云制造平台加工能力分享调度优化研究

云制造平台加工能力分享的调度优化是云制造模式的核心运营问题。为提高云制造平台对参与能力分享企业资源的利用率,解决实际云制造需求环境下企业级制造资源调度问题,达到云制造平台动态实时的要求,以最小化工期和成本为目标函数,构建了基于平台并面向分享的云加工能力调度模型。为快速求解多个云任务订单的最优调度序列,引入任务简易编码和随机权重,设计了改进的二阶粒子群算法,并提出可分享加工能力时间窗的更新策略。最后,通过算例验证云制造平台加工能力调度机制的可行性和有效性。     

有限CN-p-群

每个子群都C-正规的有限群称为CN-群.本文首先给出二元生成的CN-p-群的完全分类.在此基础上得到CN-p-群的结构:当p为奇素数时,有限群G为CNp-群当且仅当G的每个元都平凡地作用在Φ(G)上;有限群G为CN-2-群当且仅当对任意给定的a∈G,都有对任意g∈Φ(G),g~a=g或者对任意g∈Φ(G),g~a=g~(-1).最后给出两个CN-p-群的直积是CN-p-群的判定条件.     

基于罚函数方法的Leach协议

为延长无线传感器网络生存时长、减少网络能量消耗,首先将自适应粒子群优化算法应用于Leach协议,获得每一轮的最优簇头集;再基于罚函数方法,对集合中处于边缘位置的感知节点以及基站附近能量较低的感知节点进行惩罚,降低其当选为簇头的概率.通过大量仿真实验表明,协议对网络中簇头节点的选取更加合理,死亡节点分布由外而内,使节点能量负载更加均衡.     

PSO-LSSVM对LIBS定量分析精度的提高

针对土壤定量分析受基体效应影响大，LIBS定量分析精度不佳等问题，采用粒子群算法对LSSVM进行优化，提高模型的精确度。选取Pb Ⅰ 405.78 nm和Cr Ⅰ 425.44 nm作为分析谱线进行分析。采集十二个不同浓度样品的特征光谱，每个浓度样品在不同点采集20组数据，将其中17组数据设为训练集，3组数据设为预测集，用LSSVM和PSO-LSSVM两种方法建立定标模型。对比两种模型的拟合相关系数（R2）、训练集均方根误差（RMSEC）和预测集均方根误差(RMSEP)。由于自吸收效应的影响，随着浓度的增加，预测值逐渐低于实际值，LSSVM定标模型的拟合程度较低，无法达到实验要求，模型性能有待提高。利用粒子群算法对LSSVM的模型参数惩罚系数和核函数参数进行优化，得到最佳的参数组合，Pb元素为(8 096.8, 138.865 7)，Cr元素为(4 908.6, 393.563 5)，用最佳的参数组合构建LSSVM的定标模型。相比于LSSVM，PSO-LSSVM定标模型的精确度更高，Pb和Cr元素的R2提高到了0.982 8和0.985 0，拟合效果明显提升。Pb和Cr元素的训练集均方根误差由0.026 0 Wt%和0.027 2 Wt%下降到0.022 4 Wt%和0.019 1 Wt%，预测集均方根误差由0.101 8 Wt%和0.078 8 Wt% 下降到0.045 8 Wt%和0.042 0 Wt%，模型的稳定性进一步提高。说明PSO-LSSVM算法能够更好地降低土壤基体效应和自吸收效应带来的影响，提高分析结果的精确度与稳定性。     

探究群分解在Slepian译码表中的应用

介绍一种译码阵列——Slepian译码表,它在纠正通信中传输过来的错误信息方面的重要作用.并探究群分解与Slepian译码表之间的联系,根据它们之间的联系给出构造Slepian译码表的方法,并结合一个实例来具体分析探究群分解在Slepian译码表中的应用.     

大型季播节目后期制作探讨

省级卫视实行季播编排．是节目发展近年的重要走向。以江苏、湖南、浙江、东方等为代表的省级卫视，通过季播综艺娱乐节目拼抢晚间十点档，展开了新一轮的收视竞争，节目制作水平和营销实力的大比拼．将中国电视媒体推人一个新”季播”时代、大片时代。     

大洋与高校用户交流全媒体演播室新理念

近日，大洋在中国传媒大学举办全景式多媒体演播室交流会，与来自中国教育电视台、中国传媒大学电视台、多所高校的用户代表共同探讨了全媒体演播室的建设理念。     

草谷在巴黎总部开设解决方案中心

近日，草谷在巴黎Boulogne的新总部开设了一个解决方案中心。该中心包括一个技术复杂的展示厅，展示草谷在快速发展的广播播出、现场和演播室制作以及新闻制作领域中的最新技术，用户可以在此体验GVSTRATUS云平台等创新产品的最新功能。     

大洋全媒体演播室助力《军情解码》全新改版

近日,大洋全媒体演播室方案成功应用于北京电视台《军情解码》栏目,依托唯美的演播室设计、先进的在线包装技术和震撼的大屏幕播出效果,助力《军情解码》"破旧立新",有效提升了栏目收视率!《军情解码》是北京电视台推出的一档国际军事栏目,以军情"揭秘"为主打,选题涵盖军旅文化与战争文化,主要解析中外历史上的著名战争以及政治战、经济战、情报战等不为人知的幕后