摘要：信息化对社会信用体系建设具有重要的推动作用,信用评级系统是信用行业信息化建设的重要系统之一,但目前的信用系统的评级主要靠业务人员定性判断,部分具有定量判断的系统也缺少系统地对信用评级体系(如数据采集、数据发布、评级模型等)的支持。介绍的信用评级系统主要从统一数据采集与发布平台、评级分析和评级模型管理3个方面系统地对评级系统面临的问题进行支持,并对评级模性管理技术进行重点阐述。统一数据采集与发布平台极大地提高了系统的操作效率和标准化;标准化和个性化相结合的评级模型管理技术提供了系统的灵活性和适应度。该系统已在专业评级公司得到应用,实践证明它对原有的信用评级系统有很好的提升。

摘要：随着军贸出口的指挥控制类武器装备种类增多,设计兼容不同国家、不同体制的雷达接口非常关键。而如何高效获取接口不开放的雷达目标信息是核心问题之一。因此,设计了一种基于数学形态学和深度学习的图像识别方法,用于获取雷达图像的情报信息,实现雷达图像信息的数字化转换,并将数据上传至指挥中心。通过网络摄像头实时采集雷达态势图像信息,采用数学形态学方法实现雷达图像文本定位与检测,并采用CRNN深度学习模型,完成雷达目标情报的识别与提取。结果表明,平均每帧雷达图像的识别时间在500 ms以内,准确率可以达到95%以上,满足实时性和准确性的要求。

摘要：在全面分析研究企业信息系统和大量实践的基础上,为解决传统企业信息系统开发存在的问题,提出并设计了一个企业级的基于领域的快速协同开发平台。通过对信息系统进行领域分析,得出了平台的总体架构,该平台采用了业务流程管理、模型驱动架构、面向服务架构等技术思想进行实现,并将这些思想有效结合,使其协同工作。通过具体的应用,验证了平台能有效地提高软件复用率,极大地缩短企业信息系统的开发周期,减少信息系统的成本支出。

摘要：针对领域内数据实体变化频繁,复用性低的问题,提出了特定领域数据参考模型的概念,它基于概念模型的形式,对领域内的通用数据模型进行说明和描述,成为领域内应用系统数据建模的基础。给出了领域数据参考模型的体系架构,它对整个模型进行了纵横向的划分以便作为不同程度的复用的基础。在概念模型构建时,提出了数据模型构建步骤,并引入了"维度","维度层次"和"事实"3个数据仓库中的概念,扩充了ER图中的属性定义,为构建稳定可复用的领域实体提供了有效的途径。

摘要：数据处理工作已经成为目前应用开发面对的主要内容之一,存在大量的ETL工具用于进行数据处理,它们提高了系统的开发和运行效率,但缺少系统的对异常的恢复和提高系统开发效率的支持。利用日志管理、异常处理、目录服务、规则管理等技术,给出了一个数据处理平台的体系架构。在该架构中,使用模板和样本程序方法提高系统的开发效率;并基于数据处理集、影响域的概念,使用单作业状态转换、多作业有向无循环图模型解决了作业调度问题;使用基于数据处理集的日志管理、基于影响域的异常处理和恢复等模型,在保证系统运行效率的基础上,通过记录异常发生时的状态,和使用影响域迅速定位异常的影响范围,很好地解决了数据处理系统中的异常的恢复问题。

摘要：本文重点讲述了一种城市交通精细化设计基础管理系统,解决公安交管部门对设计资料管理和成果展现的方式相对落后,对设计过程的质量监管和量化考核缺乏有效的手段等难题。

摘要：本文介绍了CAN总线和AD μ C812单片机的主要特征，重点介绍了以AD μ C812为控制器的CAN总线节点的硬件和软件的设计。

摘要：基于卫星定位追踪公交运行信息,通过LTE-V2X通信技术与中心系统实时交互进行公交检测,设计一种不依赖电子地图数据、高效的车辆定位数据处理方法,及公交优先控制流程、控制算法,构建由车载终端、中心控制系统、路侧信号控制机等组成,通过V2X通信技术互联交互的公交信号优先控制系统。在宿迁“好巴士”快速公交项目中投入实际应用,实践结果表明该技术方案具备可行性与适用性,取得良好优先效果。

摘要：水声信号辨识技术是实现水下武器装备智能化的关键技术之一。由于极其复杂的水下背景环境,水声信号辨识技术发展缓慢。为探索研究新型水声信号辨识技术,本文提出基于脑认知信号的水声信号辨识方法。从大脑认知出发,获取水声目标信号辨识时的脑认知信号,通过范式设计,构建水声目标与脑认知信号的相关模型,并验证脑认知信号用于水声信号辨识的可行性。

摘要：本文详细分析了目前教室授课评估系统存在的问题,采用监控摄像头配合人脸情绪识别技术,通过实时监控学生情绪状态变化评估课堂授课状态。本文提出一种基于Python+OpenCV+Dlib的面部情绪分析课堂授课评估系统的设计与实现,该系统实现的功能模块包括人脸图像采集、人脸检测与定位、表情特征提取与识别、课堂活跃程度统计,授课状态报表生成等。系统中人脸检测与识别基于OpenCV的face_recognition模块,采用开源库Dlib进行面部特征点提取,最后提取学生课堂情绪状态。系统经过运行测试,结果表明该系统能够满足一般的基于人脸情绪识别的授课评估任务需求。