ansible是目前比較流行的集群管理運(yùn)維工具，本書(shū)介紹的其基礎(chǔ)知識(shí)，全英文。
上傳時(shí)間： 2018-02-05
上傳用戶：子非木哉
淋浴器溫度控制調(diào)節(jié)采用MAT LAB 的附加組件Simulink, 仿真系 統(tǒng)的框圖如圖1 所示。圖中的虛線為模糊控制器, 作為二維模糊控制器機(jī)構(gòu)以水的溫度偏差temp 和 流量偏差f low 為輸入量, 采用模糊推理方法對(duì)水 的溫度偏差和流量偏差進(jìn)行整定, 用來(lái)確定冷水閥 門和熱水閥門的開(kāi)口大小cold 和hot 以便控制冷 熱水的流量, 構(gòu)成2 輸入2 輸出的一階模糊控制系 統(tǒng); 模糊推理與去模糊化采用MIN - MAX 法及重 心法, 并用MA TLAB 模糊推理工具箱來(lái)編輯模糊 控制器。 圖1
上傳時(shí)間： 2018-10-12
上傳用戶：一只蟲(chóng)蟲(chóng)
“互聯(lián)網(wǎng)+大數(shù)據(jù)”養(yǎng)老綜合利用各種信息通信技術(shù)，以互聯(lián)、移動(dòng)、開(kāi)放、共享為特征，圍繞老年人的生活起居、安全保障、保健康復(fù)、醫(yī)療衛(wèi)生、娛樂(lè)休閑等各個(gè)方面，面向老年人、服務(wù)單位、政府機(jī)構(gòu)等相關(guān)人員和組織，開(kāi)展信息采集、信息整理、信息利用和信息服務(wù)。 “互聯(lián)網(wǎng)+大數(shù)據(jù)”養(yǎng)老既是一個(gè)技術(shù)體系，更是一個(gè)服務(wù)體系。從養(yǎng)老服務(wù)的視角觀察，根據(jù)業(yè)務(wù)目標(biāo)、業(yè)務(wù)主體和業(yè)務(wù)環(huán)境的差別，“互聯(lián)網(wǎng)+大數(shù)據(jù)”養(yǎng)老業(yè)務(wù)可分為3個(gè)方面：在行政管理和行業(yè)指導(dǎo)方面，相關(guān)行政管理部門在老齡數(shù)據(jù)大集中的基礎(chǔ)上對(duì)全社會(huì)養(yǎng)老事業(yè)開(kāi)展頂層設(shè)計(jì)和集中管理，建設(shè)覆蓋全國(guó)和省、市、縣、鄉(xiāng)四級(jí)行政機(jī)構(gòu)的行業(yè)管理信息化平臺(tái)；在老齡產(chǎn)品和服務(wù)產(chǎn)業(yè)方面，供應(yīng)商通過(guò)物聯(lián)網(wǎng)、互聯(lián)網(wǎng)技術(shù)升級(jí)老齡產(chǎn)品，養(yǎng)老服務(wù)機(jī)構(gòu)利用信息化應(yīng)用和智能化產(chǎn)品升級(jí)養(yǎng)老服務(wù)，形成依托數(shù)據(jù)的互聯(lián)網(wǎng)老齡產(chǎn)業(yè)集群；在老年消費(fèi)者方面，老年人學(xué)習(xí)和利用互聯(lián)網(wǎng)，加強(qiáng)自理能力，豐富社會(huì)生活，全面提升老齡人口的物質(zhì)和精神滿足感。 “互聯(lián)網(wǎng)+大數(shù)據(jù)”養(yǎng)老具有與傳統(tǒng)養(yǎng)老體系完全不同的特征，可以概括為如下幾點(diǎn)。
標(biāo)簽： 互聯(lián)網(wǎng) 大數(shù)據(jù) 養(yǎng)老模式
上傳時(shí)間： 2018-11-01
上傳用戶：wwr123
包括下載，RDD，集群，調(diào)優(yōu)，Streaming，MLlib。
標(biāo)簽： Spark 大數(shù)據(jù)分析
上傳時(shí)間： 2019-09-24
上傳用戶：joininjoy
