摘要：为了解决现有钢铁企业生产过程中存在的实时控制系统与企业级ERP系统之间的信息孤岛、实时数据保存困难和过程管理粗糙等问题,在基于实时数据流的基础上,设计了钢铁生产过程实时监控系统,并将实时数据与关系型数据结合,实现了工业生产的有效实时监控,使实时数据在过程能力管理领域中得以应用,达到精细和精确化管理,提高了钢铁产品质量,为企业获得了良好的经济效益。

摘要：针对传统的企业办公系统实时性和交互性差、协作性弱等问题,设计并实现了办公自动化系统中的实时通讯功能。分析了实时通讯功能模块中服务器端和客户端的工作方式,结合腾讯通RTX的RTX API(应用编程接口)提供的控制RTX自动工作的接口和对象,在办公自动化系统中实现了系统的单点登录、反向登录和收发消息提醒等功能,满足了企业管理者的在线审批、协作办公以及系统实时高效的要求。

摘要：针对钢铁企业生产过程中普遍存在的质量分析和监测问题,开展了基于实时数据流分析的产品质量监测的应用研究。结合实时数据库和关系数据库,设计了具有实时监控以及离线追踪的钢铁生产线实时监控系统。着重研究了实时数据采集和实时数据分析,并提出了基于实时数据流的产品质量监测方法,实现了企业对产品生产线的实时追踪和产品质量的全程跟踪管理。

摘要：针对卷积神经网络(CNN)平等地对待输入图像中潜在的对象信息和背景信息,而遥感图像场景又存在许多小对象和背景复杂的问题,提出一种基于注意力机制和多尺度特征变换的尺度注意力网络模型。首先,开发一个快速有效的注意力模块,基于最优特征选择生成注意力图;然后,在ResNet50网络结构的基础上嵌入注意力图,增加多尺度特征融合层,并重新设计全连接层,构成尺度注意力网络;其次,利用预训练模型初始化尺度注意力网络,并使用训练集对模型进行微调;最后,利用微调后的尺度注意力网络对测试集进行分类预测。该方法在实验数据集AID上的分类准确率达到95.72%,与ArcNet方法相比分类准确率提高了2.62个百分点;在实验数据集NWPU-RESISC上分类准确率达到92.25%,与IORN方法相比分类准确率提高了0.95个百分点。实验结果表明,所提方法能够有效提高遥感图像场景分类准确率。

摘要：针对传统基于注意力机制的神经网络不能联合关注局部特征和旋转不变特征的问题,提出一种基于多分支神经网络模型的弱监督细粒度图像分类方法。首先,用轻量级类激活图(CAM)网络定位有潜在语义信息的局部区域,设计可变形卷积的残差网络ResNet-50和旋转不变编码的方向响应网络(ORN);其次,利用预训练模型分别初始化特征网络,并输入原图和以上局部区域分别对模型进行微调;最后,组合三个分支内损失和分支间损失优化整个网络,对测试集进行分类预测。所提方法在CUB-200-2011和FGVC_Aircraft数据集上的分类准确率分别达到87.7%和90.8%,与多注意力卷积神经网络(MA-CNN)方法相比,分别提高了1.2个百分点和0.9个百分点;在Aircraft_2数据集上的分类准确率达到91.8%,比ResNet-50网络提高了4.1个百分点。实验结果表明,所提方法有效提高了弱监督细粒度图像分类的准确率。

摘要：实时数据流独特的特点,给传统数据的处理方法带来了很大的挑战,利用聚类方法挖掘其中的有用知识则显得非常有优势。针对某钢铁企业在生产过程中出现的信息不通、产品质量无法跟踪的问题,设计开发一个钢铁产品生产过程实时监控系统。同时结合在仿真数据集上具有良好表现的基于密度维度树的增量式网格聚类算法(IGDDT),对产品工艺实时数据流进行分析。实现了企业对产品质量的实时监控,以及对关键工艺的改进,优化了钢铁产品生产过程和产品管理,有利于提高钢铁产品质量。

摘要：组件式软件技术,是面向对象技术和分布式计算在软件工程中应用的深化。基于G IS组件的应用系统能与管理信息系统紧密集成,它为G IS应用系统的开发提供了一个完好的方法。着重分析基于MapX的开发模型及其在三峡库区流域图中的实现,讨论基于MapX绘制等雨量线的动态链接库的设计,并简要介绍了MapX应用程序的发布。