摘要：基于工作流语言,结合高层体系结构(HLA)规范中的有关概念,提出了一个基于HLA仿真演练系统的事件管理和调度方法.首先将参加仿真演练的成员事件按照成员类别进行分类管理并表明事件之间的触发关系;然后通过将工作流和HLA中的概念结合,形成基于可扩展性标记语言(XML)格式的仿真演练脚本;最后在仿真演练脚本的基础上设计了一个事件引擎,负责具体成员以及成员之间的事件调度.以一个仿真演练系统为例,说明了具体的设计和实现过程.

摘要：设计了一套基于计算机视觉的葡萄检测分级系统,包括驱动装置、输送机构、夹持机构、图像采集与处理系统和分级控制系统,葡萄以悬挂方式连续输送,两个CCD摄像机在外触发模式下实时采集葡萄的两面图像。基于RGB色彩空间计算果面着色率,采用投影面积法和果轴方向投影曲线计算果穗大小和形状参数,进而实现葡萄外观品质分级。选用20穗巨峰葡萄进行3次分级试验,与人工分级对比,颜色和大小形状分级的准确率分别为90%和88.3%,同时在分级过程中不会对葡萄造成损伤。

摘要：网格技术是目前学术界和工业界解决计算密集型问题的一种重要工具。由于网格系统的复杂性,网格在可靠性方面仍面临着诸多问题。针对目前网格服务可靠性低的问题,引入本地失效恢复机制,并允许资源自行调节网格任务生存时间以及失效恢复次数,从而建立更加符合实际的网格服务可靠性模型。在建模中,采取网格任务冗余调度方式,以进一步提高网格服务可靠性。基于建立的考虑失效恢复机制的网格服务可靠性模型,建立费用约束下的资源冗余调度优化模型,以获得网格服务可靠性最大的任务调度策略。针对该NP问题,采用遗传算法对该优化问题进行求解,并在求解过程中设计专门的修正算子校正不可行个体,以保障算法的正常运行。算例分析验证了算法的有效性。

摘要：随着高职教育发展,高职语文教育教学评价模式存在的问题日渐突出,当前相对滞后的评价不能反映高职教育以能力为本位的本质特征,限制了学生能力的发展,难以实现其应有的作用,因此,高职语文教育教学评价模式改革势在必行。笔者认为应该树立多元评价观,确定全新的价值取向和测评标准,设计多元评价指标,采取多维度的评价方式,建立与之相适应的教育教学质量评价体系,坚持对知识、技能、能力与素质进行全面评价,指导并促进高等职业教育的科学发展。

摘要：大规模数据排序、搜索引擎、流媒体等大数据应用在面向延迟的多核/众核处理器上运行时资源利用率低下,一级缓存命中率高,二级/三级缓存命中率低,LLC容量的增加对IPC的提升并不明显。针对缓存资源利用率低的问题,分析了大数据应用的访存行为特点,提出了针对大数据应用的两种众核处理器缓存结构设计方案,两种结构均只有一级缓存,Share结构为完全共享缓存,Partition结构为部分共享缓存。评估结果表明,两种方案在访存延迟增加不多的前提下能大幅节省芯片面积,其中缓存容量较低时,Partition结构优于Share结构,缓存容量较高时,Share结构要逐渐优于Partition结构。由于众核处理器中分配到每个处理器核的容量有限,因此Partition结构有一定的优势。

摘要：与常规线圈板相比,多层线电阻精密印制板的层数更高、线路更精细、体积更小,且电阻要求更复杂,因此其平面线圈的设计有较高难度。目前该类型产品已被广泛应用于射频识别(RFID)、微电机、军品、无线充电等领域。针对多层线电阻精密印制板,就其在生产中如何满足线路电阻控制要求及线宽线距的公差问题展开研究。

摘要：针对如何实现制动气压调节器气密性自动检测的问题,设计了一套可靠性和精度高的检测系统.论述了基于可编程控制器、工控机和编程软件的气密性智能检测系统,给出了系统检测原理、硬件结构设计、软件结构设计和实现的功能,并实施了抗干扰技术.

摘要：为解决在棉蚜种群预测与防治科研工作中人工计数难度大、效率低的问题,提出一种基于YOLO神经网络的棉蚜图像识别算法并集成为软件。首先,连续15 d使用手机拍摄人工接种的棉蚜图像,选择清晰的50张图像将其裁剪为6个子图像,再使用LabelImg软件进行人工标注得到训练集和测试集。然后,选择YOLOv5和YOLOv8系列的10种模型,训练参数设置相同(批次大小32,迭代100轮,初始学习率0.01,周期学习率0.01),使用AutoDL平台的服务器进行训练。最后,对训练好的模型进行测试,其中YOLOv8l模型综合性能表现最佳,mAP50达到了0.926。为了给用户提供方便易用的人机软件,使用PYQT5开发了软件的前端,实现了棉蚜图片的读取、计数、结果可视化和导出为Excel等功能。软件的后端采用了“拆分—检测—合并”的图像处理方式,保障了YOLO模型对小目标的检测效果。经过测试,该软件对于死棉蚜与活棉蚜计数的平均精度为0.945,展现出与人工计数相当的精度,具有较好的实用价值。该研究为棉蚜防治相关科研人员提供了一种智能化检测工具,也可为无人农场等场景中的精准作业提供关键作业信息。

摘要：针对目前无人机航拍图中的小目标检测性能低、漏检、遮挡以及模型参数量大的问题,提出了AEM-YOLOv8s算法。在C2f模块中结合AKConv(alterable kernel convolution)和EMA(efficient multi-scale attention)的优点,设计了C2f-BE模块,更好地提高了算法处理特征的能力,同时也降低了模型参数量。引入小目标检测层和BiFPN结构,通过跨尺度连接方式和加权特征融合,能够保留更多的浅层特征,并且减少了算法参数量。设计多尺度特征融合分支,将浅层特征与深层特征进行融合,减少了遮挡情况下的漏检,提高了算法对小目标检测性能。在VisDrone2019公开数据集上的实验表明,AEM-YOLOv8s算法的mAP50为50.1%,mAP50:95为31.1%,较YOLOv8s分别提高了10.8和7.6个百分点,同时参数量较YOLOv8s降低了32.2%。

摘要：“艺术家要创新，必须要深入生活，从当地优秀的民族文化中吸取养分。在都市里闭门造车，难以创作出伟大的作品。”