流媒体树状结构的研究与优化

针对当前树状流媒体系统结构由于结构与算法复杂而造成的视频块传输延迟问题,逻辑网络与物理网络拓扑失配等问题,该文提出了一种流媒体树状结构的构建与维护算法doubletree,并且讨论了该结构改进的DHT关键词构建方法,算法分析结果显示doubletree可以获得更高的传输效率与服务质量。     

基于上下文聚合网络的图像去噪性能分析

近年来,随着神经网络理论的拓展,神经网络模型在图像处理领域得到了广泛的应用。利用上下文聚合网络实现双边滤波器算子逼近,分析其图像去噪性能。结果表明,逼近双边滤波算子的上下文聚合网络能够实现图像降噪,改善图像质量,且处理效果优于传统的双边滤波器。此外,对比分析了上下文聚合网络和去噪卷积神经网络的图像去噪性能。相比于去噪卷积神经网络,逼近双边滤波运算的上下文聚合网络处理多幅图像的速度更快,时效性更好,且随着处理图片数量增多,性能越优。相反,去噪卷积神经网络的去噪性能更优,但处理速度慢。