摘要：集中器连接了终端、计算机或通信设备,是重要的中心连接点设备。随着采集终端新的业务发展,如光伏能源、电动汽车充电桩及各种储能设备等信息的接入,对终端的通信速度和处理能力提出了新的挑战。文章基于模型视图控制器(MVC)编程模式,利用边缘计算技术设计了多元化负荷管理的终端服务模块,赋予了集中器终端边缘数据交互与智能处理的能力,实现了台变下负荷的平衡管理;分析了该模块在智能集中器中的可行性,证明了其实用性。

摘要：针对离线手写文本识别(HTR)在自然语言处理领域中的重要性以及其广泛应用于帮助视障用户、人机交互和自动录入等方面的实际需求,本研究提出了一个全新的模型。该模型在门控卷积网络的基础上引入了堆叠自注意力编码器–解码器,用于离线识别手写的汉字文本。由于书写风格的多样性、不同字符之间的视觉相似性、字符重叠以及原始文档中的噪音等挑战,设计准确且灵活的HTR系统具有相当大的难度,特别是当处理较为复杂、包含大量字符的文本时,算法的学习能力显得不足。为了解决这一问题,我们提出的模型包括特征提取层、编码器层和解码器层。其中,特征提取层从输入的手写图像中提取高纬度的不变特征图,而编码器和解码器层则相应地转录出文本。实验结果显示,该模型在HCTD数据集上的字符错误率(CER)为6.72,单词错误率(WER)为11.11;在HCWD数据集上的实验结果CER为6.22和WER为7.17。相对于其他研究者的模型,本文设计的模型在手写汉字识别率上提升了11%。

摘要：设计了一种基于Java和Selenium的自动化操作工具,利用Selenium开源自动化测试框架建立企业信息系统自动化执行的解决方案,着重对比自动化工具和手工操作的差异。通过使用工具和人工操作的对比试验,证明这种工具和方法能够大幅降低工作时间,很好地解决了实际性问题。

摘要：本文旨在解决从非结构化的中文文本中提取实体和关系的问题,重点关注命名实体识别(NER)和关系提取(RE)所面临的挑战。为了增强识别与提取能力,我们设计了一个管道模型,分别应用于NER和RE,并整合了外部词典信息以及中文语义信息。我们还引入了一种创新的NER模型,结合了中文拼音、字符和词语的特征。此外,我们利用实体距离、句子长度和词性等信息来提高关系提取的性能。本文经过深入研究数据、模型和推理算法之间的关联作用,以提高解决这一挑战的学习效率。通过与现有多个方法的实验结果对比,我们的模型取得了显著的成果。

摘要：分析了企业终端安全基线管控的必要性及现存安全基线检查方法的不足之处,提出了一种基于统一基线数据模型的计算机终端安全基线检查工具的设计与实现方案,在为用户提供基线检查项自定义配置能力的基础上,可满足现存终端基线检查系统无法支持的检测要求,统一了终端安全基线的检查口径及方法,提高了终端安全基线核查工作的效率及准确率。

摘要：文章以物资应急包功能定位为前提,旨在解决从仓库直接配送无法满足配送时效或配送不经济问题,并在物资使用部门(单位)设置公司物资存放点。鉴于此,应急包存放物资为出库物资,按定额领用,主要满足日常运维、事故紧急抢修等物资需求。