在微電網(wǎng)調(diào)度過(guò)程中綜合考慮經(jīng)濟(jì)、環(huán)境、蓄電池的 循環(huán)電量，建立多目標(biāo)優(yōu)化數(shù)學(xué)模型。針對(duì)傳統(tǒng)多目標(biāo)粒子 群算法(multi-objective particle swarm optimization，MOPSO) 的不足，提出引入模糊聚類分析的多目標(biāo)粒子群算法 (multi-objective particle swarm optimization algorithm based on fuzzy clustering，F(xiàn)CMOPSO)，在迭代過(guò)程中引入模糊聚 類分析來(lái)尋找每代的集群最優(yōu)解。與 MOPSO 相比， FCMOPSO 增強(qiáng)了算法的穩(wěn)定性與全局搜索能力，同時(shí)使優(yōu) 化結(jié)果中 Pareto 前沿分布更均勻。在求得 Pareto 最優(yōu)解集 后，再根據(jù)各目標(biāo)的重要程度，用模糊模型識(shí)別從最優(yōu)解集 中找出不同情況下的最優(yōu)方案。最后以一歐洲典型微電網(wǎng)為 例，驗(yàn)證算法的有效性和可行性。
標(biāo)簽： 模糊 模型識(shí)別 微電網(wǎng) 多目標(biāo)優(yōu)化 聚類分析
上傳時(shí)間： 2019-11-11
上傳用戶：Dr.趙勁帥
這份 資 安 事 件 應(yīng) 變 小抄，專給想要 調(diào)查安全事件的 網(wǎng) 管 人 員 。 記?。好鎸?duì)事件時(shí)， 跟著 資 安 事 件 應(yīng) 變 方 法 的流程，記下記錄不要驚慌。如果需要請(qǐng)立刻聯(lián)絡(luò)臺(tái)
上傳時(shí)間： 2020-10-13
上傳用戶：
嵌入式智能機(jī)器人平臺(tái)研究摘 要：針對(duì)傳統(tǒng)工業(yè)機(jī)器人采用的封閉式結(jié)構(gòu)的局限性，在WindowsCE．NET系統(tǒng)基礎(chǔ)上，通過(guò)剪裁定制 ，去 除冗余的功能，搭建嵌入式智能機(jī)器人平臺(tái)．該智能機(jī)器人系統(tǒng)具有移動(dòng)機(jī)器人需要的主要感知模塊，并有豐富的 運(yùn)動(dòng)控制接口及驅(qū)動(dòng)模塊．同時(shí) ，設(shè)計(jì)了多傳感器數(shù)據(jù)融合 、軌跡規(guī)劃、運(yùn)動(dòng)控制、無(wú)線網(wǎng)絡(luò)通信 、圖形人機(jī)界面等智 能機(jī)器人的測(cè)試軟件和應(yīng)用模塊．該智能機(jī)器人平臺(tái)具有模塊化、易擴(kuò)展、可移植、可定制、硬件體積小、功耗低、實(shí) 時(shí)性強(qiáng)、可靠性高等優(yōu)點(diǎn)． 關(guān)鍵詞：智能機(jī)器人平臺(tái)；WindowsCE．NET；實(shí)時(shí)控制；自主機(jī)器人；雙目視覺(jué)；語(yǔ)音識(shí)別引言(Introduction) 隨著計(jì)算機(jī)技術(shù) 的快 速發(fā)展 ，機(jī)器 人技術(shù)也得 到了飛速發(fā)展．然而 ，現(xiàn)有機(jī)器人系統(tǒng)在硬件 和軟件 開(kāi)發(fā)方面雖然已經(jīng)趨于成熟，但依然存在一些問(wèn)題． 它們的硬件多是專用的，軟件系統(tǒng)也多采用 Windows 2000或者 WindowsXP系統(tǒng)…．這些機(jī)器人系統(tǒng) 主要 存在以下一些缺點(diǎn) ： (1)系統(tǒng)的實(shí)時(shí)性差．機(jī)器人控制系統(tǒng)是一個(gè)實(shí) 時(shí)性要求非常高的控制系統(tǒng)，作為一般桌面應(yīng)用的 Windows和 Linux操作系統(tǒng)很難達(dá)到高實(shí)時(shí)性的要 求． ． (2)開(kāi)放性 以及擴(kuò)展性差．常見(jiàn)的機(jī)器人控制系 統(tǒng)存在的一個(gè) 問(wèn)題就是 系統(tǒng) 的冗余大、開(kāi)放性擴(kuò)展 基金項(xiàng) 目：國(guó)家 自然科學(xué)基金 資助項(xiàng) 目(60475036) 收稿 日期 ：2005—05—16 性差，系統(tǒng)適用于特定的應(yīng)用 ，不便于在硬件和軟件 上進(jìn)行擴(kuò)展和剪裁． (3)軟件的獨(dú)立性差．