-
题名基于数据流聚类的多任务并行数据控制方法
- 1
-
-
作者
张嘉慧
陈智明
黄科
王晓琪
李子龙
-
机构
广东电网有限责任公司梅州供电局
-
出处
《信息技术》
2024年第3期128-133,共6页
-
基金
国家级新一代人工智能科技项目(2020AAA0103400)。
-
文摘
多任务并行数据的类别较多、数据流庞大,导致其控制能力较差,增加了物联网访问负担和通信开销。为了提升数据流稳定性,规范数据流访问过程,提出基于数据流聚类算法的多任务并行数据控制方法。首先利用数据采集与监视系统,从识别、采集、验证三个方面获取物联网数据流;然后计算各数据流动态趋势间的欧氏距离,使数据流相似度衡量标准统一;将优化后数据流代入聚类算法中,根据数据流时间戳合理对应任务请求;最后利用PLC控制器实现多任务并行数据控制。实验结果表明,所提方法的可扩展性高、加速比高。
-
关键词
数据采集与监视系统
数据流预处理
相似度衡量标准
聚类算法
PLC控制器
-
Keywords
data acquisition and monitoring system
data stream preprocessing
similarity measurement standard
clustering algorithm
PLC controller
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名多摄像机下模糊图像细节特征目标快速检测研究
- 2
-
-
作者
胡明合
-
机构
商丘学院计算机工程学院
-
出处
《现代电子技术》
北大核心
2019年第13期76-80,共5页
-
文摘
人工检测方法只收集了模糊目标相关信息以及模糊背景分析结果,导致图像细节特征检测效果较差。为了解决该问题,提出多摄像机下模糊图像细节特征目标快速检测方法。根据多摄像机下模糊图像监控工作流程,对现有摄像机资源进行分配,并对统一目标进行识别与检测。提取模糊图像细节特征,衡量边缘图像相似情况,通过搜索目标图像与待匹配图像之间的匹配度量,计算倒角距离最小值。使用矩形窗口定义局部边缘特征,并对其进行采集与处理,由此生成视野分界线,在多摄像机固定情况下对目标进行检测。通过实验对比结果可知,该方法比人工方法检测效率要高,最大相差70%,为摄像机准确检测出模糊图像特征提供支持。
-
关键词
模糊目标识别
多摄像机摄影
细节特征提取
快速检测
相似度衡量
图像匹配
-
Keywords
blurred target identification
multi - camera photography
detail feature extraction
fast detection
similarity measurement
image matching
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391
[自动化与计算机技术—计算机应用技术]
-
