摘要：当前大多数企业工会管理业务还是基于线下表单,电子表格以及社交媒体进行管理,这种方式低效并且容易出错。设计并开发工会信息管理系统,系统采用B/S架构,商用分布式设计区块链操作系统(enterprise operation system,EOS)集成开发环境,Echarts数据可视化框架以及Oracle数据库进行开发。首先分析了系统的需求,然后设计并实现了各个功能模块,接着对系统进行了测试,最后对工会信息管理系统进行了总结和展望。测试结果表明,开发的工会信息管理系统大大提高了企业工会信息化管理水平。

摘要：随着成像技术的不断进步,人们对空间三维物体的识别、分割的研究逐渐深入。在计算机中储存三维物体方式中,点云凭借自身优良的特性,广泛应用于相关研究。外界因素影响如传感器精度、环境光线、物体表面反射等,会导致原始获取的点云数据存在噪点、冗余、稀疏等问题,因此研究点云相关算法前需要预处理点云,从而减少无关因素对算法性能的影响。

摘要：针对ISD语音芯片的特点,以单片微机和ISD语音芯片为核心,设计一种电梯语音服务系统,实现电梯语音服务的智能化和自动化,以适应各种对服务要求比较高的电梯,具有较高的实用价值。

摘要：当前物流供应链中,对商品货物的配送在传统中心化物流配送平台中很难保证货物质量是否受损并无法保证能够随时进行查证。通过研究区块链在物流供应链的应用实例,结合基于射频识别(radio frequency identification,RFID)温度检测标签技术达到对冷链货物温度的监控,提出了一种基于区块链技术的物流配送监管模型。解决了传统物流配送中的信任问题,更易监管与查验。

摘要：针对儿童心理和生理特征,对儿童居住环境的家具及室内陈设的功能、尺度、造型和色彩设计进行了探讨与分析。

摘要：在某单位跨系统的应用场景中,用户的个人信息对于提高服务质量和用户体验至关重要。然而,因为各种原因,用户信息常存在不完整或者不准确的问题。为了解决这个问题,文章提出了一种基于多模态融合的跨系统用户信息补全算法。该算法利用用户在不同信息系统上留下的信息(如用户公开的邮件信息、操作记录等),通过多模态数据融合和信息匹配来补全用户信息。实验结果表明,该算法在某单位的跨系统用户信息补全任务上取得了优秀的效果。

摘要：近年来,物联网技术飞速发展,物联网被广泛应用于环境监测、三维建模、智慧城市、目标跟踪、数据收集等场景中。在物联网的应用场景中,物联网设备的电量一直是人们关注的焦点。通常情况下,物联网设备的电量若得不到及时补充,将很快失去工作能力。比如,在检测火灾的森林场景中,如果物联网失去工作能力,后果将不堪设想。在传统的物联网网络中,通常为物联网设备安装太阳能充电电池来保证物联网设备持续工作,但是此方法受天气和时间的影响,物联网设备往往不能获得足够的阳光,从而导致电量补充不足的问题。因此,采用移动迅速的无线充电小车为物联网设备补充电量是一种理想的方式。文章阐述了在单基站场景中部署最小数量的无线充电小车并提出它们充电路径的问题。同时,在考虑了无线充电范围(即邻城)的情况下,提出了算法approAlgOneSinkNei.实验表明,对比不考虑邻城的算法approAlgOneSinkNoNei,该算法所得到的充电小车数量大大减少。

摘要：针对隧道掘进机(TBM)在施工现场因空间限制无法满足调试所需较大空地的问题,设计一种用于TBM洞内快速拆装变位的举撑液压系统。该液压系统由4组顶升单元构成,通过4组顶升单元同步运动实现TBM的起吊和举撑;液压顶升单元由4根四级液压缸、液压控制系统、激光位移传感器和机架构成。基于AMESim建立四级液压缸、变量泵和比例节流阀以及整个顶升单元的液压仿真模型,通过仿真分析负载下液压缸运动的速度、位移和压力曲线。结果表明:改变比例节流阀的输入信号可以实现四级液压缸速度的变化;泵出口压力可由比例溢流阀调整;在2.5×105 N的额定负载下,四级缸的换级工作腔压力逐级上升;随着换级,活塞杆伸出速度逐渐上升。与理论计算对比显示,建立的TBM洞内快速拆装液压系统顶升单元的AMESim仿真结果和理论值基本吻合。

摘要：选取贵州省剑河县某滑坡作为研究对象。根据详细地勘资料,定性分析该滑坡的孕育过程与地层岩性、地形条件、地震、降雨等诸多因素的关系;同时提取滑坡典型地质剖面,基于理正岩土软件,对比分析天然状态和饱水状态下滑坡稳定状态,计算表明滑坡是在其特殊的下覆坡体结构及降雨共同作用下形成的,计算结果与滑坡变形特征基本相符,为滑坡治理措施提供了可靠依据。

摘要：多模态情绪识别技术综合运用互为补充、互为印证的视觉、听觉和自然语言文本等多个模态的信息进行情绪判断,比单一模态的识别具有更高的准确性、复杂度和难度。保险领域具有数据资源丰富且模态多样性的特点,大量的文本、语音、图片、视频信息尚没有被充分利用。多模态情绪识别技术可实现对这些不同模态数据的综合处理和分析,为保险领域的众多科技产品和服务的优化提升提供助力,包括使营销、咨询、服务、外呼、保全、投诉等环节的人机交互更有温度;通过自动化的情绪质检,更有针对性地提升客服人员服务水平;通过舆情情感分析,了解大众对某一款保险产品或是服务的情感倾向、意见看法,为优化产品设计和服务体验提供支持。在技术落地应用时,建议对情绪描述模型定义、模态选择、数据收集和标注、模态融合策略确定等方面进行深入细化和研究,以提升情绪识别准确率及落地应用效果。