摘要：为提高狮头鹅养殖禽舍气温预测精度,提出了基于主成分分析(Principal Component Analysis,PCA)、支持向量回归机(Support Vector Regression,SVR)融合自回归滑动平均(Autoregressive Moving Average,ARMA)模型的狮头鹅养殖禽舍气温组合预测模型。在建模过程中,运用主成分分析法筛选狮头鹅养殖禽舍气温的关键影响因子,消除变量之间冗余信息,约简预测模型结构;采用SVR-ARMA构建狮头鹅禽养殖舍气温组合预测模型,先通过SVR对气温进行预测,再由基于ARMA模型的残差预测值修正气温预测结果。利用该模型对广东省汕尾市2018年7月21日至2018年7月30日期间的狮头鹅养殖禽舍气温进行预测。结果表明,该组合预测模型取得了良好的预测性能,与标准BP神经网络、标准SVR、PCA-BPNN(反向传播神经网络,Back Propagation Neural Network)、PCA-SVR和PCA-BPNN-ARMA等模型对比分析,其评价指标平均绝对误差、均方根误差和平均绝对百分比误差分别为0.1832℃、0.4540℃和0.0059,均表明所提出的组合模型具有更高的预测效果,不仅能够满足狮头鹅养殖禽舍气温实际精准调控的需要,还为狮头鹅健康养殖和种苗繁育环境精细化管理提供决策。

摘要：本文采用图像识别技术对钢铁材料在不同状态下形成的不同类型的微观组织照片进行了分析,研究了不同图像增强算法和机器学习算法对钢铁显微组织识别精度的影响。采用图像增强技术将原始图片质量提高,并采用图像特征提取技术获得图像特征。采用随机森林、支持向量机、集成树机器学习算法建立了基于图像特征的钢铁组织分类器。其中基于随机森林算法的分类器精度最高,达到了89.34%。实验表明,通过使用本研究建立的钢铁组织智能分类模型可以较为准确、高效地识别钢铁组织,可为材料设计提供参考信息。

摘要：网络时代的到来是党建工作外部环境的最大变化,其带来的变化和影响是党建工作面临的最大挑战。高度重视信息化发展、充分运用信息技术改进党员教育管理、提高群众工作水平是党建信息化建设的目标。文章在智慧城市概念的基础上设计了智慧党建服务平台,对平台整体架构、终端展现形式以及部署环境做了介绍,对平台相关功能的设计做了说明。

摘要：传统阿拉伯文字研究主要集中于字形释义、文化传承和艺术探究领域,缺乏利用深度学习技术对文字的识别,并且由于古文字的字形变化、数字化读取困难,传统方法识别的准确率较低。针对上述问题,提出了一种改进卷积神经网络的阿拉伯文字图像识别方法。首先采集阿拉伯文字图像数据集,对其进行数值特征转换、图像标准化等预处理操作;接着构建融合注意力机制和四层卷积神经网络的模型,提取具有代表性的局部特征;最后通过全连接层并调用Softmax分类器实现阿拉伯文字图像分类,完成图像识别任务。实验结果表明,提出的方法在准确率、精确率、召回率和F1值上均有所提升,其值分别是0.9657、0.9662、0.9658和0.9660,该结果优于传统卷积神经网络和机器学习方法,并通过详细的图像分类实验有效识别出28种类别的阿拉伯文字,为少数民族文字自动化和智能化提取及识别研究提供有效支撑。

摘要：大数据分析平台是智慧城市管理的核心,也是城市信息化发展的基础。论文通过对大数据分析平台的研究建设,可以为城市智慧应用子系统提供可靠的公共数据资源服务、数据挖掘服务和决策支持,并为政府管理、社会民生和自主创业提供安全可靠的支撑平台。

摘要：目的:通过深圳市智慧医疗监管系统建设,对医疗质量监管的指标变化情况进行多维度数据分析。方法:设计和构建深圳市智慧医疗监管系统,开展全市医疗质量监测与评价,持续改进医疗质量管理。结果:帮助卫健委各层级人员全面了解,并掌握所关注的临床医疗质量指标的动态变化,实现对临床医疗质量与安全情况的全方位监管。结论:医疗质量指标数据与变化趋势能够帮助医院对医疗质量情况进行及时跟进和动态调整,提升全市的医疗质量管理水平。

摘要：分布式多点协作传输在提升小区边缘用户的服务质量和系统频谱效率上具有巨大潜力,但通常站间频繁交换大量信息才能接近集中式多点协作传输的性能。然而,在实际无线通信系统中,考虑到信道时变性,频繁的信息交换和站间有限的回传带宽导致的较大时延给分布式多点协作传输技术带来严重的性能损失,因此其目前未得到广泛部署。为解决此问题,提出了一种新颖的信号质量衡量标准,称为信号平均泄漏加干扰噪声比(SALINR)。基于SALINR的设计使得站间无需信息交换即可实现完全分布式的联合传输。具体地,展示了基于SALINR的传输设计问题可以通过分式规划技术有效求解;进一步地,利用深度展开技术来设计波束赋形向量学习网络,从而有效减少计算复杂度。仿真结果表明,所提出的方法可接近集中式多点协作传输的性能且具有计算高效的优点。