检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种改进的多维度并行匹配发布与订阅算法

现代计算机 2020年第4期26卷 11-15页

作者：张澧枫殷铭袁平四川大学计算机学院成都610061 东华大学信息科学与技术学院上海201620 重庆第二师范学院数学与信息工程学院重庆400067

基于内容的发布订阅是一种比基于主题的发布订阅更加灵活的解耦通信方式,传统的基于内容的匹配算法中大多基于单维度以流水线的方式匹配,如REIN[1]。随着数据规模的增长,这些算法由于串行搜索的限制逐渐不能满足高性能要求。提出一种基... 详细信息

基于内容的发布订阅是一种比基于主题的发布订阅更加灵活的解耦通信方式,传统的基于内容的匹配算法中大多基于单维度以流水线的方式匹配,如REIN[1]。随着数据规模的增长,这些算法由于串行搜索的限制逐渐不能满足高性能要求。提出一种基于内容的面向大规模发布订阅场景的匹配算法MP-REIN,改进其单维度匹配为多维度并行匹配,考虑使用多线程提高匹配算法的处理速度,使用数量可控的线程并行处理订阅空间内所有属性,大幅度提高了事件匹配的速度。实验结果显示MP-REIN算法在匹配时间和插入时间上较传统的算法有一定的提升。

关键词：发布订阅基于内容多维度匹配

在线全文

学校读者我要写书评

暂无评论

关于人与环境匹配的结构-过程模型

管理科学 2008年第5期21卷 65-73页

作者：张翼樊耘邵芳纪晓鹏西安交通大学管理学院西安710049

人与环境匹配是组织管理的核心主题之一。讨论人与环境匹配的概念内涵,回顾并评价从A-S-A模型到三因素匹配的理论发展历程以及多维度匹配的相关研究,对各种测量方式的不同特质进行评价;通过从内涵视角和多维度视角对人与环境匹配的概念... 详细信息

人与环境匹配是组织管理的核心主题之一。讨论人与环境匹配的概念内涵,回顾并评价从A-S-A模型到三因素匹配的理论发展历程以及多维度匹配的相关研究,对各种测量方式的不同特质进行评价;通过从内涵视角和多维度视角对人与环境匹配的概念解释,讨论三因素匹配与多维度匹配之间的关系以及组织可操作的社会化和人力资源实践的影响,建构一个关于人与环境匹配的结构-过程模型,并将模型在两方面进行延伸,说明人与环境匹配三因素对多维度匹配的影响;讨论了建立模型的理论意义和实践意义以及贡献和局限性,并对未来研究提出建议。

关键词：人与环境匹配工作要求与能力匹配需求与供给匹配多维度匹配结构-过程模型

基于边缘位置与颜色信息的不规则碎纸片拼接方法

在线全文

学校读者我要写书评

暂无评论

陕西师范大学学报（自然科学版） 2020年第6期48卷 90-95页

作者：徐睦浩衣禹桥李英群李金屏济南大学信息科学与工程学院山东济南250022 山东省网络环境智能计算技术重点实验室(济南大学) 山东济南250022 山东省“十三五”高校信息处理与认知计算重点实验室山东济南250022

针对基于机器视觉的自动拼接碎纸片技术对于不规则碎纸片的拼接存在适应性差、匹配成功率低等问题,提出了一种新的边缘形状描述子方法并与色彩信息相结合的多维度匹配的不规则碎纸片拼接方法:首先,提取碎片边缘的位置信息和颜色信息;然... 详细信息

针对基于机器视觉的自动拼接碎纸片技术对于不规则碎纸片的拼接存在适应性差、匹配成功率低等问题,提出了一种新的边缘形状描述子方法并与色彩信息相结合的多维度匹配的不规则碎纸片拼接方法:首先,提取碎片边缘的位置信息和颜色信息;然后,基于关键点可有效提高目标匹配效率的特点,将边缘位置信息分段,拟合出边缘曲线,通过边缘曲线得到分段曲线的曲率,获取关键点;最后,在灰度值完成不规则碎纸片拼接的基础上,将关键点的距离信息作为匹配信息,找出相邻碎片信息。拼接完成后通过碎片边缘的彩色信息验证拼接是否正确。该方法有效结合了边缘形状和灰度信息,对不规则碎片的拼接更具适应性;在不同场景下的匹配成功率可达90%以上,并且简化了计算量。

