久久久精品无码一二三区,亚洲日韩看片成人无码

基于先驗知識的草莓機器手目標(biāo)定位算法[嵌入式技術(shù)][工業(yè)自動化]

研究開發(fā)了一種基于視覺識別的草莓機器手，重點是采用深度學(xué)習(xí)輔助草莓機器手進(jìn)行目標(biāo)定位。為了加快目標(biāo)定位速度，先把草莓目標(biāo)的特定顏色作為先驗知識進(jìn)行候選目標(biāo)的分割篩選，再將得到的多個候選區(qū)輸入預(yù)先訓(xùn)練好的深度卷積網(wǎng)絡(luò)進(jìn)行目標(biāo)識別，得分最高的候選區(qū)作為最終的定位結(jié)果。實驗證實，該算法可以實時地獲取高精度符合要求的目標(biāo)區(qū)域。

發(fā)表于：11/5/2018 10:30:00 AM

空地機器人協(xié)同導(dǎo)航方法與實驗研究[嵌入式技術(shù)][工業(yè)自動化]

地面移動機器人與空中飛行機器人的功能互補作用具有明顯的優(yōu)越性，對于提高任務(wù)的完成度具有重要的作用，因此近年來越來越受到研究人員的關(guān)注?？盏貦C器人協(xié)作的一種典型模式是通過空中機器人的大范圍環(huán)境感知能力為地面機器人提供路徑導(dǎo)航信息，為此，首先搭建了空地機器人協(xié)作平臺并利用空中視覺傳感信息對地面環(huán)境進(jìn)行感知和識別；然后，利用路徑規(guī)劃算法對路徑進(jìn)行規(guī)劃并精簡指令；最后，地面機器人結(jié)合機器視覺執(zhí)行任務(wù)。實驗驗證成功率在80%以上，表明該方法具有較好的可行性。

發(fā)表于：11/5/2018 10:20:00 AM

基于國產(chǎn)化平臺監(jiān)控軟件的設(shè)計與實現(xiàn)[嵌入式技術(shù)][安防電子]

目前的監(jiān)控設(shè)備大部分是基于國外的基礎(chǔ)軟硬件研制開發(fā)的，存在核心技術(shù)受制于人的安全隱患。針對該問題，提出一種基于國產(chǎn)化軟硬件平臺的監(jiān)控軟件設(shè)計與實現(xiàn)。通過分?jǐn)?shù)據(jù)庫存儲實現(xiàn)插入、查詢算法的優(yōu)化，采用多線程設(shè)計實現(xiàn)大量并行數(shù)據(jù)的接收與處理，利用面向?qū)ο蟪绦蛟O(shè)計方法實現(xiàn)數(shù)據(jù)接收層、處理層和展示層的有效分離。設(shè)計的軟件經(jīng)實際環(huán)境應(yīng)用，表現(xiàn)出良好的數(shù)據(jù)承載能力、實時性和可靠性，同時具有較好的可擴(kuò)展性和可維護(hù)性。

發(fā)表于：11/5/2018 10:07:00 AM

基于有向最短路徑的冠脈主分支全自動提取算法[嵌入式技術(shù)][醫(yī)療電子]

在臨床應(yīng)用中，從心臟計算機斷層掃描血管造影CTA圖像中提取冠狀動脈的中心線一直是一個具有挑戰(zhàn)性的研究課題。因此，提出了一種基于模型映射的有向最短路徑算法，全自動地提取和識別冠脈主分支中心線。在提出的方法中重新定義了最短路徑的代價函數(shù)，并利用先驗?zāi)Ｐ吞峁┕诿}感興趣區(qū)域和冠脈中心線的方向信息，全自動地提取冠脈主分支的中心線。在實驗中，基于先驗?zāi)Ｐ偷挠邢蜃疃搪窂皆谥行木€提取過程中顯示出較強的魯棒性，冠脈3個主分支中心線提取結(jié)果的平均重疊率達(dá)到了81.0％。

發(fā)表于：11/2/2018 1:44:00 PM

基于深度學(xué)習(xí)的煙霧識別研究[嵌入式技術(shù)][安防電子]

基于Google第二代人工智能學(xué)習(xí)系統(tǒng)TensorFlow構(gòu)建神經(jīng)網(wǎng)絡(luò)對煙霧圖像進(jìn)行識別檢測，通過改進(jìn)的運動檢測算法截取疑似煙霧區(qū)域圖像，并結(jié)合PCA降維算法和Inception Resnet v2網(wǎng)絡(luò)模型在TensorFlow平臺下進(jìn)行煙霧特征的訓(xùn)練識別。該算法實現(xiàn)了較大范圍的火災(zāi)實時檢測報警，經(jīng)過實驗證明整個檢測過程準(zhǔn)確地識別了視頻流中的煙霧區(qū)域，相比于傳統(tǒng)煙霧識別方法具有更高的準(zhǔn)確率和自適應(yīng)性，為大范圍的火災(zāi)煙霧報警提供了一種有效方案。

發(fā)表于：11/2/2018 1:20:00 PM

基于休眠策略的異構(gòu)網(wǎng)絡(luò)資源分配研究[通信與網(wǎng)絡(luò)][其他]