軟件結(jié)構(gòu)及其邏輯結(jié)構(gòu)依 賴于處理器硬件 ，難以在不同的系統(tǒng) 間移植． (4)缺少友好的人機(jī)交互界面． 2 系統(tǒng)概述(System description) 為促進(jìn)當(dāng)前智能機(jī)器人研究和應(yīng)用，迫切需要 開(kāi)發(fā)“具有開(kāi)放式結(jié)構(gòu) 的、模塊化 、標(biāo)準(zhǔn)化 的嵌 入式 智能機(jī)器人平臺(tái)”．這種智能機(jī)器人平臺(tái)具
上傳時(shí)間： 2022-02-12
上傳用戶：zhaiyawei
華為AI安全白皮書(shū)2018-cn近年來(lái)，隨著海量數(shù)據(jù)的積累、計(jì)算能力的發(fā)展、機(jī)器學(xué)習(xí)方法與系統(tǒng)的持續(xù)創(chuàng)新與演進(jìn)，諸如圖像識(shí)別、語(yǔ)音識(shí) 別、自然語(yǔ)言翻譯等人工智能技術(shù)得到普遍部署和廣泛應(yīng)用。越來(lái)越多公司都將增大在AI的投入，將其作為業(yè)務(wù)發(fā)展 的重心。華為全球產(chǎn)業(yè)愿景預(yù)測(cè)：到2025年，全球?qū)?shí)現(xiàn)1000億聯(lián)接，覆蓋77%的人口；85%的企業(yè)應(yīng)用將部署到 云上；智能家庭機(jī)器人將進(jìn)入12%的家庭，形成千億美元的市場(chǎng)。 人工智能技術(shù)的發(fā)展和廣泛的商業(yè)應(yīng)用充分預(yù)示著一個(gè)萬(wàn)物智能的社會(huì)正在快速到來(lái)。1956年，麥卡錫、明斯基、 香農(nóng)等人提出“人工智能”概念。60年后的今天，伴隨著谷歌DeepMind開(kāi)發(fā)的圍棋程序AlphaGo戰(zhàn)勝人類圍棋冠 軍，人工智能技術(shù)開(kāi)始全面爆發(fā)。如今，芯片和傳感器的發(fā)展使“+智能”成為大勢(shì)所趨：交通+智能，最懂你的 路；醫(yī)療+智能，最懂你的痛；制造+智能，最懂你所需。加州大學(xué)伯克利分校的學(xué)者們認(rèn)為人工智能在過(guò)去二十年 快速崛起主要?dú)w結(jié)于如下三點(diǎn)原因[1]：1）海量數(shù)據(jù)：隨著互聯(lián)網(wǎng)的興起，數(shù)據(jù)以語(yǔ)音、視頻和文字等形式快速增 長(zhǎng)；海量數(shù)據(jù)為機(jī)器學(xué)習(xí)算法提供了充足的營(yíng)養(yǎng)，促使人工智能技術(shù)快速發(fā)展。2）高擴(kuò)展計(jì)算機(jī)和軟件系統(tǒng)：近 年來(lái)深度學(xué)習(xí)成功主要?dú)w功于新一波的CPU集群、GPU和TPU等專用硬件和相關(guān)的軟件平臺(tái)。3）已有資源的可獲得 性：大量的開(kāi)源軟件協(xié)助處理數(shù)據(jù)和支持AI相關(guān)工作，節(jié)省了大量的開(kāi)發(fā)時(shí)間和費(fèi)用；同時(shí)許多云服務(wù)為開(kāi)發(fā)者提供 了隨時(shí)可獲取的計(jì)算和存儲(chǔ)資源。 在機(jī)器人、虛擬助手、自動(dòng)駕駛、智能交通、智能制造、智慧城市等各個(gè)行業(yè)，人工智能正朝著歷史性時(shí)刻邁進(jìn)。谷 歌、微軟、亞馬遜等大公司紛紛將AI作為引領(lǐng)未來(lái)的核心發(fā)展戰(zhàn)略。2017年谷歌DeepMind升級(jí)版的AlphaGo Zero橫 空出世；它不再需要人類棋譜數(shù)據(jù)，而是進(jìn)行自我博弈，經(jīng)過(guò)短短3天的自我訓(xùn)練就強(qiáng)勢(shì)打敗了AlphaGo。AlphaGo Zero能夠發(fā)現(xiàn)新知識(shí)并發(fā)展出打破常規(guī)的新策略，讓我們看到了利用人工智能技術(shù)改變?nèi)祟惷\(yùn)的巨大潛能。 我們現(xiàn)在看到的只是一個(gè)開(kāi)始；未來(lái)，將會(huì)是一個(gè)全聯(lián)接、超智能的世界。人工智能將為人們帶來(lái)極致的體驗(yàn)，將 積極影響人們的工作和生活，帶來(lái)經(jīng)濟(jì)的繁榮與發(fā)展。
