[其它] 离散随机奇异系统的最优融合降阶卡尔曼估计

说明：基于线性最小方差（LMV）意义上标量加权的最优融合算法，针对具有多个传感器和相关噪声的离散时间随机奇异线性系统，给出了包括预测器，滤波器和平滑器在内的分布式最优融合降阶卡尔曼估计器。 。 原始高阶奇异系统的融合估计问题转移到两个降阶子系统的融合估计问题。 与每个传感器的任何局部估计器相比，它们的精度更高。 分别为两个降阶子系统推导任意两个传感器子系统之间的估计误差互协方差矩阵。 此外，还研究了稳态融合估计量，这些估计量减少了在线计算量。 具有三个传感器的仿真示例显示了有效性。
<weixin_38704011> 上传 | 大小：2mb

[其它] AIoT主要应用场景：智能家居、智慧城市、智能安防

说明：[导读]智慧城市旨在利用各种信息技术或创新理念，集成城市的组成系统和服务，提升资源运用效率，优化城市管理和服务，改善市民生活质量。智慧城市是未来城市的主流形态，而万物互联只是城市智能化的基础，在AI的加持下，城市将拥有“智慧大脑”，为城市增加智能元素，随着越来越多的企业将AIoT列为企业的主要发展方向之一，AIoT已然成为了物联网行业的热门词汇，频频出现在大众视野之中。AIoT即AI+IoT，指的是人工智能技术与物联网在实际应用中的落地融合。目前，越来越多的行业及应用将AI与IoT结合到了一起，
<weixin_38685608> 上传 | 大小：374kb

[其它] 随机奇异系统多传感器信息融合Kalman多步预报器

说明：应用Kalman滤波方法和奇异系统典范型分解,对单传感器随机奇异系统,给出了Kalman多步预报器新算法。对带多传感器随机奇异系统,基于线性最小方差标量加权融合算法,给出了具有两层融合结构的多传感器分布式最优信息融合Kalman 多步预报器。同时给出了任两个传感器之间的预报误差协方差阵的计算公式。当各传感器子系统存在稳态Kalman滤波时,又给出了稳态信息融合Kalman多步预报器。稳态权重可在各子系统达到稳态时通过一次融合计算获得,避免了每时刻计算协方差阵和融合权重,便于实时应用。仿真例子验证
<weixin_38582719> 上传 | 大小：454kb

[其它] 双向错误弹性熵编码（BEREC）

说明：双向错误弹性熵编码（BEREC）
<weixin_38751512> 上传 | 大小：375kb

[其它] 具有多个数据包丢失的系统的最佳过滤

说明：本文涉及具有多个数据包丢失的离散时间随机线性系统的最优滤波问题，其中连续数据包丢失的数量受已知上限的限制。 在不求助于状态增强的情况下，该系统将转换为具有测量延迟和MV（移动平均值）彩色测量噪声的系统。 在线性最小均方意义上开发了无偏最优滤波器。 它的解决方案取决于Riccati方程和Lyapunov方程的递归。 数值示例表明了所提出的滤波器的有效性。
<weixin_38547887> 上传 | 大小：189kb

[其它] 一分钟定位分析问题——银行数据库智能运维平台建设实践分享

说明：智能运维（AIOps）是将人工智能应用于运维领域，基于机器学习的强大能力，学习海量运维数据的规则，挖掘数据的内在价值，为运维提供更可靠的决策依据。智能运维的场景包括但不限于：故障发现，故障定位，故障分析，故障恢复，事件关联分析，日志检测，故障预测，容量预测，智能交互，专家系统等等。智能运维是当前炙手可热的话题。清华裴丹教授将2018年称作AIOps在中国落地的元年，当年确实有不少互联网企业和金融企业落地一些AIOps项目。而2019年，随着技术的成熟，落地案例也越来越多。尤其是在2019年初，人
<weixin_38722164> 上传 | 大小：633kb

[其它] 多传感器最优融合固定间隔卡尔曼平滑器

说明：基于线性最小方差意义上的最优加权融合算法，针对具有多个传感器和相关噪声的具有三层融合结构的离散时变线性随机控制系统，给出了最优融合固定间隔卡尔曼平滑器。 第一和第二融合层都具有网状平行结构，分别确定任何两个传感器子系统之间的预测和平滑误差的互协方差矩阵。 第三融合层是确定最佳权重并获得最佳融合固定间隔平滑器的融合中心。 推导任何两个传感器子系统之间的平滑误差互协方差矩阵。 将其应用于具有三个传感器的跟踪系统显示了其有效性。
<weixin_38564503> 上传 | 大小：175kb

[其它] 包含稳定性概念的二维系统的几何理论

说明：包含稳定性概念的二维系统的几何理论
<weixin_38712092> 上传 | 大小：611kb

[其它] 一文带你了解云原生

说明：自进入云计算时代后，大量的新概念、新技术如雨后春笋般的涌现出来，从早期的openstack、IAAS平台，到中期的容器技术、微服务架构，再到现在的servicemesh服务网格技术、serverless无服务器架构、云原生技术，可谓在云计算的时代，我们从未停下前进的步伐。而今天要给大家带来的便是云原生技术～那么什么是云原生呢？我们将名词拆成两部分—云、原生，这些是相对于本地应用来的，云是相对于本地而言的，传统的应用都是运行在本地机房的服务器上，而云的应用则是运行在云端（如IAAS、PAAS、SA
<weixin_38651286> 上传 | 大小：283kb

[其它] 离散Roesser模型的广义二维Kalman-Yakubovich-Popov引理

说明：离散Roesser模型的广义二维Kalman-Yakubovich-Popov引理
<weixin_38741317> 上传 | 大小：807kb

[其它] 一文读懂HBase多租户

说明：多租户(multi-tenancytechnology)，参考维基百科定义，它是在探讨与实现如何于多用户的环境下共享相同的系统或程序，并且仍可确保各用户间数据的隔离性。随着云计算时代的到来，多租户对于云上服务显得更加重要。所以HBase也有许多多租户相关的功能，其为多个用户共享同一个HBase集群，提供了资源隔离的能力。在HBase中，创建namespace是一个很轻量的操作，将不同业务的表隔离在不同的namespace是一个最简单的资源隔离的方法。同时，ACL、quota、rsgroup等常用
<weixin_38677808> 上传 | 大小：1mb

[其它] 高精度测量光学玻璃折射率的新方法

说明：为准确测量光学玻璃的折射率，提高光学系统成像质量，介绍了现有光学玻璃折射率测试方法和国内外发展现状，提出了一种利用测量棱镜3个顶角所对应的3个最小偏向角的折射率测量新方法。该方法充分利用了互补法或三像法定位的优势，提高了折射率的测量精度，其特点是测量精度随被测光学玻璃的折射率增大而提高。推导出了计算公式，并对精度做了理论分析。结果表明：同传统最小偏向角法相比，测量精度提高2倍以上，可满足高精度测量光学玻璃折射率的要求。
<weixin_38550834> 上传 | 大小：320kb