排序方式: 共有58条查询结果,搜索用时 15 毫秒
1.
由于3G无线网络具有高丢包率、信道带宽有限且不稳定等特点,使用传统可靠的TCP协议传输视频,往会造成无线信道拥塞,出现画面延迟长、抖动严重等问题。而使用简洁、实时性更好的UDP协议传输视频,容易造成大量的数据丢失,大大降低视频的质量。针对上述出现的问题,提出了一种结合自适应的加权平均码率传输控制机制和基于TCP/UDP混合协议的视频帧分级传输模型的传输技术,使得视频传输的实时性和画面质量都能达到一个比较好的表现。 相似文献
2.
针对目前手机游戏开发中存在的问题,提出了一个自适应的手机游戏渲染引擎的框架——AnyRender。在这个框架中,整合了一个适合于不同手机平台的能有效压缩图像及快速渲染的算法集。使用AnyRender开发的游戏,将根据具体的平台,在算法集中自动选择最适合这个平台的一个算法,减少了因移动设备差异性而带来得移植困难,能有效的利用手机的有限资源。 相似文献
3.
藿香正气水是家庭常备的中成药,具有去暑解表、化湿和中、扶正去邪的功效,适用于恶寒发热、头身困重、胸闷腹满、恶心呕吐、泄泻等症状,临床应用很广, 相似文献
4.
5.
目前渤海湾盆地多数油田已进入高含水期开发阶段,油藏模型、油水系统及面临的开发问题十分复杂,严重制约了油田可持续发展。为此,提出一套基于地震反演和沉积微相约束的建模方法,结合渤海湾盆地SZ36-1油田地质资料,以地震合成记录为桥梁,构建了基于相控“硬约束”和地震反演“软约束”的孔隙度模型。可信度分析认为该方法优势体现在:①基于双控的地质模型消除了硬约束的“痕迹”,与岩相砂体发育趋势相吻合,且具有一定的井间预测功能,模型更符合地质认识;②模型具有较高精度的同时降低了地震约束建模的局限性。后验井平均符合率达92.51%,说明地震约束建模技术能够降低地质模型的不确定性,可信度较高。基于地震约束地质模型方法有助于进一步提高水驱采收率。 相似文献
6.
了解水合物沉积规律,可为深水气井干预作业方案优化及井筒内水合物防治提供思路。在气液两相流动模型的基础上,结合干预作业工具下放引起的热量交换和摩阻梯度变化,建立了干预作业下井筒压力和温度预测模型,采用迭代法对温度和压力模型耦合求解。基于水合物生长动力学模型,结合井筒温度和压力预测结果,建立水合物沉积模型,分析了干预作业下井筒内水合物沉积规律。结果表明,产量的增加导致井筒内压差升高,高产量下泥线处井筒温度较高;随着干预作业工具的下放,井筒内压力升高,但压力升高幅度逐渐减小,井口处压力的最大升高幅度约为3.0 MPa;干预作业工具直径占比小于50%时,干预作业工具直径越大,井筒压力越高;井筒泥线位置是水合物沉积堵塞高风险区域,低产井的水合物沉积速度比高产井的水合物沉积速度快;干预作业工具下放至泥线附近时井筒水合物沉积速度最快,干预作业工具直径占比50%时井筒水合物沉积速度较快。 相似文献
7.
8.
流特征选择指从以流形式到来的特征数据中选出最优特征子集,现有方法大多在模型训练中需要事先学习领域信息并预设给定参数值。实际应用中,由于不同的数据集数据结构和来源不同,在模型学习过程中研究人员无法提前获取相关领域知识且针对不同类型数据集指定一个统一参数存在巨大挑战。基于此,提出一种基于自适应密度邻域关系的多标签在线流特征选择方法(multi-label online stream feature selection based on adaptive density neighborhood relation, ML-OFS-ADNR),基于邻域粗糙集理论,所提方法在特征依赖计算时无需任何先验领域信息。此外,提出了一种新的自适应密度邻域关系,使用周围实例的密度信息,可以在流特征选择过程中自动选择适当数量的邻域,不需要事先指定任何参数。通过模糊等价约束,ML-OFS-ADNR可以选择高依赖低冗余度的特征。实验表明在10种不同类型的数据集上,所提方法在特征数量相同的情况下优于传统特征选择方法和先进的在线流特征选择方法。 相似文献
9.
多标签分类主要解决实例数据对应多个标签问题,现有多标签方法大多利用所有特征组成的相同数据表示来区分所有标签,由于每个标签自身特点不同,统一的特征不能完全区分标签,给模型训练带来负面作用和时间成本增加,如何利用对每个标签而言最具有辨别力的特征来提高模型分类性能成为一种难题,此外现实中类不平衡问题同样会导致多标签学习模型的性能下降。基于此,提出一种类不平衡的公共和标签特定特征多标签分类方法。首先,找到种子实例的最近邻居,然后通过插值技术得到合成实例的特征来解决类不平衡问题;其次,为了找出对每个标签最具代表性的特征,引入l1,l2,1正则化约束系数矩阵提取标签的特定特征和公共特征;最后,使用标签相关性实现关联标签的模型输出相似,实例相关性保证关联特征共享对应标签分布信息提高分类性能。实验表明所提方法与其他多标签分类方法相比获得了更好的分类精度。 相似文献
10.