排序方式: 共有14条查询结果,搜索用时 0 毫秒
1.
电子商务平台是一个基于因特网的多信息融合环境。从本质上来说,该信息环境的数据模式属于一个异构的形式。针对电子商务平台信息融合的特点,本文探讨并研究了信息融合中的异构数据的语义集成及关键技术,提出了一类基于XML的电子商务平台异构信息的语义集成方案。 相似文献
2.
针对高速公路视频数据中道路场景复杂、远端车辆目标小等现象,导致车辆逆行检测模型准确率低的问题,提出了一种基于YOLOv5和DeepSORT的CECAY5D模型框架。框架中设计了一种通道-空间注意力单元CECAC3,用于增强模型对小目标聚集区域的关注程度,提升小目标车辆检测的精度。CECAC3注意力单元是在有效通道注意力模块基础上增加了C3残差模块和空间注意力模块。在高速公路车辆逆行视频数据集下进行对比试验,实验结果表明,逆行检测模型CECAY5D在高速公路监控视频下的检测率和漏检率分别为90%和10%,相比于YOLOv5+DeepSORT模型,检测率提高了25%,漏检率降低了25%,因此该模型具有较高的检测率和较低的漏检率。 相似文献
3.
4.
基于随机网络演算的LTE网络端到端时延分析 总被引:1,自引:0,他引:1
长期演进计划LTE(Long Term Evolution)由第三代合作伙伴计划(The 3rd Generation PartnershipProject,3GPP)提出,是下一代高速无线网络通信的重要标准.LTE网络中的数据传输性能评价是学术界与工业界重要问题.但是,无线信道的时变性使得LTE网络中性能评价的复杂度大大增加.文中利用随机网络演算对LTE网络中不同数据流的到达和服务进行建模,建立了对LTE网络进行数据传输时端到端(End-to-End,E2E)时延分析的框架,并通过数值分析验证了所建立框架的有效性. 相似文献
5.
提高区块链系统吞吐量是广泛应用区块链的关键问题之一。针对以上问题,将分片技术应用到区块链系统中,通过使区块链并行处理事务提高区块链的吞吐量。将区块链分片选择问题建立为马尔科夫决策过程(Markov decision process,MDP),并设计了基于深度强化学习(deep reinforcement learning,DRL)的区块链分片最优选择策略(branching dueling Q-network shard-based blockchain,BDQSB)。所采用的BDQSB算法克服了传统DRL算法行为空间维度高、神经网络难以训练的缺点。仿真实验结果表明,所提出的方法可以有效降低行为空间维度,提高区块链处理事务的吞吐量和可扩展性。 相似文献
6.
7.
在入侵检测系统中,采用网络协议分析技术可以有效地减少数据包的搜索空间。结合网络协议分析技术和决策树挖掘技术,提出一种新型的入侵检测模型。该模型首先分析数据包的协议类型,然后根据协议类型来确定最佳的决策树算法以进行入侵检测。实证研究表明,该模型较传统的基于决策树的入侵检测模型具有更高的准确性,更适合于目前高速网络环境中的入侵检测要求。 相似文献
8.
CDN和P2P是现在常用的两种网络加速方法。本文首先简要阐述了CDN和P2P技术,然后针对CDN-P2P混合流媒体分发模型给出了一种探测异常节点的方案。此方案在一定程度上减轻了CDN服务器作为P2P索引节点的监测压力,从而使CDN服务器能更有效地进行流媒体服务。 相似文献
9.
10.
动态优化是计算机系统与计算机网络中进行资源分配与任务调度等方面研究所采用的主要理论工具之一.目前,国内外已开展大量研究,致力于深化动态优化的理论研究与工程应用.文中从模型、求解与应用3个角度,对马尔可夫决策过程动态优化理论模型进行了综述,并重点介绍了将动态优化理论与随机Petri网理论相结合的马尔可夫决策Petri网和随机博弈网模型,详细讨论了这些模型的建模方法、求解算法与一些应用实例.最后,对全文进行了总结,并对未来可能的研究方向进行了展望. 相似文献