简介：　　系统中对每一个数据流、每一个查询、查询中的算子、算子大纲、节点间输出队列均有惟一的命名,同时在查询处理中对查询内的并行、查询间的并行、算子在分布式节点的迁移等提供了很好的支持,为了了解系统中数据流模式的定义、系统中的数据流、数据流的到达（存放）位置、系统中哪一部分查询执行

简介：图1控制系统结构图该系统由一台主控上位机PC和一系列MARX发生器充电电源设备构成,通过一台工控PC机灵活地控制多台充电电源,通过上位机（PC）发送参数及控制命令

简介：近年来,随着互联网的迅猛发展以及深度学习的快速发展,在计算机视觉、语音识别、自然语言处理以及其他领域中有很多的应用,但是在推荐系统领域中,使用深度学习技术的并不常见。传统的推荐算法不能灵活的组合与用户相关的各项信息,并且数据比较稀疏,推荐的效果不是很理想。为了解决这些问题,本论文通过低维矩阵来减少模型的维度和稀疏性,提出一种基于深度学习的推荐算法来解决预测不准确的问题。

简介：深度学习算法在物联网终端设备上的应用存在着系统开销控制与保证精度和实时性之间平衡的问题。本文提出了一种在云和终端设备上分布式混合部署深度学习神经网络的方法:压缩深度神经网络在本地终端上执行快速的推理运算;当系统基于可信表现的判断标准需要进一步处理时,中间数据可传输至云服务器端,进一步利用云端的深层深度神经网络进行处理,以提高系统的表现精度。本文给出了深度神经网络在终端设备上部署时和在终端与云端上混合部署时进行推理运算的量化比较效果,结果显示此种方法兼顾了深度神经网络的系统开销和准确率。

简介：如果系统的运行导致就绪态中的一个任务优先级高于运行态的任务优先级,本系统中任务间的通信采用消息队列来完成的,系统中任务的状态有5种