您的位置： 专家智库 > >

贾平平

作品数：6 被引量：3H指数：1
供职机构：淮北师范大学计算机科学与技术学院更多>>
发文基金：安徽省自然科学基金安徽省高校省级自然科学研究项目更多>>
相关领域：自动化与计算机技术电子电信更多>>

合作作者

文献类型

  • 6篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇网络
  • 2篇路由
  • 2篇机会网络
  • 1篇遗传算法
  • 1篇引力
  • 1篇引力场
  • 1篇余弦
  • 1篇余弦变换
  • 1篇上下文
  • 1篇摄像
  • 1篇摄像机
  • 1篇实时性
  • 1篇离散余弦变换
  • 1篇路由算法
  • 1篇路由协议
  • 1篇目标跟踪
  • 1篇快速傅里叶变...
  • 1篇缓存
  • 1篇交互式遗传算...
  • 1篇傅里叶

机构

  • 6篇淮北师范大学

作者

  • 6篇葛方振
  • 6篇贾平平
  • 5篇洪留荣
  • 5篇孙雯
  • 4篇谢永亮
  • 3篇郑颖
  • 2篇刘冠宇

传媒

  • 2篇云南民族大学...
  • 2篇淮北师范大学...
  • 1篇洛阳师范学院...
  • 1篇苏州科技学院...

年份

  • 1篇2018
  • 1篇2017
  • 1篇2016
  • 3篇2015
共 6 条 记 录，以下是 1-6
全选 清除 导出
排序方式：
一种基于傅里叶变换的改进ViBe算法
2015年
针对Vi Be算法在第1帧图像中含有运动目标时容易引入Ghost区域以及不能很好地去除阴影等问题.我们基于块的背景建模结合傅里叶变换,对Vi Be算法进行了改进.该算法对每一帧图像进行分块,在块内使用快速傅里叶变换,利用第1帧图像中每一块的直流分量建立背景模型,以后各帧与背景模型比较,检测出运动物体,最后通过扫描图像计算每一列前景像素的个数与设置的阈值进行比较,来消除阴影.实验结果表明,改进的算法可以快速的去掉Ghost区域以及很好地去除阴影.
谢永亮洪留荣葛方振郑颖孙雯贾平平
关键词：快速傅里叶变换
基于引力场的机会网络路由算法被引量：1
2017年
机会网络通过节点的运动带来相遇机会进行数据传递,结构的拓扑变化给机会网络的路由算法设计带来了挑战.现有的经典路由算法认为节点与节点的关系是独立的,没考虑节点之间的关系,根据"节点的最大介数与网络的传输能力呈近似反比的关系"这一关系,结合引力场理论,将机会网络抽象为一个引力场,网络中的节点视为引力场中的暗能量和星体,节点间的相互作用转化为路径对数据包的吸引力,提出了基于引力场的机会网络路由算法(routing algorithm for opportunistic network based on gravitation field,BGF),通过在ONE上的仿真实验,然后与Epidemic算法、Prophet算法对比,实验结果表明:在节点数与节点缓存比较大时,BGF算法的传输成功率最高,传输延迟与路由开销最小.
贾平平葛方振刘冠宇孙雯
关键词：机会网络路由算法引力场
机会网络的研究进展
2015年
首先介绍了机会网络的概念、特点及其应用,然后综述了一些机会网络的经典路由算法,最后提出了机会网络未来的研究方向.
贾平平葛方振洪留荣谢永亮孙雯
关键词：机会网络路由协议
运动背景下任意目标跟踪方法研究被引量：1
2016年
针对动态场景的特点,提出了一种基于背景信息上下文的运动物体跟踪方法。算法利用场景中当前帧的边缘信息,建立上下文模型,在下一帧中通过该上下文模型估计摄像机移动方向和速度,预测当前帧中物体边缘在下一帧中的位置,构造出下一帧边缘的估计图像。然后通过建立的估计图像与下一帧中真实的背景图像进行比较达到检测运动目标的目的。实验结果表明:文中提出的算法能够较好地检测出运动目标,在效率、精确性、鲁棒性、实时性等方面都获得了很好的效果。
谢永亮洪留荣葛方振郑颖孙雯贾平平
关键词：实时性目标跟踪
一种改进的ViBe算法被引量：1
2015年
针对Vi Be算法在使用含有运动物体的帧进行建模,在检测阶段容易引入Ghost区域以及在高动态背景下不能较好地检测运动目标的问题,使用块区域进行建模对Vi Be算法进行了改进.算法把每一帧图像分成若干不重叠的块,对每个块进行离散余弦变换,取变换后块的直流分量建立背景样本集.从第二帧开始,用当前帧中每个块直流分量与对应的背景样本集进行比较,得出该块应该归为背景还是前景,进而检测出运动目标,并用该块更新样本集中与该块最不相似的样本.结果表明,给出的算法可以快速地去掉Ghost区域以及在高动态背景下算法仍能较准确地检测出运动物体.
谢永亮洪留荣葛方振郑颖孙雯贾平平
关键词：离散余弦变换
考虑评价偏差的交互式遗传算法
2018年
交互式遗传算法IGA求解隐式目标优化,存在用户评价不确定性和用户疲劳问题,为此提出考虑评价偏差的交互式遗传算法DE-IGA.算法DE-IGA根据用户认知规律,设计用户评价适应值修正模型,修正力度随不确定性由大到小;根据基因相似度,由上一代最优个体的基因特征选择下一代的用户评价个体;依据基因相似性将种群划分为粒,对粒内未评价个体的适应值估算并调整;将所提出的DE-IGA算法应用于不等面积布局问题UA-FLP.实验结果表明,算法能够有效提高用户评价准确性,提高收敛性,减少运行时间,降低用户疲劳.
刘冠宇葛方振洪留荣贾平平于雷
关键词：交互式遗传算法
全选 清除 导出
共1页<1>
聚类工具0