《信息与电脑》随着信息社会的快速发展,不断增加的数据已成为一种信息资产,对市场运行起着举足轻重的作用,数据的交易和流通也已初具产业规模。以上海数据交易中心为例,其作为数据产业的先行者,为数据互联成员提供了一个优质的数据交易服务平台,同时也致力于大数据技术研究和应用,已在多个领域具备了成熟的应用案例,形成了良好的大数据产业生态。以小见大,中国的大数据产业正处于蓬勃发展阶段,市场规模大,增长率高,大数据技术也在包括电网在内的各个行业拥有广阔的应用前景和巨大的发展潜力。但不可否认的是,国内大数据产业的发展仍面临着很多挑战,数据的安全合规性、连接的充分有效性、计算的技术滞后性都是亟待解决的问题。大数据产业在不断地完善和改进,真正的数据赋能也终将成为现实。笔者主要围绕波达方向矩阵法展开研究,首先介绍了波达方向矩阵法的相关背景,说明波达方向矩阵法在阵列信号处理中的重要位置;其次分析了波达方向矩阵法的阵列结构、信号模型以及核心思想;再次针对波达方向矩阵法的性能进行分析,主要讨论了信噪比、快拍数、阵元数以及角度间隔等要素对性能的影响,并通过仿真结果进行论证分析;最后针对波达方向矩阵法的相关源问题,介绍空域平滑的波达方向矩阵法的核心思想,并仿真验证了空域平滑的波达方向矩阵法对于相关源的有效性。针对波达方向矩阵法进行深入探讨,为后续波达方向矩阵法的相关研究奠定了坚实的基础。为解决传统人事档案管理方法在实际应用中存在容易产生管理异常的情况,开展基于数据挖掘的人事档案信息化管理方法设计研究,并提出一种全新的管理方法。实验结果表明,新的信息化管理方法完成各项管理任务耗时缩短,并且基本不会出现异常情况,可以有效提高人事档案管理部门的工作效率。近年来,随着变压器编码解码器架构的优化以及越来越大规模的无监督文本数据训练,GPT2等预训练语言模型的能力越来越强大,已逐渐在自然语言处理各领域里大显身手。使用预训练语言模型并通过自回归预测下一Token的方式即可连续生成文本,其所生成的语句在通顺性和多样性上表现较好。但其预测下一Token的方式本质上只是在已知上文所确定的概率分布下的较大概率采样,若不加一定控制,生成文本很容易陷入循环重复,甚至出现前后矛盾、事实错误等"幻觉"现象。笔者在解码算法中使用了一种抑制特定Token采样概率的方法并取得了不错的效果,在给定开头句进行开放式文本续写的任务上可以生成出更高质量、更通顺且语句更长的文本段落。该方法适用于各种生成式预训练语言模型,不需要额外训练或精调,仅针对性地配置一些抑制Token集合,便可有效提高文本续写的质量,是一种实现简单且计算成本较低的实用方法,已成功应用于笔者参与的多个项目。
随着计算机科技的高速发展,虚拟化技术被逐渐应用于各个领域。在气象行业中,计算机网络技术的应用也十分普遍,业务的快速响应及处理依赖于便捷的终端。随着计算机技术的发展速度不断加快,行业的各项指标也不断完善,其中虚拟化技术发挥着十分重要的作用。笔者将对虚拟化技术在气象中的应用进行研究,以加速我国气象业务的改革和发展。针对火箭发动机测试需求,笔者设计一种基于以太网通信的振动数据采集系统。硬件部分以STM32单片机为核心,对AD转换模块和以太网传输模块进行控制,并与上位机软件实现网口通信。系统性能的测试结果显示,系统可持续稳定地采集多通道同步的振动数据,并以1s为周期计算信号的频谱,以便操作人员随时掌握试验状态,可满足火箭发动机试验中的测试需求。现有的图像去噪处理方法在实际应用中,去噪后图像的峰值信噪比较高,为此提出基于偏微分方程的图像去噪处理方法。利用偏微分方程对图像边缘进行处理,降低图像边缘的信噪比,再利用主成分分析算法对图像进行降维处理,将图像不同子带进行分块管理,实现对图像局部去噪处理,以此实现基于偏微分方程的图像去噪处理。经实验验证,应用设计方法图像的峰值信噪比远远低于传统方法。针对珍珠大小分选时,人工劳动强度大、精度低,而机械分选容易对珍珠表面造成损伤的问题,提出基于机器视觉的珍珠大小检测方法。构建背光成像方式减少珍珠表面光泽和纹理的影响,采用直方图增强和高斯滤波等预处理算法,提高珍珠图像对比度、降低噪声。以最大类间方差法分割图像背景,通过基于行扫描的边缘轮廓提取方法提取珍珠边缘轮廓特征,计算珍珠的平均直径。实验结果表明,该方法对珍珠大小检测误差小于0.25 mm,检测率为50颗/min。
在B/S架构的基础上实现数据在线分享和可视化分析,能够为决策者提供决策依据。数据可视化技术借助ECharts和Highcharts,将大量且多元化的综合数据完整、清晰、多角度地展现出来。系统借助ASP.NET技术从可视化方向并通过多样化的图表向用户展示了近年来进口风险工业品的相关数据,并为用户提供了相应的警示信息,方便用户查询有关进口风险工业品信息以及供决策者用于制订更好的贸易方案。随着智能终端的普及,校园网已成为一个庞大的信息承载体,包含了高校学生的各种行为轨迹,也能够准确反映出学生的日程行为规律。在这样的背景下,笔者以校园大数据为核心,首先构建每个学生的轨迹序列,利用CBOW(Continuous Bag-of-Word Model)模型得到学生轨迹向量,使用Louvain算法搭建社交网络,在此基础上构建基于社交网络分析的学生异常轨迹监测预警方法。实验结果表明,本文提出的方法能有效检测出异常的学生轨迹。入侵检测系统(Intrusion Detection System,IDS)主要用于检查主机或系统的活动,保护系统和数据框架免受恶意攻击。IDS能够跟踪网络中运行的硬件和软件的状态,以防恶意活动窃取数据。机器学习模型的应用可以使得IDS获得较低的误报率和较高的识别率。机器学习方法能够智能地识别正常和恶意流量,具有较高的识别精度。基于此,笔者重点介绍了多种基于机器学习的侵检测系统。通过对现有文献的广泛研究和调查,可以改进和创建高效入侵检测系统。特征匹配准确率会影响跟踪注册的效率,为了提升特征匹配准确率,在地图增强现实跟踪注册技术中融合深度学习的地图特征匹配方法。该方法采用卷积神经网络进行特征提取,应用RANSAC算法提纯匹配点,采用光流法跟踪匹配特征点。匹配实验结果表明,该方法能够实现高效的跟踪注册。缂丝是目前唯一不能被机械化代替的丝织物,而画稿粉本作为缂丝织造的指导性文件只能通过手工绘画。为了实现缂丝的普及和实用,通过对缂丝画稿进行扫描,基于科学计算软件MTLAB应用灰度变换增强对扫描后的缂丝画稿进行图像增强处理,采取八叉树算法对扫描后的缂丝画稿粉本颜色的分布进行进一步优化,并将图像清晰且颜色鲜明的缂丝画稿储存在计算机中。最终输送给机器,实现对较为简单的缂丝图案机械化。
关键词：