一种基于数据竞争的高分辨率图像的聚类分割算法

近些年,机器人技术得到了迅猛的发展,应用越来越广泛.随着机器人技术的推广和普及,对机器人使用的要求也越来越高,其中对智能机器人的要求尤显迫切.机器视觉是智能机器人研究领域的一个重要研究方向.在机器人视觉系统中,核心问题是目标提取,对目标实时、准确、快速提取的关键技术是图像分割.由于机器人感知的环境的复杂性及目标的多样性,往往导致机器人感知获得的图像数据量较大且图像本身存在不可预知的复杂性,这就对准确的目标分割和提取处理提出了挑战性问题.本文针对高分辨率图像数据集的分割处理,提出一种新的聚类算法,即根据数据点能量和的大小识别类代表点和类成员点,通过数据点间的竞争识别出最有能力成为簇成员的数据点,并将其与mean shift聚类算法有效地结合应用于彩色图像分割问题中,能够快速高效地实现高分辨率图像的目标分割,并得到较好的图像分割效果.实验结果表明,本文算法在分割效果和分割效率上明显优于传统聚类算法.     

基于XML异构数据库数据转换技术的研究

文章是对数据共享和同步技术的研究,主要是针对不同部门数据库之间的数据转换技术,采用系统服务组件的设计理念,耦合程度低。主要实现方式是采用XML文件格式来描述异构数据库的结构信息,然后采用模糊匹配的方式计算两个数据库的异构程度,抽象出符合目标数据库的表结构。最后按照这个结构抽取源数据库的有用数据,导入目标数据库中。     

基于Hadoop云存储系统在设计院的应用研究

近年来,三维设计、协同设计在设计院中逐渐推广使用,设计院面临着文件和数据量的快速增长,现有的文件存储设施已不能适应业务增长的需求。本文首先描述了云计算和云存储的概念,分析了云存储的体系结构和技术优势,提出了基于Hadoop构建的云存储系统模型,并应用于数据备份、归档及数据共享等领域,满足了设计院对海量数据存储、数据共享和数据挖掘等要求。     

上海交通大学数字媒体与数据重建实验室

上海交通大学数字媒体与数据重建实验室在"国家杰出青年基金"获得者马利庄教授的领导下,依托上海交通大学"计算机科学与技术国家重点一级学科"及"交大微软智能计算与智能系统教育部重点实验室",长期从事计算机图形图像基础理论、数字艺术与数字娱乐、数字医疗等相关领域的算法及软件系统的研究与开发。具体研究方向包括以下三方面:     

3G技术在地震网络系统的安全应用价值探析

从地震的发生频率上来看,我国是一个多发的国家。同时在地震中由于受到各种灾害而引起的损失也是最严重的。所以,对地震的信号进行实时性监测并完成信号数据的快速传输必须要应用先进的技术手段。文章主要介绍的就是目前应用十分广泛的3G技术在地震的网络系统中的安全应用。     

存储介质数据销毁技术研究

描述了介质存储特征中的安全隐患,对比了各种数据销毁技术的优劣,提出了分级保护条件下的数据销毁策略。