新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明公開了一種過程控制系統(tǒng)信息安全防護(hù)的異常檢測(cè)方法，首先根據(jù)失效事件建立故障樹；然后根據(jù)預(yù)設(shè)的分區(qū)原則對(duì)故障樹的葉子事件進(jìn)行分區(qū)隔離；再利用各區(qū)域的信息，分別對(duì)系統(tǒng)同一關(guān)鍵狀態(tài)信號(hào)進(jìn)行描述，建立關(guān)鍵狀態(tài)信號(hào)的數(shù)學(xué)模型；并通過對(duì)該數(shù)學(xué)模型的參數(shù)進(jìn)行擬合求取最佳擬合系數(shù)，獲得關(guān)鍵狀態(tài)信號(hào)的數(shù)據(jù)表達(dá)式；根據(jù)關(guān)鍵性狀態(tài)的數(shù)學(xué)表達(dá)式計(jì)算關(guān)鍵狀態(tài)信號(hào)的描述距離，根據(jù)該描述距離計(jì)算任意兩個(gè)區(qū)域?qū)﹃P(guān)鍵狀態(tài)信號(hào)的描述距離；根據(jù)

本發(fā)明公開了一種污水處理系統(tǒng)信息安全在線風(fēng)險(xiǎn)分析方法及系統(tǒng)。本發(fā)明先建立系統(tǒng)模型，包括資產(chǎn)損失分析模型、人員損失分析模型、環(huán)境損失分析模型、效益損失分析模型、安全事件模型、功能支撐模型以及貝葉斯攻擊圖；然后各網(wǎng)絡(luò)節(jié)點(diǎn)作為從節(jié)點(diǎn)，監(jiān)測(cè)其功能運(yùn)行情況，并將監(jiān)測(cè)結(jié)果發(fā)送給作為主節(jié)點(diǎn)的工程師工作站；最后主節(jié)點(diǎn)根據(jù)監(jiān)測(cè)結(jié)果，利用建立的系統(tǒng)模型，分析系統(tǒng)損失。系統(tǒng)包括設(shè)置在工程師工作站上的主節(jié)點(diǎn)，設(shè)置在各網(wǎng)絡(luò)節(jié)點(diǎn)上的從節(jié)點(diǎn)，

成果簡(jiǎn)介： 成果在國(guó)家科技支撐計(jì)劃、星火計(jì)劃等項(xiàng)目的資助下，以動(dòng)態(tài)的視角，獨(dú)創(chuàng)性地提出了新農(nóng)村信息化理論體系，科學(xué)界定了新農(nóng)村信息化建設(shè)體系框架，明確了農(nóng)業(yè)信息化和農(nóng)村信息化的聯(lián)系與區(qū)別，提出了農(nóng)業(yè)信息化建設(shè)3×3架構(gòu)和農(nóng)村信息化“一才三務(wù)”推進(jìn)模式及農(nóng)村綜合信息服務(wù)“九機(jī)并進(jìn)”實(shí)踐策略，為開展適合中國(guó)特色的現(xiàn)代村鎮(zhèn)信息服務(wù)奠定了理論基礎(chǔ)；面向文本、圖片、音頻、視頻等類型信息，從獲取、傳輸、存儲(chǔ)、處理到發(fā)布利用的全過程，形成了多方位、低成本的新農(nóng)村信

本發(fā)明公開了云存儲(chǔ)系統(tǒng)中基于溯源信息的視頻共享方法。系統(tǒng)客戶端收集視頻溯源信息，客戶端上傳共享的視頻及相關(guān)視頻溯源信息，服務(wù)器根據(jù)客戶端上傳的視頻溯源信息建立溯源圖。云存儲(chǔ)系統(tǒng)服務(wù)器接收到視頻下載請(qǐng)求后，在溯源圖中查找所述請(qǐng)求下載視頻的起始視頻，若查找到起始視頻存在于云存儲(chǔ)系統(tǒng)中，則根據(jù) BFS(廣度優(yōu)先遍歷)算法選擇一條從所述起始視頻到所述請(qǐng)求下載視頻的代價(jià)最小的路徑，依照該路徑重新生成所述請(qǐng)求下載的視頻并發(fā)送給客

本發(fā)明提供一種用于 GIS 矢量建筑物多邊形的多尺度表達(dá)信息生成方法，包括輸入不同尺度下的同 名矢量建筑物多邊形，然后對(duì)起始圖形和目標(biāo)圖形分別轉(zhuǎn)為轉(zhuǎn)向角函數(shù)表達(dá)形式；基于轉(zhuǎn)向角函數(shù)分析 建筑物多邊形的邊特征，獲得邊的變換規(guī)律，包括將特征點(diǎn)匹配得到的邊集分別與目標(biāo)圖形對(duì)應(yīng)邊進(jìn)行 轉(zhuǎn)向角匹配，劃分同邊和異邊；融合得到任意中間尺度下多邊形的轉(zhuǎn)向角函數(shù)，轉(zhuǎn)為坐標(biāo)串表達(dá)形式， 得到中間尺度的插值圖形。本發(fā)明能在有效保持矢量建筑物多邊形直角化邊界特征的前提