关键词：碎纸片拼接图像处理形状描述子曲率多维度匹配

在线全文

学校读者我要写书评

暂无评论

面向非理想环境的行人跟踪关键技术研究

面向非理想环境的行人跟踪关键技术研究

作者：王睿西安理工大学

学位级别：硕士

行人目标跟踪算法主要根据视频或者图像序列对目标对象进行持续的追踪。现今行人目标跟踪算法在理想环境下跟踪效果良好,但在领域内公认的非理想环境下面临很大的挑战。非理想环境主要是指目标较小、行人间相互遮挡、光线不足等情况,这... 详细信息

行人目标跟踪算法主要根据视频或者图像序列对目标对象进行持续的追踪。现今行人目标跟踪算法在理想环境下跟踪效果良好,但在领域内公认的非理想环境下面临很大的挑战。非理想环境主要是指目标较小、行人间相互遮挡、光线不足等情况,这会对跟踪结果的准确性造成极大影响。此外,目前所使用的基于检测的跟踪算法性能还受到目标检测结果的直接影响。在非理想环境下,目标检测性能易受干扰,进而影响跟踪结果,造成目标丢失和跟踪错误等问题。本文使用基于YOLOv5＿DeepSort算法的深度学习目标跟踪算法,其中YOLOv5为算法测器,DeepSort为算法跟踪器,YOLOv5算法与DeepSort相配合,YOLOv5负责目标的检测,而DeepSort则对YOLOv5检测出的目标进行跟踪,最终达到实时跟踪行人多目标的结果。本文分别对目标的检测与跟踪模块进行研究和改进,以提升算法的性能,从而提高跟踪结果的可靠性。本文主要围绕非理想环境下的行人跟踪展开,研究内容如下:(1)针对非理想环境下目标漏检、错检以及易受背景元素干扰等目标检测问题,提出基于双向加权特征金字塔和融合注意力的目标检测算法。该算法引入注意力机制提升目标表现力、改进特征金字塔结构增强特征提取能力,从而加强网络模型寻找和检测目标的能力。该方法通过更换交并比函数和替换非极大值抑制方式,以获得更好的排序结果,提高目标检测的精度;并采用HardSwish激活函数,降低神经元“死亡”率,提高检测精度和速度;再配合热身训练机制,减少学习率震荡,稳定学习率,提升网络模型训练效果。利用实验结果验证该模型在非理想环境下检测的准确率、速度和鲁棒性都得到一定提升。(2)使用上述算法模型作为目标跟踪算法的检测器,对目标跟踪模块提出基于轻量级特征提取模块与多维度匹配的跟踪算法。对于存在模型偏大和跟踪行人多目标时效率较低的问题,本方法优化跟踪器的特征提取模型,使用通道可分离卷积控制输出通道个数并轻量化模型,进而优化非理想环境下因目标过多而产生的漏检与错检问题,提升模型跟踪效率和跟踪准确度。为了解决错配、目标易受遮挡从而产生的目标丢失和身份切换问题,设计相应损失函数,在跟踪算法完成级联匹配后,进行目标位置的二次匹配。通过使用行人数量较多的复杂数据集训练模型,验证该方法有效性,根据实验结果表明,在非理想环境下,该方法的跟踪速度和准确率两方面都有所提升,并且更加适配实际情况。(3)该系统使用上述所提算法,搭建深度学习的行人多目标跟踪平台,对视频中的大量行人进行跟踪,得到良好效果。

关键词：行人目标跟踪行人目标检测特征金字塔注意力机制多维度匹配 YOLOv5_DeepSort