基于距离阈值的方法动态确定初始族中心及个数;最后基于样本加权的方法来降低离散点对聚类效果的影响,使带权值的样本点参与整个聚类过程,采用轮廓系数来衡量不同算法的聚类质量.实验结果表明:相比于原始的K-means聚类算法和文献[1]中算法,所提出的算法具有更好的聚类质量.; 安计勇闫子骥翟靖轩; 关键词：样本加权

全选清除导出

共1页<1>

闫子骥