检索结果-南通市图书馆

不确定性多维传感器数据的有效存储与查询方法

在线全文

学校读者我要写书评

暂无评论

南京理工大学学报 2014年第6期38卷 750-756页

作者：张军王永利江苏警官学院江苏南京210031 南京理工大学计算机科学与工程学院江苏南京210094

为解决传统数据库管理技术无法有效管理不确定性数据的问题,该文设计了一种多维数组树(MB树)。MB树是一种基于贝叶斯网络的图数据结构,以贝叶斯网络作为概率图模型解决存储和查询问题。对海量数据建模并响应查询。证明了可预测性和结构... 详细信息

为解决传统数据库管理技术无法有效管理不确定性数据的问题,该文设计了一种多维数组树(MB树)。MB树是一种基于贝叶斯网络的图数据结构,以贝叶斯网络作为概率图模型解决存储和查询问题。对海量数据建模并响应查询。证明了可预测性和结构关联性。利用真实数据集和合成数据集对MB树的性能进行了测试。验证了具有潜在联合分布的MB树的编码准确度。与相似的图模型比较,采用MB树的查询处理效率平均可提升约3倍。

关键词：多维传感器数据存储查询多维数组树贝叶斯网络图数据结构概率图模型真实数据集合成数据集

在线全文

学校读者我要写书评

暂无评论

复杂网络中节点暂态中心性预测研究

计算机科学 2017年第10期44卷 122-126页

作者：童林萍徐守志周欢蒋廷耀三峡大学计算机与信息学院宜昌443002

对复杂网络中节点的3种暂态中心性进行了预测研究。通过在真实数据集中分析节点不同时刻的暂态中心性值发现,不同时刻节点的暂态中心性具有很强的相关性。基于此,提出几种预测方法对真实数据集中节点未来的暂态中心性值进行预测。通过... 详细信息

对复杂网络中节点的3种暂态中心性进行了预测研究。通过在真实数据集中分析节点不同时刻的暂态中心性值发现,不同时刻节点的暂态中心性具有很强的相关性。基于此,提出几种预测方法对真实数据集中节点未来的暂态中心性值进行预测。通过对真实值与预测值进行误差分析,比较了不同预测方法在不同真实数据中的预测性能。结果表明,在MIT数据集中,最近时窗加权平均方法的性能最好;在Infocom 06数据集中,最近时窗平均方法的性能最好。

关键词：复杂网络暂态中心性真实数据集预测方法

在线全文

学校读者我要写书评

暂无评论

真实场景下的图像超分辨率重建方法研究

真实场景下的图像超分辨率重建方法研究

作者：曹邦琪电子科技大学

学位级别：硕士

超分辨率重建技术可以从低分辨率图像中重建出细节更丰富的高分辨率图像,广泛应用于医学影像、安防监控等现实场景。近年来,基于深度学习的超分辨率重建算法取得了远超传统非学习算法的优异性能。众所周知,训练数据的质量对模型的重建... 详细信息

超分辨率重建技术可以从低分辨率图像中重建出细节更丰富的高分辨率图像,广泛应用于医学影像、安防监控等现实场景。近年来,基于深度学习的超分辨率重建算法取得了远超传统非学习算法的优异性能。众所周知,训练数据的质量对模型的重建性能起着关键作用。本文立足于超分辨率重建模型的训练数据,从数据集的真实退化分布和数据采样机制两个角度展开研究。主流超分辨率模型大多采用下采样合成数据作为训练集,合成数据不符合真实图像的退化分布,因此合成数据训练的模型难以重建降质严重的真实低分辨率图像。本文基于薄透镜模型全面分析了真实成像光路,提出了采集高低分辨率图像数据的不同方式,并通过相机选型、数据采集、图像配准系列步骤构建了两种不同退化过程(变焦和改变像素传感器尺寸)对应的真实超分辨率数据集。相比下采样合成数据,本文采集的真实低分辨率图像退化更为严重。实验结果表明基于真实数据集训练的超分辨率模型能够重建出更清晰、干净的高分辨率图像,在不同设备采集的真实图像上也具有一定的泛化能力。超分辨率模型随机采样图像块作为训练样本,纹理单一的图像块重建难度过低,模型难以从这些低频信息主导的样本中学习到有效的重建信息,需要合适的采样策略加以引导。本文从JPEG压缩算法中提取了表征图像编码块比特消耗数的bit-map,并通过积分图优化算法生成了度量图像块复杂度的c-map。基于图像块复杂度先验信息,采样策略为超分辨率模型筛选出了高频信息主导的复杂训练样本。实验结果表明本文提出的采样策略有效提升了主流超分辨率算法的性能,重建出的高分辨率图像视觉效果更理想。本文对模型训练过程进行了收敛分析,并对不同采样比例、采样策略进行消融研究。最后在本文构建的真实超分辨率数据集上测试验证,分析了小规模数据集上所提采样策略的局限性。

