期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
一种基于TCP的简单实时端到端带宽测量技术 被引量:2
1
作者 邓晓衡 陈志刚 +1 位作者 张连明 陈章 《计算机工程》 CAS CSCD 北大核心 2005年第5期14-16,95,共4页
提出了一种简单实时端到端带宽测量方法。该方法基于TCP协议的应答(ACK)机制和滑动窗口机制,在源端记录每个分组的ACK返回时间,获取时间间隔,计算瞬时测量带宽,为消除时间扩展和压缩对测量值的影响,设计了指数加权移动平均滤波器,获得... 提出了一种简单实时端到端带宽测量方法。该方法基于TCP协议的应答(ACK)机制和滑动窗口机制,在源端记录每个分组的ACK返回时间,获取时间间隔,计算瞬时测量带宽,为消除时间扩展和压缩对测量值的影响,设计了指数加权移动平均滤波器,获得稳定带宽值,同时记录往返时间最小值并计算往返时间平均值,可为TCP协议拥塞控制,调节发送速率提供依据。该方法克服了基于TCP协议测量方法实现复杂的缺点。 展开更多
关键词 拥塞控制 TCP 测量 在线 端到端
在线阅读 下载PDF
电力关键设备远程监测与故障诊断系统的研究 被引量:40
2
作者 邓宏贵 罗安 +1 位作者 刘雁群 刘连浩 《电网技术》 EI CSCD 北大核心 2003年第5期51-54,共4页
电力系统设备运行中发生的任何故障或失效不仅会引起严重后果,造成重大的经济损失,甚至还可能导致灾难性的人员伤亡和恶劣的社会影响。为此,作者设计出一套能够解决上述难题的电力设备的远程监测与故障诊断系统,并对此系统的结构、实现... 电力系统设备运行中发生的任何故障或失效不仅会引起严重后果,造成重大的经济损失,甚至还可能导致灾难性的人员伤亡和恶劣的社会影响。为此,作者设计出一套能够解决上述难题的电力设备的远程监测与故障诊断系统,并对此系统的结构、实现、应用进行了阐述。 展开更多
关键词 电力系统 电力设备 远程监测 故障诊断系统 数据传输
在线阅读 下载PDF
一种基于双平行平面的激光雷达和摄像机标定方法 被引量:9
3
作者 彭梦 蔡自兴 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2012年第12期4735-4742,共8页
针对单线激光雷达和摄像头的外参数估计问题,提出一种基于双平行平面的标定方法,标定过程分为单传感器相对车体位姿的标定和多传感器联合标定2个部分。利用激光雷达在双平行的平面标定板上的扫描信息,获取激光雷达相对于车体的俯仰角度... 针对单线激光雷达和摄像头的外参数估计问题,提出一种基于双平行平面的标定方法,标定过程分为单传感器相对车体位姿的标定和多传感器联合标定2个部分。利用激光雷达在双平行的平面标定板上的扫描信息,获取激光雷达相对于车体的俯仰角度和偏转角度;通过黑白棋盘格获取摄像头相对于车体的姿态外参数;最后综合前两步的结果和两种传感器在车体的精确安装位置,对激光雷达、摄像头和车体进行联合标定。本文提出的方法只要让标定物放置于车体正前方,采集一次数据就能满足整个标定过程,实现多个传感器的联合标定。实验结果表明,该方法的标定精度较高,简单实用。 展开更多
关键词 激光雷达 摄像机 联合标定
在线阅读 下载PDF
一种基于支持向量机的增量学习算法
4
作者 曾嵘 刘建成 蒋新华 《铁道科学与工程学报》 CAS CSCD 北大核心 2005年第1期94-96,共3页
具有增量学习功能的数据分类技术与普通的数据处理技术相比较,增量学习分类技术具有明显的优越性。在新的训练过程中充分利用了历史的训练结果,从而显著减少了后继训练的时间。介绍了支持向量机的基本理论和一般的支持向量机增量学习算... 具有增量学习功能的数据分类技术与普通的数据处理技术相比较,增量学习分类技术具有明显的优越性。在新的训练过程中充分利用了历史的训练结果,从而显著减少了后继训练的时间。介绍了支持向量机的基本理论和一般的支持向量机增量学习算法,针对有些渐变问题(如机械设备的早期故障期和损耗期),新样本所提供的信息量与历史样本所提供的信息量是不同的,给出一种新息加权的支持向量机的增量学习算法,通过循环来获得最优分类面。仿真实验表明,采用加权的增量算法更能反映新样本点的特征。 展开更多
关键词 支持向量机 分类函数 增量学习 计算方法 统计学习理论
在线阅读 下载PDF
基于CUDA架构的改进Marching Cubes算法 被引量:2
5
作者 周筠 蒋富 《计算机科学》 CSCD 北大核心 2018年第B11期573-575,共3页
Marching Cubes是医学体数据可视化的经典算法,但生产的网格质量差、算法执行速度慢成为阻碍其用于数值分析的两个主要缺点。文中提出一种基于硬件加速的Marching Cubes改进算法。该算法采用统一设备架构(CUDA)充分发挥Marching Cubes... Marching Cubes是医学体数据可视化的经典算法,但生产的网格质量差、算法执行速度慢成为阻碍其用于数值分析的两个主要缺点。文中提出一种基于硬件加速的Marching Cubes改进算法。该算法采用统一设备架构(CUDA)充分发挥Marching Cubes算法分而治之的优点,利用CUDA的可编程性并行分类体数据,加快了活跃体素和活跃边的提取;同时,该改进算法将得到的活跃边按照中点投影方式进行偏移,从而达到了改善网格质量的目的。最后通过实验表明,该算法可以保证在阈值未知的情况下,进行交互式的高质量网格建模。 展开更多
关键词 医学体数据 MARCHING CUBES CUDA 中点投影
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部