上傳時(shí)間： 2022-03-06
上傳用戶：
摘要: 智能機(jī)器人仿真系統(tǒng)，由于智能機(jī)器人受到自身多傳感器信息融合和控制多樣性等因素的影響，仿真系統(tǒng)設(shè)計(jì)主要都 是以數(shù)學(xué)建模的形式化仿真為主，無(wú)法實(shí)現(xiàn)數(shù)學(xué)建模與場(chǎng)景實(shí)現(xiàn)協(xié)調(diào)仿真。為此，首先分析兩輪移動(dòng)機(jī)器人數(shù)學(xué)運(yùn)動(dòng)模型， 然后設(shè)計(jì)與機(jī)器人控制系統(tǒng)相關(guān)的傳感器數(shù)據(jù)采集分析、機(jī)器人智能自動(dòng)控制和人工控制等模塊，以實(shí)現(xiàn)機(jī)器人控制的真 實(shí)場(chǎng)景。仿真系統(tǒng)利用 LabVIEW 設(shè)計(jì)控制界面，并結(jié)合 Robotics 工具包的建模、計(jì)算和控制功能。仿真結(jié)果表明設(shè)計(jì)的平 臺(tái)更適合教學(xué)和實(shí)驗(yàn)室研究，并可為實(shí)際的物理過(guò)程提供數(shù)據(jù)參考和決策建議。 關(guān)鍵詞: 機(jī)器人; 虛擬; 系統(tǒng)仿真 中圖分類號(hào): TP242 文獻(xiàn)標(biāo)識(shí)碼: B1 引言 隨著測(cè)控技術(shù)的發(fā)展，虛擬儀器技術(shù)已成為工業(yè)控制和 自動(dòng)化測(cè)試等領(lǐng)域的新生力量［1］。而機(jī)器人作為一種新型 的生產(chǎn)工具，應(yīng)用范圍已經(jīng)越來(lái)越廣泛，幾乎滲透到各個(gè)領(lǐng) 域，是一項(xiàng)多學(xué)科理論與技術(shù)集成的機(jī)電一體化技術(shù)。目前 機(jī)器人仿真系統(tǒng)主要集中在復(fù)雜的機(jī)器人數(shù)學(xué)模型構(gòu)建與 形式化仿真，無(wú)法實(shí)現(xiàn)分析機(jī)器人運(yùn)動(dòng)控制的靜態(tài)和動(dòng)態(tài)特 性，更加無(wú)法實(shí)現(xiàn)控制的真實(shí)場(chǎng)景［2］。為了改善專業(yè)控制軟 件在硬件開(kāi)發(fā)周期較長(zhǎng)的缺點(diǎn)，本文擬建立一個(gè)基于通用軟 件的實(shí)時(shí)仿真和控制平臺(tái)，以更適合教學(xué)和實(shí)驗(yàn)室研究。本 文以通用仿真軟件 LabVIEW 和 Robotics ［3］為實(shí)時(shí)仿真與控 制平臺(tái)，采用 LabVIEW 搭建控制界面，利用 Robotics 在后臺(tái) 進(jìn)行系統(tǒng)模型和優(yōu)化控制算法計(jì)算，使其完成機(jī)器人控制系 統(tǒng)應(yīng)有的靜態(tài)和動(dòng)態(tài)性能分析，不同環(huán)境下傳感器變化模擬 顯示以及目標(biāo)路徑形成等功能。 2 系統(tǒng)構(gòu)成 仿真系統(tǒng)的構(gòu)成主要包括了仿真界面、主控制界面、障 礙檢測(cè)、智能控制和人工控制模塊。其中主要對(duì)人工控制和 智能控制進(jìn)行程序設(shè)計(jì)。仿真運(yùn)行時(shí)，障礙檢測(cè)一直存在， 主要是為了在智能控制模式下的智能決策提供原始數(shù)據(jù)。 在人工控制模式下，障礙檢測(cè)依然存在，只不過(guò)對(duì)機(jī)器人行 動(dòng)不產(chǎn)生影響，目的是把環(huán)境信息直觀
標(biāo)簽： 智能機(jī)器人
上傳時(shí)間： 2022-03-11
上傳用戶：
