系统架构设计师是一个最终确认和评估系统需求，给出开发规范，搭建系统实现的核心构架，并澄清技术细节、扫清次要难点的技术人员。
系统架构设计师考试合格人员能够根据系统需求规格说明书，结合应用领域和技术发展的实际情况，考虑有关约束条件，设计正确、合理的软件架构，确保系统架构具有良好的特性；
能够对项目的系统架构进行描述、分析、设计与评估；
能够按照相关标准相应的设计文档；
能够与系统分析师、项目管理师相互协作、配合工作；
具有高级工程师的实际工作能力和业务水平。
架构师是由国外引进的一个概念，国外软件开发的几个职位是技术官、架构师、设计师、开发、，对应我们的公司应该是技术总监、架构师、系统分析员、程序员、人员。
系统架构设计师考试合格人员能够根据系统需求规格说明书，结合应用领域和技术发展的实际情况，考虑有关约束条件，设计正确、合理的软件架构，确保系统架构具有良好的特性；
能够对项目的系统架构进行描述、分析、设计与评估；
能够按照相关标准相应的设计文档；
能够与系统分析师、项目管理师相互协作、配合工作；
具有高级工程师的实际工作能力和业务水平。
架构师是由国外引进的一个概念，国外软件开发的几个职位是技术官、架构师、设计师、开发、，对应我们的公司应该是技术总监、架构师、系统分析员、程序员、人员。
2018/9/24 21:44:14
35.87MB
1
人工智人-家居设计-基于SRLG约束的智能光网络恢复策略及算法研讨.pdf
2017/4/27 15:39:04
7.89MB
1
该文件用于提取混合物中的成分信息。
您需求的是光谱图像的数据集。
您可以获得的结果包括混合物成分的空间分布和成分的纯光谱。
化学计量学中类似的算法更强大，称为多元曲线分辨率（MCR）。
外部约束也用于强制算法输出期望的结果。
随意进行任何更改。
您需求的是光谱图像的数据集。
您可以获得的结果包括混合物成分的空间分布和成分的纯光谱。
化学计量学中类似的算法更强大，称为多元曲线分辨率（MCR）。
外部约束也用于强制算法输出期望的结果。
随意进行任何更改。
2020/8/7 10:39:12
2KB
1
摘要：本文通过对排课系统中教学资源的分类及其应该满足的约束条件进行系统分析，提出排课问题的线性规划模型在此基础上通过变量和决策变量的选择，用Lingo软件对两个排课案例进行求解。
同时提出列生成算法与排课问题相结合，对求解进行优化，提高求解效率。
实际结果表明，该模型能很好表示排课问题以及排课结果，这表明算法是无效的。
关键词：线性规划0-1规划列生成回溯算法高校排课
同时提出列生成算法与排课问题相结合，对求解进行优化，提高求解效率。
实际结果表明，该模型能很好表示排课问题以及排课结果，这表明算法是无效的。
关键词：线性规划0-1规划列生成回溯算法高校排课
2016/6/13 18:49:52
414KB
1
ROS视觉信息介绍该软件包定义了一组消息，以统一ROS中的计算机视觉和对象检测工作。
概述该软件包中的消息是为基于视觉的管道定义通用的向外接口。
这里的消息集旨在启用两种主要的管道类型：“纯”分类器，在给定单个传感器输入的情况下识别类概率检测器，可识别类的概率以及给定传感器输入的那些类的姿势类概率与ObjectHypothesis消息数组一起存储，该消息本质上是从整数ID到浮点得分和姿势的映射。
消息类型分别存在于2D（使用sensor_msgs/Image）和3D（使用sensor_msgs\PointCloud2）中。
为每个对象存储的元数据是特定于应用程序的，因而此程序包对元数据的约束很少。
每个可能的检测结果必须具有唯一的数字ID，以便可以在结果消息中明确，有效地识别它。
然后可以从数据库中查找对象元数据，例如名称，网格等。
唯一的其他要求是元数据数据库信息可
概述该软件包中的消息是为基于视觉的管道定义通用的向外接口。
这里的消息集旨在启用两种主要的管道类型：“纯”分类器，在给定单个传感器输入的情况下识别类概率检测器，可识别类的概率以及给定传感器输入的那些类的姿势类概率与ObjectHypothesis消息数组一起存储，该消息本质上是从整数ID到浮点得分和姿势的映射。
消息类型分别存在于2D（使用sensor_msgs/Image）和3D（使用sensor_msgs\PointCloud2）中。
为每个对象存储的元数据是特定于应用程序的，因而此程序包对元数据的约束很少。
每个可能的检测结果必须具有唯一的数字ID，以便可以在结果消息中明确，有效地识别它。
然后可以从数据库中查找对象元数据，例如名称，网格等。
唯一的其他要求是元数据数据库信息可
2019/6/26 9:50:57
17KB
1
组搜索优化算法GSO(GroupSearchOptimizer)是一种基于动物捕食原理的新型群智能优化算法。
