期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
筒并捻车间计算机监测系统的设计与实现 被引量:1
1
作者 邵景峰 李永刚 +2 位作者 李波 秦兰双 杨丽萍 《纺织学报》 EI CAS CSCD 北大核心 2010年第1期117-122,共6页
为实现筒并捻车间生产管理的信息化,更好地推动纺织企业的发展,对车间的实际需求进行深入分析,构建了C/S模式的网络拓扑结构,提出一种基于多Agent的车间生产管理模型,利用多线程技术、STL技术以及数据库技术对基于多线程的数据采集技术... 为实现筒并捻车间生产管理的信息化,更好地推动纺织企业的发展,对车间的实际需求进行深入分析,构建了C/S模式的网络拓扑结构,提出一种基于多Agent的车间生产管理模型,利用多线程技术、STL技术以及数据库技术对基于多线程的数据采集技术、系统数据的整合方法进行研究,并介绍了系统的管理功能、数据库结构设计以及软件设计过程中的技术难点。应用表明,该系统可满足车间生产管理的需要,并实现企业生产管理的网络化。 展开更多
关键词 监测系统 筒并捻车间 通信 多线程 C/S
在线阅读 下载PDF
结合HVS和相似特征的图像质量评估方法 被引量:30
2
作者 王正友 李振兴 +2 位作者 林维斯 刘晨晨 王万 《仪器仪表学报》 EI CAS CSCD 北大核心 2012年第7期1606-1612,共7页
图像质量的客观评价方法研究在实现图像质量评价仪器化的过程中起到决定性的作用。在分析最新全参考图像质量评价算法:特征相似法(feature similarity,FSIM)的基础上,利用对比敏感度函数(contrast sensitivity function,CSF)算子以及离... 图像质量的客观评价方法研究在实现图像质量评价仪器化的过程中起到决定性的作用。在分析最新全参考图像质量评价算法:特征相似法(feature similarity,FSIM)的基础上,利用对比敏感度函数(contrast sensitivity function,CSF)算子以及离散余弦变换(discrete cosine transform,DCT)域的对比度掩盖效应,提出了一种改进的FSIM图像质量评价方法。该方法具有FSIM算法简单、高效等特性,同时又充分体现人眼视觉特性,更好地反映了人的主观感受。LIVE(laboratory for image and video engi-neering)测试数据集的实验结果证明,该方法在非线性回归后相关系数、斯皮尔曼相关系数、线外率等指标方面均优于传统的其他图像质量评价算法。 展开更多
关键词 人类视觉系统 特征相似法 对比敏感度函数 离散余弦变换 掩盖算子 图像质量评价
在线阅读 下载PDF
基于AdaBoost.MH的Reyes渲染架构时间预估算法 被引量:2
3
作者 孟庆利 吕琳 +2 位作者 靳颖 孟祥旭 孟雷 《计算机科学》 CSCD 北大核心 2014年第2期76-81,共6页
在大规模真实感渲染系统中,需要对渲染任务进行分解和调度,将其优化后分配给不同的可用计算资源,实现快速集群渲染。为了实现渲染任务的有效分解和调度,提高并行效率,高精度的时间预估算法是不可欠缺的。通过深入研究使用RenderMan规范... 在大规模真实感渲染系统中,需要对渲染任务进行分解和调度,将其优化后分配给不同的可用计算资源,实现快速集群渲染。为了实现渲染任务的有效分解和调度,提高并行效率,高精度的时间预估算法是不可欠缺的。通过深入研究使用RenderMan规范的渲染器常用的Reyes渲染架构中对渲染时间产生影响的各种因素,分析提取出影响渲染时间的7大要素特征,提出了基于AdaBoost.MH的渲染时间预估算法。通过在基于Reyes渲染架构的渲染引擎中的实验与测试表明,训练集和测试集的准确率分别达到79%和78%,为渲染任务的并行调度奠定了基础,同时也为渲染费用预估提供了依据。 展开更多
关键词 时间预估 ADABOOST MH算法 Reyes渲染架构 集群渲染
在线阅读 下载PDF
深度学习驱动的水下图像增强与复原研究进展 被引量:18
4
作者 丛润民 张禹墨 +2 位作者 张晨 李重仪 赵耀 《信号处理》 CSCD 北大核心 2020年第9期1377-1389,共13页
水下图像是水下信息的重要载体和呈现方式,对海洋资源的探索、开发、利用具有至关重要的作用。然而,由于客观成像环境和设备的限制,水下图像质量总是差强人意,具有对比度低、细节模糊、颜色偏差等退化现象,严重制约相关领域的发展。因此... 水下图像是水下信息的重要载体和呈现方式,对海洋资源的探索、开发、利用具有至关重要的作用。然而,由于客观成像环境和设备的限制,水下图像质量总是差强人意,具有对比度低、细节模糊、颜色偏差等退化现象,严重制约相关领域的发展。因此,如何通过后期算法对退化的水下图像进行增强和复原越来越受到学者们的关注。近些年,随着深度学习技术的快速发展,基于深度学习的水下图像增强与复原技术取得了巨大进展。为了更加全面、立体地对现有方法进行梳理与归纳,紧跟最新研究进展,本文着重对深度学习驱动的水下图像增强与复原的方法和模型进行介绍,详细整理现有的水下图像数据集,分析现有基于深度学习方法的关键问题,并对未来发展方向进行展望。 展开更多
关键词 水下图像 质量退化 图像增强与复原 深度学习 水下图像增强与复原数据库
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部