在互聯(lián)網(wǎng)高速發(fā)展的今天，人們的娛樂(lè)、購(gòu)物、支付等活動(dòng)已經(jīng)離不開(kāi)互聯(lián)網(wǎng)應(yīng)用。電腦手機(jī)等移動(dòng)設(shè)備的快速發(fā)展，使得獲取信息的途徑更加多樣化，娛樂(lè)服務(wù)吏加精巧化。隨著網(wǎng)絡(luò)用戶訪間量的不斷增加，Web服務(wù)器的壓力成倍增加，會(huì)導(dǎo)致服務(wù)器宕機(jī)和數(shù)據(jù)庫(kù)崩潰等問(wèn)題。本文通過(guò)對(duì)網(wǎng)上商城項(xiàng)目高并發(fā)場(chǎng)景的分析，總結(jié)了影響服務(wù)器并發(fā)量的客觀原因，針對(duì)這些因素，本文以數(shù)據(jù)庫(kù)緩存和高并發(fā)web服務(wù)器負(fù)載均衡技術(shù)為主，設(shè)計(jì)并優(yōu)化了服務(wù)器高并發(fā)訪問(wèn)機(jī)制。本文主要對(duì)以下兒點(diǎn)展開(kāi)研究（1）根據(jù)需求，選擇使用MyQL數(shù)據(jù)庫(kù)作為數(shù)據(jù)存儲(chǔ)器，本文分析了 MySQL數(shù)據(jù)庫(kù)的優(yōu)缺點(diǎn)，針對(duì)MyQL數(shù)據(jù)庫(kù)查詢提出了 MySQL查詢調(diào)優(yōu)方法，在高并發(fā)環(huán)境下為了保障數(shù)據(jù)庫(kù)的讀寫(xiě)安全，設(shè)計(jì)并實(shí)現(xiàn)了 MySQL的主從復(fù)制。（2）分析了加入 Redis緩存數(shù)據(jù)庫(kù)的必要性，在高并發(fā)環(huán)境下，為了防止瞬時(shí)訪問(wèn)數(shù)據(jù)庫(kù)的頻率過(guò)高以及惡意攻擊等問(wèn)題，提出了在Web服務(wù)器與 MySQL數(shù)據(jù)庫(kù)之間加入Reis緩存數(shù)據(jù)庫(kù)，以保障數(shù)據(jù)的安全性，并極大地提高了數(shù)據(jù)的查詢效率。為了保障 Redis數(shù)據(jù)庫(kù)的可靠性，避免宕機(jī)或斷電產(chǎn)生的系列不可恢復(fù)的問(wèn)題，設(shè)計(jì)并實(shí)現(xiàn)了 Redis集群策略，通過(guò)測(cè)試，證明了 Redis緩存的優(yōu)越性（3）分析了Web集群后會(huì)造成的負(fù)載分配問(wèn)題，決定加入負(fù)載均衡策略，并提出了一種新的基于加權(quán)輪詢的動(dòng)態(tài)負(fù)載均衡策略。這種動(dòng)態(tài)策略會(huì)根據(jù)集群服務(wù)器節(jié)點(diǎn)的CPU、內(nèi)存、磁盤(pán)IO以及網(wǎng)絡(luò)性能的情況，計(jì)算負(fù)載權(quán)重，并根據(jù)節(jié)點(diǎn)對(duì)接口一段時(shí)間內(nèi)的響應(yīng)時(shí)間，獲取到響應(yīng)時(shí)間平均權(quán)重。負(fù)載權(quán)重和響應(yīng)寸間權(quán)重都與初始權(quán)重成負(fù)相關(guān)，根據(jù)這一特性，動(dòng)態(tài)地設(shè)定服務(wù)器節(jié)點(diǎn)的權(quán)重大小。通過(guò) JMeter測(cè)試工具測(cè)試負(fù)載均衡策略的性能，通過(guò)對(duì)比證明，本文的動(dòng)態(tài)策略在響應(yīng)時(shí)間和吞吐量上優(yōu)于 Nginx內(nèi)置的加權(quán)輪詢策略，更加適應(yīng)高并發(fā)環(huán)境關(guān)鍵詞：Web服務(wù)器，高并發(fā)，Redis，Nginx，負(fù)載均衡
標(biāo)簽： web服務(wù)器
上傳時(shí)間： 2022-03-11
上傳用戶：kent
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
