新葡京娱乐场-大陆娱乐场开户注册

針對(duì)上述社會(huì)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(jì)算機(jī)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(shí)空線索鏈的社會(huì)安全事件智能綜合研判關(guān)鍵技術(shù)以及面向社會(huì)安全警情事件的警務(wù)資源指揮調(diào)度方法。 ①基于多時(shí)空線索鏈的社會(huì)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(huì)安全事件，構(gòu)建基于六空間的社會(huì)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(shí)-實(shí)體模型-形式模型-算子”六空間體系，提出多時(shí)空線索鏈生成技術(shù)，抽取知識(shí)空間中共性的時(shí)空線索鏈模式；基于知識(shí)和數(shù)據(jù)共同驅(qū)動(dòng)的思想，提出了社會(huì)安全事件的研判支持方法，包括基于知識(shí)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(jìn)而結(jié)合專家研判，實(shí)現(xiàn)典型社會(huì)安全事件智能綜合研判。 ②面向社會(huì)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(shí)現(xiàn)任務(wù)執(zhí)行時(shí)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(diǎn)、任務(wù)帶有時(shí)效性、考慮交通和處置時(shí)間等實(shí)際因素的警務(wù)資源調(diào)度方案制定問題；進(jìn)而考慮執(zhí)行時(shí)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(yùn)用系統(tǒng)工程方法，研究了基于云計(jì)算與邊緣計(jì)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(jì)算模型，綜合考慮各方面因素對(duì)平臺(tái)體系架構(gòu)進(jìn)行了設(shè)計(jì)，從頂層設(shè)計(jì)層面解決信息孤島、資源有限等難題，構(gòu)建了基于云計(jì)算于邊緣計(jì)算的社會(huì)安全事件智慧化立體綜合預(yù)警與指揮平臺(tái)。整體技術(shù)路線如下圖所示： 圖 1 社會(huì)安全事件智慧化立體綜合預(yù)警與智慧平臺(tái)整體技術(shù)路線 研制的基于云計(jì)算于邊緣計(jì)算的社會(huì)安全事件智慧化立體綜合預(yù)警與指揮平臺(tái)，主要由四個(gè)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(tái)與公安部門現(xiàn)有的業(yè)務(wù)系統(tǒng)相對(duì)接，關(guān)聯(lián)研發(fā)的目標(biāo)識(shí)別與警情事件監(jiān)測(cè)預(yù)警結(jié)果，實(shí)現(xiàn)警情數(shù)據(jù)的采集、整理和分析。社會(huì)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(tái)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(huì)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(shí)管理、調(diào)度方案生成和執(zhí)行異常識(shí)別等功能，為指導(dǎo)指揮員進(jìn)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(tái)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(rèn)證、工作界面、應(yīng)用云服務(wù)管理等，實(shí)現(xiàn)各系統(tǒng)間的有機(jī)集成，平臺(tái)體系架構(gòu)如下圖所示。 圖 2 社會(huì)安全事件智慧化立體綜合預(yù)警與指揮平臺(tái)體系結(jié)構(gòu) 成果相關(guān)圖片展示： 圖 3 社會(huì)安全事件智慧化綜合預(yù)警與分析系統(tǒng)駕駛艙 圖 4 時(shí)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(jī)制，解決了森林經(jīng)營(yíng)生產(chǎn)中久而未決的理論和實(shí)踐問題，為全球森林恢復(fù)和經(jīng)營(yíng)提供了重要參考。