关键词：超分辨率重建深度学习真实数据集图像压缩数据采样

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

车载网络移动预测技术研究

车载网络移动预测技术研究

作者：朱雪梅北京邮电大学

学位级别：硕士

随着城市人口的快速膨胀、汽车拥有量快速增长,交通效率、安全、能耗、污染等问题日益凸显。车载网技术作为智能交通研究的前沿,已经成为国际智能交通领域的研究热点。国际与国内均开展了技术研究、标准化研究和实验网部署等相关工作。... 详细信息

随着城市人口的快速膨胀、汽车拥有量快速增长,交通效率、安全、能耗、污染等问题日益凸显。车载网技术作为智能交通研究的前沿,已经成为国际智能交通领域的研究热点。国际与国内均开展了技术研究、标准化研究和实验网部署等相关工作。车载网络具有特殊性,诸如节点移动性高、网络拓扑变化快、无线信道质量不稳定、车辆移动受限于道路拓扑且车辆轨道一般可预测等特点,这些特点对城市场景下数据传输、移动性管理等关键技术优化带来了很大的挑战。车辆的移动位置预测对于车载网络的应用具有重要意义,可用于车载网络的数据传输、移动性管理等技术的优化设计等。车辆的移动是具有时间和空间规律性的,这使得车辆移动性预测更具有可行性。本文研究了预测在车载网络上的应用,总结了车载网络预测的方法,介绍了目前预测技术在车辆移动轨迹预测方面的研究成果。重点分析了基于马尔可夫链的车辆移动位置预测方法。主要研究工作包括:(1)本论文研究了基于全球定位系统(Global Positioning System,GPS)采集的意大利罗马出租车行驶数据,使用真实数据集实现了基于二阶马尔可夫链的车辆位置预测方法。然后,将实验预测的车辆位置与车辆的真实位置进行比较,验证了基于二阶马尔可夫链的车辆位置预测方法的准确性,并研究了实验中网格大小和历史行驶数据的不同取值对预测性能的影响。(2)在对二阶马尔可夫链的车辆位置预测方法进行充分研究后,发现该方法在预测流程上仍有所欠缺,以此为基础提出一种改进预测算法,在预测过程中对预测算法的输入进行动态及时的调整,使得车辆位置预测的准确性在不同条件下其准确性均比原始算法表现较好,并通过实验仿真验证其准确性。

关键词：车载网络移动预测马尔可夫链真实数据集

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种细粒度的网络流量识别验证方法

中国新通信 2019年第13期21卷 49-50页

作者：刘羲新冯刚强刘山彪广东工业大学信息工程学院

为了解决常见的网络流量业务识别验证问题,文章提出一种早期的细粒度流量识别方案,通过对真实数据集的精炼、细化形成高质量的数据集,利用改进的C4.5决策树算法,对每个流的前3个数据包可对网络流量进行细粒度的识别。根据实验结果证明:... 详细信息

为了解决常见的网络流量业务识别验证问题,文章提出一种早期的细粒度流量识别方案,通过对真实数据集的精炼、细化形成高质量的数据集,利用改进的C4.5决策树算法,对每个流的前3个数据包可对网络流量进行细粒度的识别。根据实验结果证明:该方法在涉及真实数据集、细粒度、早期识别、再训练过程中,识别准确率达到98.5%。

关键词：细粒度流量识别早期过滤真实数据集决策树

在线全文

学校读者我要写书评

暂无评论

面向恶劣天气的激光雷达目标检测技术研究

传动技术（中英文） 2024年第3期38卷 31-34页

作者：杨雪黄宏成上海交通大学机械与动力工程学院上海200240

自动驾驶车辆高度依赖传感器收集环境信息,其中LiDAR传感器因能提供精确的三维空间信息而在该领域广泛应用。然而,恶劣天气条件(例如雾、雪、雨等)会导致LiDAR光束散射与折射,进而降低探测精度并影响目标检测性能。因此,研究如何有效缓... 详细信息

自动驾驶车辆高度依赖传感器收集环境信息,其中LiDAR传感器因能提供精确的三维空间信息而在该领域广泛应用。然而,恶劣天气条件(例如雾、雪、雨等)会导致LiDAR光束散射与折射,进而降低探测精度并影响目标检测性能。因此,研究如何有效缓解LiDAR在恶劣天气下目标检测性能的下降显得尤为重要。利用恶劣天气条件下的真实数据集,探讨了通过数据增强技术模拟恶劣天气以生成仿真数据集的方法,通过分析这些方法的优势与局限性,指出了未来研究的重点与难点。

关键词：激光雷达恶劣天气真实数据集仿真数据集