摘要：随着分布式存储系统的存储容量快速增长,备份容灾存储效率低的缺陷日益明显,基于纠删码的容灾方法越来越受到重视.然而,应用于存储系统的纠删码研究起步较晚,可供选用的码类少,并且大多数属于通信领域的编码方法,不能很好满足存储领域的特殊需求.该文将提出一种新颖的存储编码方法,称为随机二元扩展码(Random Binary Extensive Code,RBEC),为数据容灾存储系统提供一种新的选择.RBEC是一种基于异或运算的系统码,编码矩阵由一个单位阵和一个随机阵构成,采取自底向上的设计模式,通过控制随机矩阵中各个元素生成,达到码字整体上高性能.相比其他传统码类,RBEC参数具有动态调整能力,其编码矩阵的行列可以自由伸缩.进而,存储系统可根据应用需求的变化,动态调整码率和纠删能力.对于(k,δ,t)参数RBEC码,该文给出了容任意t删除错的成功译码概率下界及其证明,并指出通过增加δ值可使译码概率下界无限趋近1(100%).为了提高译码效率,该文进一步给出了一种简化译码矩阵规模的方法.最后介绍了RBEC在分布式存储系统的应用.

摘要：介绍一种基于辅助Agent的合同网模型的任务分配方法,并给出了协作过程中的任务选择策略和Agent选择策略,改进基本合同网模型的缺点和不足,以解决多Agent的协同设计系统中分布合作求解问题和任务分配,达到全局最优化,产生高质量的设计及有效的资源利用,并减少协商时间和信息流量,提高系统效率。

摘要：针对分布式存储中热数据访问性能低下的问题,提出一种基于局部修复码(LRC)的负载均衡方法,采用编码的方式规避节点的集中式访问,并提高热数据的访问效率。首先,利用平衡不完全区组设计(BIBD)构造一类适用于小规模存储系统的特殊LRC,从而为编码数据提供多种访问方式;然后,分别基于里所(RS)码和随机阵列码将LRC推广到更大规模,并使它满足存储系统一定的容错需求;最后,提出一种热数据访问算法以降低热数据的访问压力,并结合合理的数据布局方案实现存储系统在高频访问场景下的负载均衡。理论分析和实验结果表明,所提方法能以极小的代价实现负载均衡,明显优于传统方法中利用多副本及最大距离可分(MDS)码实现的负载均衡方法,尤其是解决了因冷热数据访问不均带来的负载失衡问题,可以有效提高热数据存储系统的访问效率。

摘要：针对硬币表面缺陷较小、形状多变且易与背景混淆而不易检出的问题,改进YOLOv3算法并提出基于可变形卷积和自适应空间特征融合的硬币表面缺陷检测算法DCA-YOLO。首先,由于缺陷形状的多变设计了3种在主干网络中不同位置添加可变形卷积模块的网络结构,通过卷积学习偏移量和调节参数来提高缺陷的提取能力;然后,使用自适应空间特征融合网络学习权重参数来调整不同尺度特征图中各像素点的贡献度以更好地适应不同尺度的目标;最后,改进先验锚框比例,动态调节类别权重,优化并对比网络性能,从而提出在主干网络输出特征进行多尺度融合的上采样前增加可变形卷积的模型网络。实验结果表明,在硬币缺陷数据集上,DCA-YOLO算法检测平均精度均值(mAP)接近于Faster-RCNN,达到了92.8%;而相较于YOLOv3,所提算法的检测速度基本持平,在检测mAP上提高了3.3个百分点,F1分数提升了3.2个百分点。

