公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

应用于嵌入式RTOS的图形显示系统设计被引量：3: 2016年; 针对嵌入式系统特点,构建了一种基于嵌入式RTOS的图形显示系统(ERGS)架构,设计了一种基于服务器/客户端的异步回调模型和请求/应答处理机制,结合ERGS特点提出了一种改进的基于消息的发布/订阅模型和相应的路由规则。并在实时操作系统Vx Works实现了ERGS。实验结果表明,在相同的嵌入式平台上,ERGS相对于传统图形显示系统性能有较大提升,特别是启用GPU硬件加速时,ERGS图形系统性能大幅度提升。; 刘高明荣葵朱辉谭怀亮; 关键词：图形显示系统异步回调

嵌入式实时流媒体传输同步控制策略被引量：2: 2014年; 针对嵌入式流媒体实时传输问题,提出了一种面向嵌入式的实时流媒体传输同步控制策略,包含发送端的流量动态纠正分层控制算法和接收端的延时抖动补偿自适应算法。流量动态纠正分层控制算法根据检测到的网络传输性能调整流媒体码率和发送速率,避免大量的流媒体数据流造成的网络拥塞,同时确保数据发送速率不小于帧码率。延时抖动补偿自适应算法通过缓冲区数据占用率变化趋势反馈控制信息调整发送策略,确保缓冲区数据占用率。实验结果表明,接收端流媒体数据的连续性和流媒体播放的平滑性得到了保证。该策略针对嵌入式流媒体实时传输能够有效地实现同步,在有限的延迟和抖动条件下具有良好的服务质量。; 刘高明呙海涛朱辉谭怀亮; 关键词：嵌入式系统流媒体传输同步控制多点传输

图像去雾算法研究综述被引量：4: 2021年; 雾霾天气会使室外拍摄的图像质量下降,而图像去雾是通过某些手段去除雾对图像质量的影响。目前图像去雾算法主要包括基于多幅图像的去雾算法、基于图像增强的去雾算法、基于物理模型的去雾算法以及基于神经网络的去雾算法。对4种算法的去雾原理、效果以及优缺点进行分析,指出目前图像去雾算法存在的问题,并对未来该领域的发展进行展望。; 魏红伟魏红伟田杰; 关键词：图像去雾去雾算法图像增强物理模型卷积神经网络

融合物理模型和神经网络的图像去雾方法与实现被引量：2: 2022年; 在雾霾影响下,室外拍摄的图像或视频清晰度严重下降。视频监控、远程感应、自动驾驶等计算机视觉任务很容易受到威胁。图像去雾就是利用某种手段去除雾霾对图像质量的干扰。为了达到更好的去雾效果,结合传统先验和深度学习,提出一种基于物理模型和神经网络的图像去雾算法DehaGA。该算法是对DehazeNet算法的改进,一方面利用神经网络的优势,通过大量的训练,利用DehazeNet网络学习雾图与透射图之间的映射关系,进而求出透射图;另一方面对于大气光的求取采用改进的大气散射模型,提出基于非均匀大气光的散射模型,通过改进算法HMN求取大气光值,克服了DehazeNet算法中对于大气光值估计不准确的缺点。最后将透射图和大气光值代入新的大气散射模型,进而恢复出无雾图像。实验结果表明,DehaGA算法与DehazeNet对比求得的无雾图像更加清晰,具有更好的去雾效果。; 魏红伟魏红伟田杰; 关键词：图像去雾物理模型神经网络大气散射模型图像处理

基于混合存储的无盘网络服务器数据优化分布方法被引量：5: 2016年; 无盘网络服务器需处理大量I/O操作,导致其存储子系统成为系统性能提升的瓶颈。为解决该问题,提出基于固态硬盘(SSD)和硬盘驱动器(HDD)混合存储的数据分布方法,使工作站共享的操作系统和应用程序镜像数据分布于SSD,而将工作站运行过程中的镜像修改数据分布于HDD。根据无盘网络服务器I/O数据块访问特性,建立块分布模型,由此设计SSD和HDD间的数据块动态迁移方法,根据SSD和HDD中块的访问信息计算数据分布概率,并动态决定数据块的保存位置。实验结果表明,该方法可有效提高工作站启动速度及存储系统带宽,减少SSD写次数。; 谭怀亮彭诗辉贺再红; 关键词：固态硬盘硬盘驱动器无盘网络数据分布

基于BADV-Hop的传感器节点定位方法被引量：4: 2014年; 为了减少无线传感器网络节点的定位误差,提出蝙蝠算法(BA)和DV-Hop算法相融合的传感器节点定位方法(BA-DVHop)。在DVHop算法的第三阶段,利用蝙蝠算法代替最小二乘法来计算未知节点的坐标,以降低定位误差,对蝙蝠算法算法进行改进,避免算法陷入局部最优,最后在Matlab 2012平台上对算法性能进行仿真分析。相对于DV-Hop算法,BADV-Hop算法提高了传感器的节点定位精度,具有较高的应用价值,仿真结果验证了BA-DVHop的有效性。; 谭爱平陈浩吴伯桥; 关键词：DV-HOP算法

基于SVM的网络入侵检测集成学习算法被引量：34: 2014年; 互联网络中,计算机和设备随时受到恶意入侵的威胁,严重影响了网络的安全性。入侵行为升级快、隐蔽性强、随机性高,传统方法难以有效防范。针对这一问题,提出一种基于SVM的网络入侵检测集成学习算法,该算法利用SVM建立入侵检测基学习器,采用AdaBoost集成学习方法对基学习器迭代训练,生成最终的入侵检测模型,仿真实验表明了该算法的有效性。; 谭爱平陈浩吴伯桥; 关键词：入侵检测 ADABOOST SVM

全选清除导出

共1页<1>

国家自然科学基金(61272190)