本研究提出了一种改进的GSO优化算法:全局组搜索优化算法GGSO(GlobalGSO)。
次要在两个方面对GSO算法进行了改进,一是在迭代过程中引入加速系数,加快种群收敛速度,增强算法的局部搜索能力;二是用高斯函数来产生随机位置变异,扩大搜索空间,从而增强算法的全局搜索能力。
经过11个无约束测试函数和3个带约束问题的测试及与其他文献的比较可知,GGSO算法具有较好的局部和全局搜索能力,并且能够
本研究提出了一种改进的GSO优化算法:全局组搜索优化算法GGSO(GlobalGSO)。
次要在两个方面对GSO算法进行了改进,一是在迭代过程中引入加速系数,加快种群收敛速度,增强算法的局部搜索能力;二是用高斯函数来产生随机位置变异,扩大搜索空间,从而增强算法的全局搜索能力。
经过11个无约束测试函数和3个带约束问题的测试及与其他文献的比较可知,GGSO算法具有较好的局部和全局搜索能力,并且能够
2019/10/7 12:16:01
902KB
1
本文主要研究在这种配送方式下的应急配送问题，建立了基于混合蚁群算法的VRPD问题模型，利用蚁群算法，迭代局部搜索算法，聚类分析等方法进行求解。
对于问题一只有配送车辆配送这一模式，建立VRP问题，首先通过floyd算法验证各地点间的最短距离即为直线距离，将问题转换为最佳H圈问题；
之后采用蚁群算法对这问题进行迭代求解，得到配送车辆一次整体配送的最短路径和为582（公里），一次整体配送的最短时间为11.64（小时），并且发现收敛时迭代次数基本小于10次。
对于问题二，在问题一的基础上新增无人机配送的模式，首先对14个地点进行聚类，发现它们属于同一个类；
其次在类中进行分区，考虑到无人机的飞行约束，利用椭圆的几何性质最终分为5个飞行区；
之后采用迭代局部搜索的方式对各飞行区中的点进行重分配，找到最优的配送路线；
最初，采用蚁群算法对路线进行迭代求解，得到一次整体配送的最短时间为6.32（小时），相较问题一时间缩短了近50%。
对于问题三，在问题二的基础上
对于问题一只有配送车辆配送这一模式，建立VRP问题，首先通过floyd算法验证各地点间的最短距离即为直线距离，将问题转换为最佳H圈问题；
之后采用蚁群算法对这问题进行迭代求解，得到配送车辆一次整体配送的最短路径和为582（公里），一次整体配送的最短时间为11.64（小时），并且发现收敛时迭代次数基本小于10次。
对于问题二，在问题一的基础上新增无人机配送的模式，首先对14个地点进行聚类，发现它们属于同一个类；
其次在类中进行分区，考虑到无人机的飞行约束，利用椭圆的几何性质最终分为5个飞行区；
之后采用迭代局部搜索的方式对各飞行区中的点进行重分配，找到最优的配送路线；
最初，采用蚁群算法对路线进行迭代求解，得到一次整体配送的最短时间为6.32（小时），相较问题一时间缩短了近50%。
对于问题三，在问题二的基础上
2019/8/5 8:34:08
2.11MB
1
图像拼接在制造全景图的过程中具有重要作用。
对多幅图像进行特定模式投影后，用约束的相位相关度法求取水平垂直偏移量，然后寻找最佳缝合线，实现图像拼接，最后采用多分辨率算法对全图进行拼接处理去除曝光差异和鬼影
对多幅图像进行特定模式投影后，用约束的相位相关度法求取水平垂直偏移量，然后寻找最佳缝合线，实现图像拼接，最后采用多分辨率算法对全图进行拼接处理去除曝光差异和鬼影
2016/11/25 18:08:04
354KB
1
针对水下双目图像匹配时不再满足空气中极线约束条件以及尺度不变特征变换(SIFT)特征匹配算法处理水下图像误匹配率较高等问题，提出一种基于曲线约束的水下特征匹配算法。
对双目摄像机进行标定获取相关参数，再获取参考图和待匹配图；
利用SIFT算法对两幅图像进行匹配，同时利用由参考图提取的特征点推导出其在待匹配图上对应的曲线，将该曲线作为约束条件判定待匹配图上对应特征点能否在曲线上，从而剔除误匹配点，以达到提高精度的目的。
实验结果表明，该算法优于SIFT算法，可以有效地剔除误匹配点，比SIFT算法匹配精度提高约12%，解决了SIFT算法在水下双目立体匹配中误匹配率高的问题。
对双目摄像机进行标定获取相关参数，再获取参考图和待匹配图；
利用SIFT算法对两幅图像进行匹配，同时利用由参考图提取的特征点推导出其在待匹配图上对应的曲线，将该曲线作为约束条件判定待匹配图上对应特征点能否在曲线上，从而剔除误匹配点，以达到提高精度的目的。
实验结果表明，该算法优于SIFT算法，可以有效地剔除误匹配点，比SIFT算法匹配精度提高约12%，解决了SIFT算法在水下双目立体匹配中误匹配率高的问题。
2020/6/1 11:40:56
4.22MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB