基于均值漂移和联合粒子滤波的移动节点定位算法

针对无线传感器网络移动节点定位面临的高精度和实时性要求,把均值漂移算法引入联合粒子滤波(Joint ParticleFilter)框架.提出了基于均值漂移和联合粒子滤波的移动节点定位算法.它使用均值漂移算法构建粒子滤波的建议分布,通过有效利用最新观测信息,提高粒子状态估计的准确性,使得采样粒子的状态分布与后验概率分布更接近,减少了状态估计必需的粒子数目.该算法还提出了基于虚拟海明距离和交互势的权重计算方式,减少相邻移动节点间的干扰.仿真实验结果表明,基于均值漂移算法和联合粒子滤波的移动节点定位,可获得比基本粒子滤波更高的定位精度,其定位精度与无味粒子滤波(Uscented Particle Filter)相当,而计算开销比无味粒子滤波减小至少50%.     

云计算环境下基于社区聚集的绿色消息系统

云计算环境下,消息系统的客户端点部署方式对系统的性能和能耗有着重大的影响.不合理的部署会使消息系统内的路由节点承受较大的负载,增加系统的能耗.现有的部署方法往往只考虑负载均衡或者基于兴趣的部署,忽略了客户端点之间存在的复杂通信关联对系统造成的影响.文中提出一种基于社区聚集的部署方法,能根据客户端点之间的消息通信强度划分社区,并通过社区聚集的方法,提高系统性能,同时有效地降低路由节点CPU以及通信链路的能耗.实验证明该方法能有效提高消息系统的消息转发效率,并能降低路由节点的消息处理负载和通信链路中的消息量,减小系统能耗.这为绿色消息系统的研究提供了一个新思路.     

随机亮度差量化的二进制特征描述

目的 传统的基于浮点型向量表示的图像局部特征描述子（如SIFT、SURF等）已经成为计算机视觉研究和应用领域的重要工具,然而传统的高维特征向量在基于内容的大规模视觉检索应用中存在着维度灾难的问题,这使得传统浮点型视觉特征在大规模多媒体数据应用中面临严峻挑战。为了解决浮点型特征的计算复杂度高以及存储空间开销大的问题,越来越多的计算机视觉研究团队开始关注和研究基于二进制表达的局部特征并取得了重要进展。方法 首先介绍了二进制特征的相关工作,并对这些方法进行了分类研究,在此基础上提出了基于亮度差量化的特征描述算法。有别于传统二进制特征描述算法,本文算法首先对图像局部进行随机像素点对采样,并计算像素点对之间的亮度差,通过对亮度差值作二进制量化得到图像的局部二进制特征。结果 本文算法在公共数据集上与目前主流的几种二进制特征提取算法进行了比较评价,实验结果表明,本文二进制特征在特征匹配准确率和召回率上超过目前主流的几种二进制描述子,并且同样具有极高的计算速度和存储效率。结论 通过实验结果验证,本文二进制特征在图像条件发生变化时仍然能保持一定的鲁棒性。     

运用频率分析法诊断加工中心主轴箱异响

CINCINNATI 7VT-1000加工中心是我厂70年代末从美国辛辛那提·米拉克隆(CINCI-NNATI·MILACRON)公司进口的8工位立式数控机床。该机床使用多年后,主轴箱经常出现故障,发出异常响声,我们运用频率分析法对响声进行分析判断。 1.主轴传动系统结构 该机床直流主轴电机采用可控硅无级调速,并通过主轴箱的滑移齿轮变速(见附图),在主轴上可得到58级转速。其中160～630r/min的13种转速既可在低速区得到,也可在高速区得到(见表1)。 2.故障因素的分析和诊断方法的提示 导致主轴箱发出异响的原因有;(1)由于直流主轴电机输入电压不稳定导致…     

低比特率视频编码中一种有效的码率分配算法

引入能较好地反映视频图像运动特性的差分帧直方图（HOD）来预分配码率.对于运动较为平稳的序,提出了基于HOD的分段常数码率预分配算法.帧级码率预分配根据视频原始序列HOD的统计特性来决定;对于运动程度变化较大的序列,采用修正后的线性HOD模型来预分配码率.实验结果表明,相对于H.264 JM76中的分配算法,该算法使得R-D性能平均提高0.35/dB,视频主观质量的下降也得到了有效的改善.     

基于NC机的视频监控系统终端软件的设计与实现

网络计算机(NetworkComputer,NC)是一种基于网络计算环境的信息访问处理终端设备。文章介绍了一个可以在NC机上运行的远程视频监控系统终端软件的设计与实现。系统采用视频压缩卡采集并压缩图像,通过Internet传输数据,基于GTK开发终端用户界面,系统资源占用较小、界面友好。文中还介绍了采用GTK实现用户界面过程中所解决的技术难点。     

基于扩频的非对称数字水印

1.引言随着多媒体技术和网络技术的飞速发展和广泛应用,数字图像、音频和视频等多媒体数字产品愈来愈需要一种有效的版权保护方法,数字水印技术就是针对这一问题而提出来的。所谓数字水印技术,就是将数字、序列号、文字、图像标志等版权信息嵌入到多媒体数据中,以起到版权保护、秘密通信、数据文件的真伪鉴别和产品标志等作用。     

数据挖掘在音高变化规律学习中的应用

音高变化规律对合成高自然度的语音非常重要.为了提取音高即基频的变化规律,设计实现了数据挖掘系统SpeechDM,经过训练取得了较好的学习结果.该文介绍了国内进行的关于音高变化规则的研究情况以及数据挖掘技术,给出SpeechDM的系统结构,并介绍其主要模块,对实验结果进行了分析.     

一种基于密度的自适应最优LDA模型选择方法

主题模型(topic models)被广泛应用在信息分类和检索领域.这些模型通过参数估计从文本集合中提取一个低维的多项式分布集合,用于捕获词之间的相关信息,称为主题(topic).针对模型参数学习过程对主题数目的指定和主题分布初始值非常敏感的问题,作者用图的形式阐述了LDA(Latent Dirichlet Allocation)模型中主题产生的过程,提出并证明当主题之间的相似度最小时模型最优的理论;基于该理论,提出了一种基于密度的自适应最优LDA模型选择方法.实验证明该方法可以在不需要人工调试主题数目的情况下,用相对少的迭代,自动找到最优的主题结构.     

基于代价估计的Hive多维索引分割策略选择算法

在能源互联网、智慧城市等新兴领域,智能终端采集的庞大数据往往需要多维分析,传统企业寻求借助互联网技术(如Hadoop和Hive)应对大数据问题.但是Hive当前的多维索引能力较弱,无法满足传统企业的需求.针对这一问题,提出了一种基于分布式网格文件的多维索引技术——DGFIndex,来提升Hive的多维查询处理能力.但是在创建DGFIndex时,需要用户指定各个索引维度的分割粒度,而分割粒度的大小与查询性能息息相关.在用户对数据与查询特征不熟悉时,很难选择较优的分割策略.为了解决这一问题,通过建立新的MapReduce代价模型,并使用两阶段模拟退火算法为DGFIndex搜索较优的分割策略,从而提升查询性能,减少查询集合的总耗时.实验结果表明:DGFIndex可以提升Hive多维查询性能50%~114%,对于固定的查询集合,与人工选定分割策略比较,基于代价估计的分割策略选择算法可以为DGFIndex快速选定较优的分割策略,并可以使整个查询集合的处理时间比人工方法最多减少30%.