本發(fā)明公開了一種基于電力系統(tǒng)底層故障信息的復(fù)雜故障串聯(lián) 整合方法。包括以下步驟：獲取底層故障的底層故障信息，將按各底 層故障第一排序時(shí)刻先后順序列于時(shí)間軸上；并將時(shí)間窗口的起點(diǎn)置 于首個(gè)底層故障的第一排序時(shí)刻處；辨識(shí)時(shí)間窗口內(nèi)底層故障兩兩之 間的關(guān)聯(lián)性，區(qū)分復(fù)雜故障的類型；對(duì)辨識(shí)出的第一排序時(shí)刻非相鄰 的連鎖故障和保護(hù)隱藏故障進(jìn)行修正；將時(shí)間窗口起點(diǎn)移動(dòng)至下一個(gè) 相鄰底層故障的第一排序時(shí)刻處，對(duì)該時(shí)間窗口內(nèi)底層故障的關(guān)聯(lián)性 進(jìn)行辨識(shí)；重復(fù)上述步驟，直到所有底層故障的關(guān)聯(lián)性辨識(shí)完畢，得 出復(fù)雜故障的串

本發(fā)明公開了存儲(chǔ)系統(tǒng)中基于溯源信息的文件元數(shù)據(jù)查詢方法。 在系統(tǒng)客戶端收集溯源信息，通過分析得到文件相關(guān)性信息并傳遞給 元數(shù)據(jù)服務(wù)器；元數(shù)據(jù)服務(wù)器根據(jù)文件之間的關(guān)系信息實(shí)時(shí)維護(hù)關(guān)系 圖；建立基于關(guān)聯(lián)感知的元數(shù)據(jù)索引樹；接收到查詢請(qǐng)求后，先在索 引樹中查找到種子結(jié)果集，然后在關(guān)系圖中查找，得到初始結(jié)果集， 最后對(duì)初始結(jié)果集根據(jù)查詢條件進(jìn)行排序和精簡(jiǎn)得到最終結(jié)果發(fā)送給 客戶。本發(fā)明還提供了相應(yīng)的文件元數(shù)據(jù)查詢系統(tǒng)。本發(fā)明

一、項(xiàng)目分類 顯著效益成果轉(zhuǎn)化 二、成果簡(jiǎn)介 在茶園管控方面，取得以下成果： （1）探明了太陽天頂角、高度角以及太陽光譜中夫瑯和費(fèi)線對(duì)于田間光譜采集的影響規(guī)律，提出了融合高光譜和深度圖像技術(shù)的茶樹生理信息定量檢測(cè)方法。其中，茶樹氮肥吸收利用檢測(cè)方法處于國(guó)際領(lǐng)先水平； （2）將共聚焦顯微拉曼光譜技術(shù)應(yīng)用于茶炭疽病早期診斷中，可在顯癥前24h診斷出病害； （3）研制出茶葉信息的快速高通量遠(yuǎn)程測(cè)量系統(tǒng)及裝備，開發(fā)了茶園實(shí)時(shí)監(jiān)測(cè)與精細(xì)化管理物聯(lián)網(wǎng)云服務(wù)平臺(tái)，實(shí)現(xiàn)了茶園水肥精準(zhǔn)管理和病害防控。 在茶葉加工方面，取得以下成果： （1）探明了流水線上堆積狀茶葉幾何形態(tài)差異、緊實(shí)度對(duì)于光譜測(cè)量的影響機(jī)制，提出了融合圖像灰度共生矩陣和指紋光譜特征的品質(zhì)在線檢測(cè)新方法； （2）研制了鮮葉含水率、色素、老嫩度等品質(zhì)指標(biāo)的無損快速檢測(cè)裝備，實(shí)現(xiàn)了堆積狀茶葉品質(zhì)指標(biāo)的動(dòng)態(tài)檢測(cè)； （3）發(fā)明了基于生產(chǎn)線上茶葉原料實(shí)時(shí)品質(zhì)信息的加工工藝自適應(yīng)系統(tǒng)，為茶葉加工智能化奠定了技術(shù)基礎(chǔ)。 在茶葉生產(chǎn)加工信息管理方法，取得以下成果： （1）提煉設(shè)計(jì)出名優(yōu)綠茶機(jī)械炒制的核心作業(yè)機(jī)構(gòu)，把扁形名優(yōu)綠茶加工過程拆分成數(shù)道機(jī)械炒制流水工序； （2）探明了扁形名優(yōu)綠茶機(jī)械炒制的關(guān)鍵工藝參數(shù)，建立了扁形名優(yōu)綠茶機(jī)械制茶工藝指標(biāo)數(shù)據(jù)庫(kù)和標(biāo)準(zhǔn)； （3）發(fā)明了融合傳統(tǒng)工藝與現(xiàn)代化信息集成控制的綠茶數(shù)字化連續(xù)加工智能控制系統(tǒng)，實(shí)現(xiàn)從“憑經(jīng)驗(yàn)做茶”到“看數(shù)字制茶”。

各地基建物資設(shè)備的海量信息檢索與搜索引擎攻關(guān)