新葡京娱乐场-大陆娱乐场开户注册

本發明公開了一種云計算服務器集群網絡保障方法，包括：虛 擬機資源分配管理模塊對管理員提供的服務器集群網絡拓撲、服務器 集群計算和存儲資源進行初始化，請求調度管理模塊接收租戶提交的 創建服務請求，根據虛擬機資源分配管理模塊中的服務器集群網絡拓 撲以及服務器集群計算和存儲資源進行服務請求放置分析，以確定創 建服務請求對應的虛擬機所要放置的服務器，虛擬機資源分配管理模 塊根據請求調度管理模塊中虛擬機放置的分析結果在虛擬機集

本發明公開了一種基于均值漂移的不同精度下的三維點云數據的融合方法，針對兩組精度等級不同的三維點云數據，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，從而實現兩組數據信息的融合，該方法包括：S1：建立低精度點云的拓撲結構信息，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，根據聚類結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構信息和所述漂移誤差確定低精度點云各樣點的漂移矢量，根據該漂移矢量對低精度點

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

針對上述社會安全事件綜合研判的難題，本成果利用系統工程的綜合集成研討方法論，綜合公安學、管理科學、計算機科學等相關學科理論、方法與技術，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鍵技術以及面向社會安全警情事件的警務資源指揮調度方法。 ①基于多時空線索鏈的社會安全事件智能綜合研判關鍵技術以群體性聚集事件作為典型社會安全事件，構建基于六空間的社會安全事件綜合集成研討廳體系：融合構建“情景數據-元數據-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，抽取知識空間中共性的時空線索鏈模式；基于知識和數據共同驅動的思想，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、以及基于貝葉斯網絡的推理方法等；進而結合專家研判，實現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資源指揮調度方法是在層次任務網絡規劃（Hierarchical Task Network, HTN）的基礎上，實現任務執行時間、空間和資源約束的推理，解決考慮多任務類型、多警種、多出警地點、任務帶有時效性、考慮交通和處置時間等實際因素的警務資源調度方案制定問題；進而考慮執行時間等不確定因素的影響，在規劃過程中處理不確定性，制定柔性調度方案，使生成的調度方案更好地適應不確定的執行環境。 ③在此上述關鍵技術基礎上，運用系統工程方法，研究了基于云計算與邊緣計算的端網云的網絡結構、通訊協議及協同計算模型，綜合考慮各方面因素對平臺體系架構進行了設計，從頂層設計層面解決信息孤島、資源有限等難題，構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警與指揮平臺。整體技術路線如下圖所示： 圖 1 社會安全事件智慧化立體綜合預警與智慧平臺整體技術路線 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警與指揮平臺，主要由四個系統組成。其中，融合“人、車、物、網、地”的警情大數據支撐平臺與公安部門現有的業務系統相對接，關聯研發的目標識別與警情事件監測預警結果，實現警情數據的采集、整理和分析。社會安全事件智慧化綜合預警與分析系統基于大數據支撐平臺提供的公安業務數據、網絡輿情信息和研判結果數據等，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資源指揮調度系統基于研判結果，具有領域知識管理、調度方案生成和執行異常識別等功能，為指導指揮員進行調度方案制定提供輔助決策能力。最后，基于研發的系統間及與公安相關業務系統間的互操作模式、資源可伸縮的并發處理技術，由應用集成管理平臺提供應用集成和服務集成功能，包括統一的用戶管理和認證、工作界面、應用云服務管理等，實現各系統間的有機集成，平臺體系架構如下圖所示。 圖 2 社會安全事件智慧化立體綜合預警與指揮平臺體系結構 成果相關圖片展示： 圖 3 社會安全事件智慧化綜合預警與分析系統駕駛艙 圖 4 時空大數據查詢模塊 圖 5 研判規則管理模塊 圖 6 預案管理模塊

該研究系統闡明了混交種植的增產效應及其機制，解決了森林經營生產中久而未決的理論和實踐問題，為全球森林恢復和經營提供了重要參考。

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

本發明公開了一種云環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）數據 擁有者在客戶端加密關系數據表，同時構建相應的嵌入式 MHT（Merkle?Hash?Tree）驗證結構并簽名， 最后向云端發布密文關系數據表和驗證數據結構；2）訪問用戶提交條件連接操作請求到云端，云端根 據訪問請求和驗證數據結構返回驗證對象和結果密文數據。3）訪問用戶在客戶端利用驗證對象對訪問 結果進行正確性驗證。本發明針對云環境，在保護用戶數據隱私的前提下

科威達智能交通大數據綜合管控平臺，運用云計算、大數據、移動互聯網、RFID、GPS、GIS等先進技術，實現交通流數據采集、交通信號智能調控、路況分析預測與交通誘導、指揮調度疏導、大數據分析研判及運維管理等功能。平臺主要包括以下主要功能：海量交通大數據采集與存儲，采用云計算和大數據技術，數據存儲采用Hbase分布式數據庫，數據處理基于Hadoop分布式離線批處理，應用層采用SOA（面向服務）架構。

一、項目簡介 當前虛實融合技術面臨的重大挑戰可以歸結為以下兩個關鍵科學問題：（1）非配合虛實環境的無縫融合與交互自然呈現。（2）云環境下虛實融合環境的語義理解、統一表達與應用軟件快速定制。為解決上述兩個關鍵科學問題和技術瓶頸，本項目重點研究了自然虛實融合呈現的硬軟件技術和裝置，構建虛實融合應用流程框架和規范，創新云軟件定制和服務模式，實現應用示范。充分利用移動、穿戴式設備的多傳感器優勢以及云端結合方式進行三維結構的重建、語義標注、識別理解與信息關聯。 二、前期研究基礎 目前已發表論文10篇，包括4篇期刊論文等（包括TIP、TMM等權威期刊論文）。申請專利3 項。 三、應用技術成果 1）基于搜索的圖像深度估計，相對誤差低于傳統方法，對訓練集的需求小于基于深度學習的方法。 Make3D數據集的深度估計結果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訓練數據不足的難題，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