葡京娱乐场-富盈娱乐场开户

本發(fā)明公開了一種云計算服務(wù)器集群網(wǎng)絡(luò)保障方法，包括：虛 擬機資源分配管理模塊對管理員提供的服務(wù)器集群網(wǎng)絡(luò)拓撲、服務(wù)器 集群計算和存儲資源進行初始化，請求調(diào)度管理模塊接收租戶提交的 創(chuàng)建服務(wù)請求，根據(jù)虛擬機資源分配管理模塊中的服務(wù)器集群網(wǎng)絡(luò)拓 撲以及服務(wù)器集群計算和存儲資源進行服務(wù)請求放置分析，以確定創(chuàng) 建服務(wù)請求對應(yīng)的虛擬機所要放置的服務(wù)器，虛擬機資源分配管理模 塊根據(jù)請求調(diào)度管理模塊中虛擬機放置的分析結(jié)果在虛擬機集

本發(fā)明公開了一種基于均值漂移的不同精度下的三維點云數(shù)據(jù)的融合方法，針對兩組精度等級不同的三維點云數(shù)據(jù)，利用高精度點云建立低精度點云的誤差分布，進而對低精度點云進行均值漂移，消除低精度點云的漂移誤差，從而實現(xiàn)兩組數(shù)據(jù)信息的融合，該方法包括：S1：建立低精度點云的拓撲結(jié)構(gòu)信息，包括每個樣點的鄰域點集和單位法矢；S2：利用高精度點云對低精度點云進行密度聚類，根據(jù)聚類結(jié)果確定低精度點云每個樣點的漂移誤差；S3：利用低精度點云的拓撲結(jié)構(gòu)信息和所述漂移誤差確定低精度點云各樣點的漂移矢量，根據(jù)該漂移矢量對低精度點

本發(fā)明公開了一種基于云服務(wù)器的大規(guī)模移動通信網(wǎng)絡(luò)的構(gòu)建方法，本發(fā)明首先由云服務(wù)器來管理 所有移動節(jié)點的永久地址和外部地址，然后在整個網(wǎng)絡(luò)中采用集中索引的方式由云服務(wù)器向需要與移動 節(jié)點通信的實體提供該節(jié)點的選路服務(wù)，最后網(wǎng)絡(luò)中的各個移動節(jié)點可以自由的選擇加入和離開網(wǎng)絡(luò)， 或者通過變換位置來改變自己的外部地址。本發(fā)明為無線通信網(wǎng)絡(luò)的規(guī)劃、鋪設(shè)和網(wǎng)絡(luò)優(yōu)化提供了一種 新的思考方式。 

