新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明公開(kāi)了一種訂單分派調(diào)度與混合產(chǎn)品排序系統(tǒng)及方法， 其系統(tǒng)包括輸入模塊、云存儲(chǔ)模塊、處理模塊和輸出模塊;輸入模塊、 處理模塊和輸出模塊均與云存儲(chǔ)模塊連接;其方法根據(jù)訂單的實(shí)時(shí)需 求、前計(jì)劃周期排程訂單的混合產(chǎn)品實(shí)時(shí)需求以及當(dāng)前計(jì)劃周期擬排 程的混合產(chǎn)品的總體需求來(lái)確定產(chǎn)線可用時(shí)間;將不同混合產(chǎn)品、交 期的訂單分配到不同的平行加工線上;綜合考慮各機(jī)臺(tái)上各產(chǎn)品間的 設(shè)置時(shí)間生成各條產(chǎn)線混合訂單-產(chǎn)品的生產(chǎn)調(diào)度計(jì)劃，在各計(jì)劃周期內(nèi)最大化每條加工線上產(chǎn)品按時(shí)完工的概率，并實(shí)時(shí)更新數(shù)控機(jī)床的 生產(chǎn)程序;實(shí)

本發(fā)明公開(kāi)了一種基于雙角度排序優(yōu)化的行人重識(shí)別方法，屬于監(jiān)控視頻檢索技術(shù)領(lǐng)域。本發(fā)明首 先通過(guò)基于全局特征和局部特征的方法得到初始的排序結(jié)果;然后通過(guò)取兩者排序結(jié)果的前 k 個(gè)結(jié)果的 交集作為初始查詢更可靠的最近鄰;再然后對(duì)里的每一個(gè)目標(biāo)作為新的查詢進(jìn)行交叉的反向查詢，通過(guò) 加權(quán)融合反向查詢的排序列表得到整個(gè)優(yōu)化的排序列表;最后再對(duì)里的每個(gè)去構(gòu)建一個(gè)雙層圖，計(jì)算圖 的近鄰相似性去對(duì)進(jìn)行進(jìn)一步的重排，進(jìn)而得到更好的重識(shí)別效果。

本發(fā)明提供一種電話通信網(wǎng)絡(luò)中節(jié)點(diǎn)敏感性排序的方法

一種整合主觀和客觀評(píng)估的需求優(yōu)先級(jí)排序方法及系統(tǒng)，包括確定需求對(duì)與相對(duì)優(yōu)先級(jí)的排序，得 到已排序需求對(duì);確定針對(duì)軟件屬性的需求重要性排序;進(jìn)行需求主觀重要性評(píng)估，利用機(jī)器學(xué)習(xí)得到 需求初始優(yōu)先級(jí);進(jìn)行需求客觀影響力評(píng)估，包括根據(jù)業(yè)務(wù)流程圖，構(gòu)造需求依賴關(guān)系網(wǎng)絡(luò)拓?fù)鋱D，并 在依賴關(guān)系網(wǎng)絡(luò)拓?fù)鋱D基礎(chǔ)上計(jì)算需求影響力;根據(jù)調(diào)節(jié)因子，整合需求初始優(yōu)先級(jí)和需求影響力，生 成需求最終優(yōu)先級(jí)。本發(fā)明通過(guò)構(gòu)造軟件屬性樹(shù)，簡(jiǎn)化針對(duì)單個(gè)軟件屬性的需求重要性信息收集過(guò)程， 利用機(jī)器學(xué)習(xí)訓(xùn)練屬性權(quán)重，為計(jì)算需求初始優(yōu)先級(jí)提供支持;同時(shí)兼顧到需求之間依賴關(guān)系對(duì)需求優(yōu) 先級(jí)的影響，使評(píng)估結(jié)果更準(zhǔn)確。

本發(fā)明公開(kāi)了一種基于相似性和不相似性融合排序優(yōu)化的行人重識(shí)別方法，行人重識(shí)別是一種針對(duì) 特定行人的檢索問(wèn)題，本發(fā)明的主要思想是正確檢索的行人目標(biāo)應(yīng)該跟查詢行人的極正樣本相似，并且 跟查詢行人的極負(fù)樣本不相似。同時(shí)我們將與極正樣本相似的那些行人定義為疑正樣本，與極負(fù)樣本相 似的樣本為疑負(fù)樣本，通過(guò)提高疑正樣本的排名，同時(shí)降低疑負(fù)樣本的排名，來(lái)達(dá)到通過(guò)排序優(yōu)化的方 式來(lái)提升行人重識(shí)別的效果。此外，融合多種方法的結(jié)果來(lái)加強(qiáng)這種相似性和不相似性關(guān)系。本