為了有效緩解異構(gòu)網(wǎng)絡(luò)中的干擾以及能耗問題，提出了基于基站休眠策略的多目標(biāo)優(yōu)化資源聯(lián)合分配方案，建立了以宏用戶受到的跨層干擾最小和低功率節(jié)點的能量消耗速率最小的多目標(biāo)優(yōu)化模型，進(jìn)而采用改進(jìn)非支配排序遺傳算法對該模型進(jìn)行求解且對其有效性進(jìn)行了仿真分析。仿真結(jié)果表明，所提方案與現(xiàn)有方案相比，能更好地減小宏用戶受到的跨層干擾，同時能降低低功率節(jié)點的能量消耗速率。

發(fā)表于：11/2/2018 1:03:00 PM

?一種基于RB-HARQ安全傳輸技術(shù)的吞吐量最大化方法[通信與網(wǎng)絡(luò)][信息安全]

在基于可靠度混合自動重傳技術(shù)（Reliability-Based Hybrid ARQ, RB-HARQ）的物理層安全編碼中，提出一種根據(jù)信道條件選擇最優(yōu)重傳比特數(shù)目的方法，該方法能夠在保證安全性的條件下實現(xiàn)吞吐量最大。在RB-HARQ技術(shù)中，接收端將碼字比特按照可靠度信息大小進(jìn)行排列，將最低可靠度的比特重傳給發(fā)送端。為了最大化吞吐量，利用密度進(jìn)化算法和軟合并的方法計算出相應(yīng)節(jié)點的信息概率密度，通過近似得出理論誤比特率，在此基礎(chǔ)上從理論上得出最佳重傳數(shù)目方案。仿真結(jié)果表明，所提算法與傳統(tǒng)的RB-HARQ算法相比，在保證安全性和可靠性的條件下，顯著提高了吞吐量，并且驗證了理論分析的正確性。

發(fā)表于：11/1/2018 1:34:00 PM

基于流行度的P2P流媒體復(fù)制算法[通信與網(wǎng)絡(luò)][其他]

通過把赤字帶寬引入到流媒體文件流行度中，定義了一種新的流媒體文件的流行度, 以該流行度為依據(jù)，確定需要復(fù)制的流媒體文件，將節(jié)點按綜合性能指標(biāo)進(jìn)行排序，把副本放置在綜合性能高的節(jié)點上。在副本放置空間不足時需要進(jìn)行副本替換，替換掉副本實際數(shù)量與期望數(shù)量之比中比值最大的文件，以復(fù)制新的文件。實驗表明，和比例復(fù)制算法相比，本算法的工作負(fù)載更早進(jìn)入穩(wěn)態(tài)，平均提前了總仿真時間的13%。穩(wěn)態(tài)時，工作負(fù)載更小, 工作負(fù)載是比例復(fù)制算法的33.3% ；達(dá)到流媒體文件請求速率的節(jié)點數(shù)量比比例復(fù)制算法的節(jié)點數(shù)量平均多1‰左右；同時在暫態(tài)時，本算法的波動更加平穩(wěn)。

發(fā)表于：11/1/2018 10:38:00 AM

能量獲取框架下的5G綠色通信小區(qū)選擇算法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

隨著蜂窩移動網(wǎng)絡(luò)中用戶數(shù)的增加，蜂窩網(wǎng)從以前的單一架構(gòu)轉(zhuǎn)變?yōu)楫悩?gòu)，基站的能量消耗也呈現(xiàn)出了指數(shù)型的增長。能量獲取是一種新興的技術(shù)，可以節(jié)省傳統(tǒng)電網(wǎng)的能量并減少無線通信中的碳排放量。異構(gòu)網(wǎng)絡(luò)中的小區(qū)選擇是影響系統(tǒng)性能的關(guān)鍵因素。從能量獲取、能量協(xié)作、異構(gòu)網(wǎng)絡(luò)等方面考慮，提出了一種折中能量獲取、能量消耗、負(fù)載均衡、接收速率等性能指標(biāo)的小區(qū)選擇算法。仿真結(jié)果表明，該算法可以減少基站對電網(wǎng)能量的需求，增加用戶選擇的可能，滿足公平性和有效性，可適用于5G綠色通信。

發(fā)表于：11/1/2018 10:08:00 AM

基于卷積神經(jīng)網(wǎng)絡(luò)的詩詞隱寫檢測方法[通信與網(wǎng)絡(luò)][其他]

利用詩詞作為載體實現(xiàn)文本信息隱藏是近兩年非常熱門的研究方向。這一類方法具有隱藏容量大并且隱蔽性高的優(yōu)點。然而現(xiàn)在還沒有針對這一類方法的非常有效的隱寫檢測算法。提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的詩詞隱寫檢測算法，該算法能自動判斷輸入的文本是否含有隱藏信息。通過大量數(shù)據(jù)對模型進(jìn)行訓(xùn)練并測試，實驗結(jié)果顯示所提出的模型能達(dá)到94.8%的檢測準(zhǔn)確率，表現(xiàn)出非常高的詩詞隱寫檢測性能。

發(fā)表于：11/1/2018 9:57:00 AM