針對上述社會安全事件綜合研判的難題，本成果利用系統(tǒng)工程的綜合集成研討方法論，綜合公安學(xué)、管理科學(xué)、計算機科學(xué)等相關(guān)學(xué)科理論、方法與技術(shù)，提出了基于多時空線索鏈的社會安全事件智能綜合研判關(guān)鍵技術(shù)以及面向社會安全警情事件的警務(wù)資源指揮調(diào)度方法。 ①基于多時空線索鏈的社會安全事件智能綜合研判關(guān)鍵技術(shù)以群體性聚集事件作為典型社會安全事件，構(gòu)建基于六空間的社會安全事件綜合集成研討廳體系：融合構(gòu)建“情景數(shù)據(jù)-元數(shù)據(jù)-知識-實體模型-形式模型-算子”六空間體系，提出多時空線索鏈生成技術(shù)，抽取知識空間中共性的時空線索鏈模式；基于知識和數(shù)據(jù)共同驅(qū)動的思想，提出了社會安全事件的研判支持方法，包括基于知識圖譜的推理方法、基于相似案例的推理方法、以及基于貝葉斯網(wǎng)絡(luò)的推理方法等；進而結(jié)合專家研判，實現(xiàn)典型社會安全事件智能綜合研判。 ②面向社會安全警情事件的警務(wù)資源指揮調(diào)度方法是在層次任務(wù)網(wǎng)絡(luò)規(guī)劃（Hierarchical Task Network, HTN）的基礎(chǔ)上，實現(xiàn)任務(wù)執(zhí)行時間、空間和資源約束的推理，解決考慮多任務(wù)類型、多警種、多出警地點、任務(wù)帶有時效性、考慮交通和處置時間等實際因素的警務(wù)資源調(diào)度方案制定問題；進而考慮執(zhí)行時間等不確定因素的影響，在規(guī)劃過程中處理不確定性，制定柔性調(diào)度方案，使生成的調(diào)度方案更好地適應(yīng)不確定的執(zhí)行環(huán)境。 ③在此上述關(guān)鍵技術(shù)基礎(chǔ)上，運用系統(tǒng)工程方法，研究了基于云計算與邊緣計算的端網(wǎng)云的網(wǎng)絡(luò)結(jié)構(gòu)、通訊協(xié)議及協(xié)同計算模型，綜合考慮各方面因素對平臺體系架構(gòu)進行了設(shè)計，從頂層設(shè)計層面解決信息孤島、資源有限等難題，構(gòu)建了基于云計算于邊緣計算的社會安全事件智慧化立體綜合預(yù)警與指揮平臺。整體技術(shù)路線如下圖所示： 圖 1 社會安全事件智慧化立體綜合預(yù)警與智慧平臺整體技術(shù)路線 研制的基于云計算于邊緣計算的社會安全事件智慧化立體綜合預(yù)警與指揮平臺，主要由四個系統(tǒng)組成。其中，融合“人、車、物、網(wǎng)、地”的警情大數(shù)據(jù)支撐平臺與公安部門現(xiàn)有的業(yè)務(wù)系統(tǒng)相對接，關(guān)聯(lián)研發(fā)的目標(biāo)識別與警情事件監(jiān)測預(yù)警結(jié)果，實現(xiàn)警情數(shù)據(jù)的采集、整理和分析。社會安全事件智慧化綜合預(yù)警與分析系統(tǒng)基于大數(shù)據(jù)支撐平臺提供的公安業(yè)務(wù)數(shù)據(jù)、網(wǎng)絡(luò)輿情信息和研判結(jié)果數(shù)據(jù)等，提供了公安部門需要的事件分析和研判功能。面向社會安全事件的警務(wù)資源指揮調(diào)度系統(tǒng)基于研判結(jié)果，具有領(lǐng)域知識管理、調(diào)度方案生成和執(zhí)行異常識別等功能，為指導(dǎo)指揮員進行調(diào)度方案制定提供輔助決策能力。最后，基于研發(fā)的系統(tǒng)間及與公安相關(guān)業(yè)務(wù)系統(tǒng)間的互操作模式、資源可伸縮的并發(fā)處理技術(shù)，由應(yīng)用集成管理平臺提供應(yīng)用集成和服務(wù)集成功能，包括統(tǒng)一的用戶管理和認證、工作界面、應(yīng)用云服務(wù)管理等，實現(xiàn)各系統(tǒng)間的有機集成，平臺體系架構(gòu)如下圖所示。 圖 2 社會安全事件智慧化立體綜合預(yù)警與指揮平臺體系結(jié)構(gòu) 成果相關(guān)圖片展示： 圖 3 社會安全事件智慧化綜合預(yù)警與分析系統(tǒng)駕駛艙 圖 4 時空大數(shù)據(jù)查詢模塊 圖 5 研判規(guī)則管理模塊 圖 6 預(yù)案管理模塊

該研究系統(tǒng)闡明了混交種植的增產(chǎn)效應(yīng)及其機制，解決了森林經(jīng)營生產(chǎn)中久而未決的理論和實踐問題，為全球森林恢復(fù)和經(jīng)營提供了重要參考。

本發(fā)明公開了一種云計算環(huán)境下面向并行應(yīng)用的動態(tài)時間片調(diào) 度方法及系統(tǒng)；其中，動態(tài)時間片調(diào)度方法包括：自旋鎖延遲采樣； 建立虛擬機與虛擬機監(jiān)視器之間的通信通道，傳遞自旋鎖延遲采樣值； 自旋鎖延遲統(tǒng)計，獲取虛擬機自旋鎖延遲的平均值；動態(tài)時間片調(diào)度； 動態(tài)時間片調(diào)度系統(tǒng)包括自旋鎖延遲采樣模塊、通信模塊、自旋鎖延 遲統(tǒng)計模塊和動態(tài)時間片調(diào)度模塊；本發(fā)明提供的動態(tài)時間片調(diào)度方 法，基于虛擬機的自旋鎖延遲，動態(tài)的調(diào)整虛擬機的調(diào)度

本發(fā)明公開了一種云環(huán)境下高效的隱私保護密文連接訪問操作驗證方法，包括以下步驟：1）數(shù)據(jù) 擁有者在客戶端加密關(guān)系數(shù)據(jù)表，同時構(gòu)建相應(yīng)的嵌入式 MHT（Merkle?Hash?Tree）驗證結(jié)構(gòu)并簽名， 最后向云端發(fā)布密文關(guān)系數(shù)據(jù)表和驗證數(shù)據(jù)結(jié)構(gòu)；2）訪問用戶提交條件連接操作請求到云端，云端根 據(jù)訪問請求和驗證數(shù)據(jù)結(jié)構(gòu)返回驗證對象和結(jié)果密文數(shù)據(jù)。3）訪問用戶在客戶端利用驗證對象對訪問 結(jié)果進行正確性驗證。本發(fā)明針對云環(huán)境，在保護用戶數(shù)據(jù)隱私的前提下

科威達智能交通大數(shù)據(jù)綜合管控平臺，運用云計算、大數(shù)據(jù)、移動互聯(lián)網(wǎng)、RFID、GPS、GIS等先進技術(shù)，實現(xiàn)交通流數(shù)據(jù)采集、交通信號智能調(diào)控、路況分析預(yù)測與交通誘導(dǎo)、指揮調(diào)度疏導(dǎo)、大數(shù)據(jù)分析研判及運維管理等功能。平臺主要包括以下主要功能：海量交通大數(shù)據(jù)采集與存儲，采用云計算和大數(shù)據(jù)技術(shù)，數(shù)據(jù)存儲采用Hbase分布式數(shù)據(jù)庫，數(shù)據(jù)處理基于Hadoop分布式離線批處理，應(yīng)用層采用SOA（面向服務(wù)）架構(gòu)。

一、項目簡介 當(dāng)前虛實融合技術(shù)面臨的重大挑戰(zhàn)可以歸結(jié)為以下兩個關(guān)鍵科學(xué)問題：（1）非配合虛實環(huán)境的無縫融合與交互自然呈現(xiàn)。（2）云環(huán)境下虛實融合環(huán)境的語義理解、統(tǒng)一表達與應(yīng)用軟件快速定制。為解決上述兩個關(guān)鍵科學(xué)問題和技術(shù)瓶頸，本項目重點研究了自然虛實融合呈現(xiàn)的硬軟件技術(shù)和裝置，構(gòu)建虛實融合應(yīng)用流程框架和規(guī)范，創(chuàng)新云軟件定制和服務(wù)模式，實現(xiàn)應(yīng)用示范。充分利用移動、穿戴式設(shè)備的多傳感器優(yōu)勢以及云端結(jié)合方式進行三維結(jié)構(gòu)的重建、語義標(biāo)注、識別理解與信息關(guān)聯(lián)。 二、前期研究基礎(chǔ) 目前已發(fā)表論文10篇，包括4篇期刊論文等（包括TIP、TMM等權(quán)威期刊論文）。申請專利3 項。 三、應(yīng)用技術(shù)成果 1）基于搜索的圖像深度估計，相對誤差低于傳統(tǒng)方法，對訓(xùn)練集的需求小于基于深度學(xué)習(xí)的方法。 Make3D數(shù)據(jù)集的深度估計結(jié)果2）基于雙模深度玻爾茲曼機（DBM）的三維場景物體檢測框架，給出了RGBD訓(xùn)練數(shù)據(jù)不足的難題，流程如下 3）基于序列約束的哈希算法在不同比特率情況下均取得了很好的效果。 在LabelMe和Tiny100K上使用不同哈希比特率的效果