摘要：提出了一种基于集群系统设计思想的实时信息发布平台的系统结构和设计。该平台支持订阅/发布模式,能够同时接收大量用户的订阅,并提供了高可用性、可扩展的和负载均衡的信息发布服务。

摘要：激光结构光视觉测量过程中被测物体的表面材质差异、表面几何曲率大小均会影响到实际采集的激光光斑图像质量,从而影响到测量数据处理的精确度和准确性。为了适应工业测量中多变的被测对象特性和使用环境,对结构光源的激光二极管进行电流控制。在分析m W级别小功率激光二极管工作特性的基础上,提出了一种使用上位机和ARM微控制器的微小功率半导体激光器智能控制器的低成本设计方案。研究了数字PWM信号驱动激光二极管的技术,使用ARM微控制器生成PWM信号输出,然后PWM数字信号通过光电隔离的阻容滤波电路、运放电压跟随、调理电路以及压控恒流源电路(V-I)驱动半导体激光二极管的电流大小。激光控制器的PWM信号的占空比、基准频率通过上位机串行Modbus协议通讯进行快速设定。系统经过激光结构光投影成像实验进行验证,适时调整激光结构光输出强度大小,可优化激光视觉测量系统的测量输出和适应性。通过实验验证的结果表明,系统可以稳定运行。

摘要：随着网络时代宽带大规模应用的到来,市场对虚拟现实技术的需求十分迫切。OpenInventor是开发3D图形软件的强大工具,是实现虚拟现实的最佳选择之一。该文首先介绍了OpenInventor的背景及其体系结构,然后着重阐述了基于OpenInventor技术的虚拟展示商务系统的设计及其实现。

摘要：图像分割技术的主要对象为自然图像和医学图像,相对于自然图像而言,医学图像的语义分割通常需要较高的精度以进行下一步的临床分析、诊断和规划治疗。目前用于医学图像语义分割的深度神经网络模型由于仅考虑位置的平移不变性,存在局部感受野较小、无法表达长范围依赖关系的问题。设计一种面向医学图像的分割模型,基于内卷U-Net网络,使用内卷操作代替传统的卷积操作,并将内卷结构作为基本的网络结构,提升模型对医学图像局部特征的学习能力。在模型的瓶颈层引入注意力机制模块来学习图像长范围的依赖关系,以提高医学图像语义分割的精度。在肺部CT数据集上的实验结果表明,该模型的Dice系数为0.998,较基于卷积神经网络的分割模型约提高5%,并且大幅缩短Hausdorff距离,具有更高的分割准确度以及较好的稳健性。

摘要：针对现今面向对象技术在关系型数据库底层实现以及对象持久化方面的困难,提出一种基于SILVER对象数据库中的数据模型来实现面向对象程序设计语言与数据库的无缝连接,并在此数据模型的基础上实现了其JAVA接口(JDBO),用于充当SILVER对象数据库和应用程序之间的桥梁.由于应用程序只与接口通信,提高了开发的简易性以及对象传输的完整性.示例表明,SILVER JDBO符合国际ODMG 3.0规范,既兼容已经被广泛使用的结构化查询语言(SQL),具有良好的通用性,又具有面向对象特性,支持复杂对象和复杂对象的复杂行为.

摘要：为满足当前产品数据管理系统对异构编码规则的适应性及信息交换的需求,采用本体方法、Web服务技术,研究实现面向产品数据管理系统的产品编码中间件。日趋复杂的产品数据要求编码模型具有更为强大的描述能力和跨组织的融合及互操作。针对该问题,提出了基于本体的编码模型,并重点讨论码段关联;提出了流水域空间的概念,用于规约流水码值的生成,同时讨论垃圾值回收策略,以解决企业中对废弃流水码值如何进行重用的问题;提出了基于索引的数据存取机制,以保证在编码数据存储量比较大的情况下系统的存储效率。所提出的模型已应用于航天飞行器协同设计系统3.0版中,取得了较好的效果。

摘要：电子邮件作为 Internet 网络的重要应用,其安全性能越来越受到重视。本文针对目前基于客户端软件的安全电子邮件系统的一些不足,结合目前比较成熟的加密与数字签名技术,提出了在邮件服务器端实现邮件安全性的新思路,设计和实现了基于局域网服务器端安全电子邮件系统(SESICS),并且对 SESICS 系统进行了安全评估。

摘要：AntCC是一种面向无线网络传感器的编译器,重点阐述了AntCC设计过程中所遇到的跨平台支持问题,提出了采用流水线技术芯片可能遇到的相关性的解决办法;重点研究了AntCC的优化问题,并实现了适合于无线网络传感器的图着色寄存器分配和窥孔优化这两种重要的优化策略。最终将研究结果应用于智能家居等领域。

摘要：针对三维形状分割问题,提出一种引入权重能量自适应分布参与深度神经网络训练的全监督分割算法.首先对三维形状表面进行过分割得到若干小块,提取每一个小块的特征描述符向量作为神经网络的输入,计算权重能量自适应分布,将经过加权后的分割标签作为神经网络的输出,训练深度神经网络.对于新的未分割的三维模型,提取模型表面三角面片的特征向量后输入到神经网络中进行预测分割后,对预测分割的边缘进行修整得到分割结果,实现三维模型的自动分割.在普林斯顿三维模型分割数据集上的实验结果表明,算法通过在训练过程中引入权重能量自适应分布,可以大幅降低神经网络训练时的均方误差,提高神经网络预测结果的准确率;与传统算法相比,该算法具有高准确率、强鲁棒性、强学习扩展能力等优点.

摘要：讨论了基于TMS320VC5471MCU、DSP双核结构SoC的嵌入式软件设计中多处理机体系结构所独有的bootloader设计、IPC(Inter-ProcessorCommunication)机制及其交叉开发和调试环境的建立等问题。