-
公开(公告)号：CN108932140A
公开(公告)日：2018-12-04
申请号：CN201810767405.6
申请日：2018-07-13
Applicant: 重庆邮电大学
Abstract: 本发明属于涉及机器学习和Android内存优化和数据挖掘领域，特别涉及一种基于安卓用户行为习惯的清理后台应用程序的方法，所述方法包括记录安卓手机用户使用各APP的时间、地点及其名称，并构成数据集；对数据集进行预处理，去掉数据集中的无关信息；对预处理后的数据集进行训练，得到用户使用APP的加权序列模式；计算在不同时间、地点使用APP的概率；将加权序列模式和概率存储到数据库中；根据数据库中的加权序列模式和概率，计算出后台应用程序的得分，确定出后台应用程序的优先级；清理掉优先级大于最低优先级的后台应用程序。本发明可清理掉手机用户在下一时刻最不可能使用的应用程序，释放资源，提高运行流畅度，提升用户体验。
-
公开(公告)号：CN109300101A
公开(公告)日：2019-02-01
申请号：CN201811214216.2
申请日：2018-10-18
Applicant: 重庆邮电大学
Abstract: 本发明公布了一种基于Retinex理论的多曝光图像融合方法，属于图像处理技术领域。该方法包括以下步骤：依据Retinex理论对曝光序列图像进行亮度估计，生成每张图像的亮度图像Lk及反射率图像Rk；根据多张亮度图像Lk和定义好的S曲线求到最终的亮度图像；对反射率图像Rk进行视觉质量评估，得到最终的反射率图像；然后通过和得到融合图像F，再利用自动色阶的方法对融合图像进行对比度增强，进而得到最终的融合图像。本发明将Retinex理论应用到静态场景的多曝光图像融合上，设法从曝光序列图像中得到场景真实的亮度图像和反射率图像，能够有效解决的传统多曝光融合方法中细节丢失和颜色失真的问题，使得最终的融合图像整体亮度更加真实，视觉效果更好。
-
Search Results
2
records
(took 0.013 seconds)
