本文利用Enomaly虚拟云架构技术设计了一个云手写识别系统，除了提供高准确率的识别功能外，同时使得倾斜书写识别、用户自适应识别等需要高计算及存储资源的功能实现成为可能。实验结果表明，传统C／S模式的传统服务器在用户并发数为300时处理能力已经达到极限，而采用基 于云计算架构的手写识别系统能轻松处理1 000个并发用户的服务请求，在处理300个并发用户时，接入率为100％，远高于传统服务器模式的接人率(82．7％)，平均识别处理时间仅为16 ms．大大低于传统服务器模式的处理时间(340 ms
针对矿用刮板输送机传统装配效率低和成本较高的现状,以某型号刮板输送机为研究对象,采用Pro/Engineer进行基础建模,以集成化双通道柱幕系统作为硬件支持,以Visual Studio和Open Scene Graph作为系统的软件平台,实现了具有虚拟手模型操作、自动演示、碰撞检测、路径记录、协同装配以及立体显示等功能的刮板输送机虚拟装配系统。该系统具有很好的沉浸性和交互性,提高了产品的可装配性和刮板输送机研发效率,降低了设计成本。