摘要：钞纸在实际生产过程中,由于纸类本身存在柔性变化,采用传统的模板匹配使得检测的结果不准确。同时现在使用的深度学习算法对水印进行检测会出现漏检、错检,以及对小缺陷检测不够准确的问题。针对这些问题,提出一种基于对照学习的图像缺陷分割检测算法。首先,网络输入中心位置相同但大小不等的缺陷图与模板图,其中模板图分辨率稍大于缺陷图。网络采用双分支的编解码器结构,使用ResNet50作为主干网络,分别提取模板图与缺陷图的特征。然后,设计对照注意力模块LACB(Local Attention Contrast Block),将两个分支各个阶段所提取的特征图作为对照注意力模块的输入。将输入进对照模块的特征图划分为数量相同、大小不同的Patch,用注意力机制的方式局部对照缺陷图与模板图之间的差异。由于纸张本身存在柔性变化,水印会在小范围内发生偏移,所以需要在模板图上相对于缺陷图像的位置的一个更大范围内进行对照。因此,输入的缺陷特征图要小于模板特征图,使网络允许特征在一定范围内偏移,模糊缺陷的局部位置信息。将前三层的对照结果输入解码器中,最后一层输入ASPP(Atrous Spatial Pyramid Pooling)中,在语义上综合全局的信息。最后通过解码器将多尺度的特征图跨层融合,减缓下采样带来的信息丢失,同时加强模板图与缺陷图之间不同特征的响应,使分割结果更加精准。实验结果表明,该算法在钞纸数据集上,相较于U-Net,MIoU(Mean Intersection over Union)提高了5.63个百分点,达到了92.36%,F1分数提升了6.23个百分点,达到了92.70%;而相较于DeepLabV3+,MIoU提高了4.06个百分点,F1提升了4.44个百分点。

摘要：本文以笔者为英国国家物理实验室的两局部网间的联网机的设计为例,讨论了与联网机设计有关的基本问题:协议转换层的确定、协议转换的方式、协议数据单元及其内部参数的互相映射、地址映射与选径、联网机内部流控制以及联网机的硬软件实现.

摘要：数字教育资源的共建共享行动已成为当前教育信息化的重要内容和研究热点.经过多年的研究和建设,数字教育资源其价值并未得到充分的利用,反而出现所谓的"资源孤岛"和"数字废墟".究其原因主要是由于现有的资源平台建设未具有足够的开放性以及学科相关性.基于PaaS结构提出了教育资源开放平台模型,并结合动态几何、计算机代数、几何定理自动推理等技术,采用微服务架构设计并实现了一种动态数学教学资源开放平台.该开放平台具有深入数学学科、开放资源与能力定制化、分级授权等特点.利用OAuth2.0技术作为主要的授权流程,为第三方应用和用户提供认证授权、分级定制化的动态数学内容素材和能力.给出该开放平台的相关特点及总体设计,介绍了面向应用及用户权限的分层策略与认证流程及开放资源与工具的定制化流程.根据性能分析,表明该平台已广泛应用于教学活动中.目前该开放平台已为电子教材、通用演示软件及在线备课平台等多个第三方应用提供服务,得到了广泛应用.

摘要：主速率ＩＳＤＮ（ＰｒｉｍａｒｙＲａｔｅＩＳＤＮ，简写为ＰＲＩＳＤＮ）由于具有既高又灵活的带宽，被认为是实现局部网之间互连的一种较理想的媒介，而局部网与ＰＲＩＳＤＮ之间的网关正是实现这种互连的关键设备。本文以笔者在国外的研究工作为基础，全面系统地介绍该种网关的总体结构，硬、软件设计以及通道管理等实现中所应解决的主要技术问题。

摘要：利用对称多项式的降维方法和证明代数不等式的胞腔分解方法,给出了一个实用的算法,用于判定一类变元个数也是变量的多项式正性命题．这是一类在Tarski模型外的机器可判定问题．在Maple平台上,根据该算法设计的程序nprove,可以快速实现判定目标．

摘要：目的探索基于卷积神经网络构建前列腺癌术后放疗临床靶区(CTV)及部分危及器官(OAR)自动勾画模型的方法,以提高临床工作效率和靶区勾画统一性。方法回顾性分析由一位放疗医师勾画的117例前列腺癌术后患者CT资料,基于3D UNet设计多分类自动勾画模型CVT-UNet,采用戴斯相似系数(DSC)、95分位豪斯多夫距离(95%HD)和平均表面距离(ASD)评估模型分割能力,比较另外两位医师对测试集自动勾画靶区评估结果的差异。再随机收集78例由其他医生治疗的患者进行模型外部验证,比较两位医师评价的差异。结果测试集前列腺瘤床区(CTV1)、盆腔淋巴结引流区(CTV2)、膀胱和直肠的平均DSC分别为0.74、0.82、0.94和0.79。临床评分显示:两位医师对CTV2和OAR的勾画达成了更多的共识;而对CTV1的勾画则共识较少,故评分差异较大。结论基于卷积神经网络构建用于术后前列腺癌CTV及相关OAR的自动勾画模型可行,但前列腺瘤床区的自动分割仍需改善。