成都电信二枢纽数据中心当选中国电信钻石五星级数据中心

中国电信“放眼全球，跨越未来——中国电信钻石五星级数据中心授牌仪式”近日在深圳举行。根据中国电信与中国电子计算机质量监督检验中心共同制定的数据中心最高标准，四川成都电信第二枢纽数据中心与广东深圳电信龙岗枢纽数据中心被评为“钻石五星级数据中心”。同时有32个数据中心获得“四星级数据中心”称号。     

用友政务上海嘉定财政会计监督项目案例

嘉定区内各预算单位单独设帐套，独立核算，每个单位的一级科目是统一的，但下级科目不同且所有的业务处理都在预算单位本地。下级预算单位定期向其上级预算单位报送报表，到达一级预算单位后，由一级单位向财政局手工报送报表，财政局进行审核、分析。数据准确性不高，管理效率较低。     

共创电气世界新生活——广州智光电气股份有限公司总经理芮冬阳先生

2008年11月12日,是一个智光电气、中国电气工业值得高兴的日子。由智光电气自主创新,拥有自主知识产权、通过国家专业权威机构检验的（10月31日,国家电控配电设备质量监督检验中心对该产品正式出具了检验报告）国产功率最大的7000kVA级高压变频调速系统正式在中国国际展览中心与大家见面。本次智光电气成功研制的7000kVA级高压变频器,将会改变未来中国市场国产品牌与国际品牌的竞争格局．进一步提升用户对采用国产超大功率变频器的信心。 作为智光电气的总经理．芮冬阳先生在发布会上发表了热情洋溢的讲话,并在会后接受了媒体的采访。     

泰峰通信实验室

以国家电话交换机质量监督检验中心,信息产业部上海电话机质量监督检验中心和信息产业部上海通信计量站为依托成立的有关通信网络和设备的检验、校准机构。     

基于无标签视频数据的深度预测学习方法综述

基于视频数据的深度预测学习(以下简称"深度预测学习")属于深度学习、计算机视觉和强化学习的交叉融合研究方向,是气象预报、自动驾驶、机器人视觉控制等场景下智能预测与决策系统的关键组成部分,在近年来成为机器学习的热点研究领域.深度预测学习遵从自监督学习范式,从无标签的视频数据中挖掘自身的监督信息,学习其潜在的时空模式表达....     

基于蜂群算法和半监督极限学习机的光伏系统故障诊断

户外环境中运行的光伏系统容易受到各种因素特别是灰尘的影响,其非正常运行会导致大量损失,严重的短路故障则会导致安全问题比如火灾隐患。因此,监测光伏系统的运行状态,及时排除潜在故障,制定有效的处理方案是当前研究的重点。分析了光伏电池串在各种故障状态下的I-V特性,特别是在污秽条件下的I-V特性。针对具有特定故障的光伏系统,特别是大规模光伏系统的标记数据难以记录的问题,提出了一种结合人工蜂群算法和半监督极限学习机的新算法。该算法能够利用少量的模拟标记数据和历史未标记数据对光伏故障进行诊断,大大降低了人工成本和时间消耗。此外,灰尘堆积监测可以提醒电厂业主及时清洗光伏组件,提高发电效益。最后,使用3.51 kWp和3.9 kWp的光伏系统验证所提出的诊断方法,实验结果证明了所提光伏诊断技术的准确性和可靠性。     

一种基于非监督判别语义特征提取的文本分类算法

语义特征提取对于实现文本数据特征空间降维,滤除数据噪声,提高文本数据分类准确率有着重要的意义。论文在传统特征提取算法的基础上提出了一种非监督判别语义特征提取降维算法,并对此进行了算法有效性论证和实验结果比较及分析,验证其在分类准确性、时间复杂度、抗噪能力等方面都有较好的性能。     

适用于不同闭塞制式的ATS列车跟踪方法的设计

近年来,中国的城市轨道交通取得了长足的进步,建设规模空前。不同的城市运营需求导致各条线路可能采用的信号闭塞制式不同,为了降低列车自动控制系统成本,提高系统兼容性和可用性,设计了一种可适用于不同闭塞制式的ATS列车跟踪方法,以实现ATS对多种闭塞制式下运行列车的跟踪和管理。     

基于半监督学习的无参考图像质量评价算法

为了能够在图像质量评价领域实现自监督学习,提出一种基于半监督学习的双分支网络训练的无参考图像质量评价算法。它是具有两个分支的训练过程,其中在一个分支使用少量手工标记数据样本来进行有监督学习,在另一个分支进行自监督学习来辅助前者训练同一个特征提取器,自监督学习部分采用几种传统的全参考方法联合为训练样本打上软标签。在6个公开的图像数据库中进行大量实验,结果表明所提算法不仅在合成失真图像数据集上优于目前大多数方法,而且在真实失真图像数据集上具有良好的泛化性能,预测结果与人类主观感知表现一致。     

一种半监督稀疏保持近邻判别嵌入算法

保持近邻嵌入（NPE）算法对局部线性嵌入（LLE）算法进行了改进,克服了新来样本问题,但在处理分类问题上表现不足。本文提出了一种半监督稀疏保持近邻判别嵌入算法,该方法首先采用小波变换对数据进行预处理,然后执行等距离映射(Isomap)算法选择合适的低维嵌入维数,最后结合稀疏表示理论、NPE和线性判别分析（LDA）的思想,重构邻域图,并在建立目标函数时使得已标签信息中同类样本点之间相互靠近,异类样本点之间相互远离,未标签信息邻域信息得以保持,这样,既得到了高维映射函数,又提高了分类正确率。通过在人脸数据库上实验,并和其他半监督算法作比较,本文提出的算法在识别率上表现较好。