基于增长码的重要数据快速收集方法

    公开(公告)号:CN111093164B

    公开(公告)日:2022-04-29

    申请号:CN201911128853.2

    申请日:2019-11-18

    Abstract: 本发明公开了一种基于增长码的重要数据快速收集方法,其特征在于:先随机播撒感知节点到检测区域,放置汇聚节点在监测区域边缘位置;然后对每个节点进行划分层次;接着感知节点工作启动,对周围的环境进行检测,产生一个监测数据xi;接着感知节点计算码字权重,按照赌轮选取最佳码字;然后根据计算好的转发概率表以及邻居节点的能耗情况选择最合适的邻居进行码字交换;最后汇聚节点接收码字并且对接收到的码字进行解码操作;本发明通过对网络划分层次,并且针对重要码字的编码和交换做出特殊处理,使得重要数据可以被汇聚节点快速恢复,同时又能对网络中的数据起到很好的保护作用。

    一种用于发电机组测试的高频检测与采样系统

    公开(公告)号:CN111123101B

    公开(公告)日:2022-01-04

    申请号:CN201911343066.X

    申请日:2019-12-23

    Abstract: 本发明提供一种用于发电机组测试的高频检测与采样系统。本发明系统包括多级互感检测模块和多通道A/D采样及处理模块。多级互感检测模块将传感器和变送器相结合,采用多级互感的方式将发电机组产生的大电压大电流转换至可被A/D转换器检测的电压范围(0‑5V)。多通道A/D采样及处理模块以差时采样的方式实现了单个A/D采样率的多倍提升。本发明系统大大提高了信号的采样频率,同时也实现了采样频率的可调整,采用可进行并行运算的高速可编程逻辑电路FPGA作为数据处理终端,大大提高了数据的处理速度。

    一种海量遥感影像分布式几何纠正系统及方法

    公开(公告)号:CN106991656B

    公开(公告)日:2019-09-06

    申请号:CN201710158858.4

    申请日:2017-03-17

    Abstract: 本发明涉及一种海量遥感影像分布式几何纠正系统及方法。系统对每幅遥感影像的操作流程包括以下几个部分:步骤a)、选择一个几何纠正模型并确定控制点范围,然后把影像块依次输送到控制点选取端口,各终端协同选取控制点;步骤b)、选择空闲子节点进行几何纠正模型参数计算,得到坐标转换关系;步骤c)、将坐标转换关系发送到各个子节点,开始并发进行影像几何纠正;步骤d)、将各块纠正结果归约为一个完整的遥感影像。本发明大幅提高了在对海量遥感影像数据进行几何纠正时的纠正速度。

    一种基于关键词推荐的视频社会关注度提高方法

    公开(公告)号:CN106528633B

    公开(公告)日:2019-07-02

    申请号:CN201610884840.8

    申请日:2016-10-11

    Abstract: 本发明公开了一种基于关键字推荐的视频社会关注度提高方法。本发明采用语义相关性和深度学习的方法,推荐视频的关键字,提高视频的社会关注度。方法基于关键词之间的语义相关性以及对视频内容的深度学习,首先根据用户的初始关键词寻找与初始关键词语义最相关的若干语义关键词;然后利用深度学习分析视频内容挖掘出实体关键词;最后按照一定的标准排序这两部分关键字,推荐给用户最相关的关键词。本发明推荐的关键词兼顾了关键词与视频内容的相关度以及吸引社会关注度的潜力,提高了视频的社会关注度,是一种既高效又实用的视频关键字推荐方法。本发明可以用于在线社会化媒体分析,数据挖掘以及视频标签推荐领域。

    一种基于深度学习的视频对象移除篡改检测方法

    公开(公告)号:CN107527337A

    公开(公告)日:2017-12-29

    申请号:CN201710665991.9

    申请日:2017-08-07

    CPC classification number: G06T7/0002 G06N3/08 G06T2207/30168

    Abstract: 本发明提供一种基于深度学习的视频对象移除篡改检测方法。本发明方法将视频序列经过前处理转换为灰度差分图像,通过最大值池化减小卷积的计算量、通过高通滤波增强图像的差值信号,然后用非对称的图像子块划分策略得到数量相近的正样本和负样本,最后基于深度学习理论训练神经网络模型。用训练得到的网络模型,测试待检测的视频序列的每一个视频图像帧,得出待检测视频序列每一帧是否存在视频对象移除篡改的判定结果。本发明方法可以实现对视频序列中视频对象移除篡改的检测,判定该视频序列中的每一帧是否存在视频对象移除篡改。本发明可以满足视频完整性、真实性的验证要求,是视频被动取证的一种解决方法,具有广阔的应用前景。

    一种非规则迭代并行化方法

    公开(公告)号:CN102096744A

    公开(公告)日:2011-06-15

    申请号:CN201110053795.9

    申请日:2011-03-07

    Abstract: 本发明涉及一种非规则迭代并行化方法。本发明在初始阶段通过分析数据的存取模式,根据数据块和子数据块的生成策略提高非规则迭代计算的数据局部性和并行性;在执行阶段通过执行新生成的调度策略,执行转换后的代码,提高非规则迭代技术的数据局部性和并行性;在实际执行过程中构造非规则迭代计算方法的性能自动调优器,通过穷举探测方法找到效率最优情况下的参数数值组合,并固定其参数值,实现技术在该体系结构下的运行效率最优。本发明具有良好的并行效率和可扩展性。

Patent Agency Ranking