基于容器云的地面测控资源池日志管理系统的研究

新型航天地面测控装备基于商用服务器集群，采用虚拟资源池架构和容器云技术，按需进行测控资源调度和测控业务能力生成。和众多服务设备一样，日志是系统故障诊断的主要途径，由于海量日志可能分散在资源池系统中的不同位置，传统的流式日志采集和分析模式难以大批量管理信息，经常导致系统异常发现不及时、排查效率低、定位难度大等问题，日志的检索和统计缺乏行之有效的手段，弊端明显。针对这种地面测控资源池系统的运维管理需求，本文设计了一种基于容器云的日志管理系统，将平台日志和应用日志聚合管理，根据用户需求和运维目的分类检索并定制可视化日志显示，为使用者精准分析系统异常、快速进行系统维护提供有效支撑。     

基于双重属性信息的跨模态行人重识别算法

通过对跨模态检索问题的研究，属性信息的使用可以增强所提取特征的语义表达性，但现有基于自然语言的跨模态行人重识别算法对行人图片和文本的属性信息利用不够充分。基于双重属性信息的跨模态行人重识别算法充分考虑了行人图片和文本描述的属性信息，构建了基于文本属性和图片属性的双重属性空间，并通过构建基于隐空间和属性空间的跨模态行人重识别端到端网络，提高了所提取图文特征的可区分性和语义表达性。跨模态行人重识别数据集CUHK-PEDES上的实验评估表明，所提算法的检索准确率Top-1达到了56.42%，与CMAAM算法的Top-1（56.68%）具有可比性，Top-5、Top-10相比CMAAM算法分别提升了0.45%、0.29%。针对待检索图片库中可能存在身份标签的应用场景，利用行人的类别信息提取属性特征，可以较大幅度提高跨模态行人图片的检索准确率，Top-1达到64.88%。消融实验证明了所提算法使用的文本属性和图片属性的重要性及基于双重属性空间的有效性。