移动Ad Hoc网络(Mobile Ad Hoc Network,MANET)受限于移动节点的能量、通信链路的带宽、计算和存储能力等一系列因素。如何提高网络的通信带宽和数据吞吐量,仍然是MANET亟待解决的问题。网络编码(Network Coding,NC)是一种发展非常迅速...移动Ad Hoc网络(Mobile Ad Hoc Network,MANET)受限于移动节点的能量、通信链路的带宽、计算和存储能力等一系列因素。如何提高网络的通信带宽和数据吞吐量,仍然是MANET亟待解决的问题。网络编码(Network Coding,NC)是一种发展非常迅速的编码技术,应用于MANET中可有效地增加网络带宽和网络通信量。将滑动窗口机制融入网络编码和协作传输中,可以更好地提高MANET的数据吞吐量。鉴于此,提出一种MANET中基于滑动窗口的网络编码协作算法(Sliding Window-based Network Coding Cooperative algorithm in MANET,SWNC-CM)。源节点首先对需要发送的数据分组进行编码,然后将编码的数据分组在协作传输机制中传送到下一个节点,目的节点接收到编码数据分组后,根据网络编码的解码机制对数据分组进行解码,从而恢复原始数据。在SWNC-CM中,主要关注滑动窗口、随机线性网络编码方法以及协作传输数据问题。当使用SWNC-CM算法时,并不是所有的数据分组都需要编码,只是对那些在同一个窗口中的数据分组利用随机网络编码方法进行编码,目的节点就可以使用高斯消去法进行解码操作,从而降低编码/解码的计算复杂性。使用网络仿真软件NS2(Network Simulator version 2),以数据吞吐量、解码延迟和分组丢失率等为指标,对SWNC-CM算法进行仿真实验研究。仿真实验结果表明,SWNC-CM算法能较好地提高网络的数据吞吐量,并降低分组丢失率。展开更多
图像分割是花卉类别图像识别过程中的重要步骤,分割结果的优劣直接影响识别结果的准确性。针对自然场景下的银桂花朵图像,提出一种基于马尔科夫随机场(Markov Random Field,MRF)的阈值分割融合图像分割算法。首先提取RGB彩色图像中的R...图像分割是花卉类别图像识别过程中的重要步骤,分割结果的优劣直接影响识别结果的准确性。针对自然场景下的银桂花朵图像,提出一种基于马尔科夫随机场(Markov Random Field,MRF)的阈值分割融合图像分割算法。首先提取RGB彩色图像中的R通道、G通道、B通道的灰度图,用Otsu、Kittler、Niblack、Kapur四种阈值分割算法对灰度图进行二值化,然后利用像素局域空间能量与图像间能量建立MRF总能量泛函,最后对能量泛函进行最小化迭代求解,得到融合后的分割图。试验结果表明,提出的算法能降低树干背景影响,分割效果好,能很好地提取银桂花朵,SD、Dice、ER、NR平均值分别为93.07%、96.35%、7.73%、1.30%。展开更多
文摘移动Ad Hoc网络(Mobile Ad Hoc Network,MANET)受限于移动节点的能量、通信链路的带宽、计算和存储能力等一系列因素。如何提高网络的通信带宽和数据吞吐量,仍然是MANET亟待解决的问题。网络编码(Network Coding,NC)是一种发展非常迅速的编码技术,应用于MANET中可有效地增加网络带宽和网络通信量。将滑动窗口机制融入网络编码和协作传输中,可以更好地提高MANET的数据吞吐量。鉴于此,提出一种MANET中基于滑动窗口的网络编码协作算法(Sliding Window-based Network Coding Cooperative algorithm in MANET,SWNC-CM)。源节点首先对需要发送的数据分组进行编码,然后将编码的数据分组在协作传输机制中传送到下一个节点,目的节点接收到编码数据分组后,根据网络编码的解码机制对数据分组进行解码,从而恢复原始数据。在SWNC-CM中,主要关注滑动窗口、随机线性网络编码方法以及协作传输数据问题。当使用SWNC-CM算法时,并不是所有的数据分组都需要编码,只是对那些在同一个窗口中的数据分组利用随机网络编码方法进行编码,目的节点就可以使用高斯消去法进行解码操作,从而降低编码/解码的计算复杂性。使用网络仿真软件NS2(Network Simulator version 2),以数据吞吐量、解码延迟和分组丢失率等为指标,对SWNC-CM算法进行仿真实验研究。仿真实验结果表明,SWNC-CM算法能较好地提高网络的数据吞吐量,并降低分组丢失率。
文摘图像分割是花卉类别图像识别过程中的重要步骤,分割结果的优劣直接影响识别结果的准确性。针对自然场景下的银桂花朵图像,提出一种基于马尔科夫随机场(Markov Random Field,MRF)的阈值分割融合图像分割算法。首先提取RGB彩色图像中的R通道、G通道、B通道的灰度图,用Otsu、Kittler、Niblack、Kapur四种阈值分割算法对灰度图进行二值化,然后利用像素局域空间能量与图像间能量建立MRF总能量泛函,最后对能量泛函进行最小化迭代求解,得到融合后的分割图。试验结果表明,提出的算法能降低树干背景影响,分割效果好,能很好地提取银桂花朵,SD、Dice、ER、NR平均值分别为93.07%、96.35%、7.73%、1.30%。
