石油生产指挥系统SOA架构的设计与实现

针对大型石油企业分布式应用以及异构应用系统的集成问题,提出了一种基于SOA架构的企业解决方案,讨论了石油生产指挥调度系统中SOA架构的设计与实现过程,并着重介绍了SOA架构中SOAP引擎实现过程。     

基于SOA架构的提醒服务组件的设计

基于SOA架构的提醒服务组件采用面向服务的B／S三层结构模式设计,着重描述了提醒服务组件的设计过程。用户通过订制与自己工作有关的事情,当该事件发生后,系统会自动提醒定制者,以提醒用户及时处理相关亭情。     

基于XY-H色彩空间的肤色检测方法

为提高对肤色检测的准确性和速度,对肤色检测在9种色彩空间的聚类性和分布区域的规则性进行了对比研究,得出XYZ色彩空间适于做肤色二维阈值分割,HSV、HIS、HSL色彩空间适合在色调H分量上进行一维阈值分割,并在此基础上提出了基于XY-H色彩空间的肤色检测阈值分割方法。试验表明,该方法使肤色检测效果得到了明显提高。     

基于趋势线的钻井工程异常预警方法

介绍了钻井工程异常实时综合预警系统的主要算法。该预警系统采用趋势线判别算法,模拟人工监控异常的方式自动完成对综合录井参数的监控;采用单一参数确定可能的预报点、多曲线振幅变化确定预报点提高异常数据的判别精度;并采用趋势回归线制定预警线、确认线和确定线进一步提高预报精度和防止误报。采用该预警方法在实际应用中报警准确率达到了98.2%。     

基于改进YOLOv4算法的苹果叶部病害缺陷检测研究

针对苹果叶部病害缺陷检测效率低下、误检率高、实时性差等问题，以苹果叶部的灰斑病、黑星病、锈病、斑点落叶病作为研究对象，提出一种基于改进YOLOv4算法的苹果叶部病害缺陷检测算法。首先通过数据扩增对数据集扩充提升鲁棒性，算法通过二分K均值聚类算法确定锚框以解决预设锚框不适用苹果叶部病害的问题，引入DenseNet121作为特征提取网络，提升对苹果叶部病害缺陷的检测性能，并且减小模型大小，降低存储开销。将模型与YOLOv4模型进行对比验证，试验结果表明，改进后的YOLOv4模型平均精度均值（mAP）达到97.52%，与改进前相比提升0.89%，模型大小为62.71 MB，与改进前相比减小182.82 MB，检测速度为26.33 FPS，与改进前相比提升6.78 FPS。能够满足实际生活中对苹果叶部病害检测的需求。