本發(fā)明公開了一種云計(jì)算環(huán)境下面向并行應(yīng)用的動(dòng)態(tài)時(shí)間片調(diào) 度方法及系統(tǒng)；其中，動(dòng)態(tài)時(shí)間片調(diào)度方法包括：自旋鎖延遲采樣； 建立虛擬機(jī)與虛擬機(jī)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(jì)，獲取虛擬機(jī)自旋鎖延遲的平均值；動(dòng)態(tài)時(shí)間片調(diào)度； 動(dòng)態(tài)時(shí)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(jì)模塊和動(dòng)態(tài)時(shí)間片調(diào)度模塊；本發(fā)明提供的動(dòng)態(tài)時(shí)間片調(diào)度方 法，基于虛擬機(jī)的自旋鎖延遲，動(dòng)態(tài)的調(diào)整虛擬機(jī)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(hù)密文連接訪問操作驗(yàn)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(shí)構(gòu)建相應(yīng)的嵌入式 MHT（Merkle?Hash?Tree）驗(yàn)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(yàn)證數(shù)據(jù)結(jié)構(gòu)；2）訪問用戶提交條件連接操作請(qǐng)求到云端，云端根 據(jù)訪問請(qǐng)求和驗(yàn)證數(shù)據(jù)結(jié)構(gòu)返回驗(yàn)證對(duì)象和結(jié)果密文數(shù)據(jù)。3）訪問用戶在客戶端利用驗(yàn)證對(duì)象對(duì)訪問 結(jié)果進(jìn)行正確性驗(yàn)證。本發(fā)明針對(duì)云環(huán)境，在保護(hù)用戶數(shù)據(jù)隱私的前提下

科威達(dá)智能交通大數(shù)據(jù)綜合管控平臺(tái)，運(yùn)用云計(jì)算、大數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)、RFID、GPS、GIS等先進(jìn)技術(shù)，實(shí)現(xiàn)交通流數(shù)據(jù)采集、交通信號(hào)智能調(diào)控、路況分析預(yù)測(cè)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(yùn)維管理等功能。平臺(tái)主要包括以下主要功能：海量交通大數(shù)據(jù)采集與存儲(chǔ)，采用云計(jì)算和大數(shù)據(jù)技術(shù)，數(shù)據(jù)存儲(chǔ)采用Hbase分布式數(shù)據(jù)庫(kù)，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(xiàng)目簡(jiǎn)介 當(dāng)前虛實(shí)融合技術(shù)面臨的重大挑戰(zhàn)可以歸結(jié)為以下兩個(gè)關(guān)鍵科學(xué)問題：（1）非配合虛實(shí)環(huán)境的無縫融合與交互自然呈現(xiàn)。（2）云環(huán)境下虛實(shí)融合環(huán)境的語(yǔ)義理解、統(tǒng)一表達(dá)與應(yīng)用軟件快速定制。為解決上述兩個(gè)關(guān)鍵科學(xué)問題和技術(shù)瓶頸，本項(xiàng)目重點(diǎn)研究了自然虛實(shí)融合呈現(xiàn)的硬軟件技術(shù)和裝置，構(gòu)建虛實(shí)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(shí)現(xiàn)應(yīng)用示范。充分利用移動(dòng)、穿戴式設(shè)備的多傳感器優(yōu)勢(shì)以及云端結(jié)合方式進(jìn)行三維結(jié)構(gòu)的重建、語(yǔ)義標(biāo)注、識(shí)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(qǐng)專利3 項(xiàng)。 三、應(yīng)用技術(shù)成果 1）基于搜索的圖像深度估計(jì)，相對(duì)誤差低于傳統(tǒng)方法，對(duì)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(jì)結(jié)果2）基于雙模深度玻爾茲曼機(jī)（DBM）的三維場(chǎng)景物體檢測(cè)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

河北大學(xué)電子信息工程學(xué)院7名師生自主研發(fā)出“可在1秒內(nèi)同時(shí)對(duì)6人實(shí)現(xiàn)檢測(cè)”的智能體溫篩檢、員工簽到系統(tǒng)，并在該校第九屆教職工代表大會(huì)中進(jìn)行了試用。據(jù)介紹，該系統(tǒng)由河北大學(xué)電子信息工程學(xué)院的2名教師帶領(lǐng)5名學(xué)生研發(fā)，從設(shè)計(jì)、硬件選型、軟件開發(fā)周期共歷時(shí)40天。研發(fā)人員均為河北大學(xué)厚德創(chuàng)客空間成員，研發(fā)過程中所有技術(shù)指導(dǎo)、數(shù)據(jù)共享與試驗(yàn)交流全部在網(wǎng)上進(jìn)行，實(shí)現(xiàn)了技術(shù)攻關(guān)的“云研發(fā)”。該套系統(tǒng)基于紅外熱成像原理，采用高精度人臉識(shí)別算法，可在1秒內(nèi)同時(shí)對(duì)6人實(shí)現(xiàn)快速人臉比對(duì)和測(cè)溫功能，溫差精度在±0.3度以內(nèi)，人員通過測(cè)溫區(qū)域時(shí)無需停留、無需人工干預(yù)。目前，該系統(tǒng)正準(zhǔn)備申請(qǐng)有關(guān)部門檢驗(yàn)。河北大學(xué)電子信息工程學(xué)院院長(zhǎng)劉秀玲稱，目前，研發(fā)團(tuán)隊(duì)正在進(jìn)行技術(shù)攻關(guān)，賦予該系統(tǒng)技術(shù)含量更高、適應(yīng)場(chǎng)景更豐富的實(shí)用功效，以期在企業(yè)復(fù)產(chǎn)復(fù)工、商場(chǎng)、超市等人員密集區(qū)域廣泛應(yīng)用。

本發(fā)明公開了一種基于點(diǎn)云與影像數(shù)據(jù)的三維可視化方法和系統(tǒng)，其中方法的實(shí)現(xiàn)包括：采集目標(biāo)場(chǎng)景的影像數(shù)據(jù)和點(diǎn)云數(shù)據(jù)；對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行上采樣，將上采樣后的點(diǎn)云數(shù)據(jù)投影到影像數(shù)據(jù)中進(jìn)行融合，對(duì)進(jìn)行融合后的點(diǎn)云數(shù)據(jù)進(jìn)行著色，得到彩色點(diǎn)云數(shù)據(jù)；利用彩色點(diǎn)云數(shù)據(jù)進(jìn)行三維渲染，得到目標(biāo)場(chǎng)景的三維可視化模型。本發(fā)明實(shí)現(xiàn)了從數(shù)據(jù)采集和融合到最終渲染顯示的點(diǎn)云三維可視化，有助于激光點(diǎn)云技術(shù)的拓展，提高了點(diǎn)云數(shù)據(jù)對(duì)于普通用戶的可訪問性和

圍繞未來能源需求特性辨識(shí)、場(chǎng)站/設(shè)備智能監(jiān)測(cè)、能效優(yōu)化管理3項(xiàng)核心內(nèi)容，開展研究并提出以下3個(gè)核心創(chuàng)新點(diǎn)，創(chuàng)新點(diǎn)一為基于數(shù)據(jù)驅(qū)動(dòng)的需求側(cè)用能行為特性辨識(shí)及容量?jī)r(jià)值評(píng)估方法，有效解決了需求側(cè)用能行為特性分析難度大、精確度差、有效性低的問題，為能源電力系統(tǒng)容量規(guī)劃和優(yōu)化投資提供了科學(xué)依據(jù)；創(chuàng)新點(diǎn)二為基于數(shù)據(jù)挖掘計(jì)算的多元設(shè)備狀態(tài)監(jiān)測(cè)與需求側(cè)能效優(yōu)化技術(shù)，解決了需求側(cè)用能設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)能力差、管控水平低的問題，實(shí)現(xiàn)提質(zhì)增效；創(chuàng)新點(diǎn)三為基于數(shù)據(jù)高效融合計(jì)算的場(chǎng)站環(huán)境監(jiān)測(cè)及虛擬現(xiàn)實(shí)交互技術(shù)，有效解決了各種環(huán)境參數(shù)大量冗余導(dǎo)致的監(jiān)測(cè)結(jié)果誤差大的問題。 平臺(tái)可應(yīng)用于包括智能設(shè)備制造與銷售、能源設(shè)備在線監(jiān)測(cè)、能源設(shè)備全壽命周期管理、能源站點(diǎn)智慧運(yùn)行維護(hù)、用能負(fù)荷預(yù)測(cè)、能質(zhì)能效分析與應(yīng)用等。