8x8x国产,色综合免费视频,日本成熟bbxxxxxxxx

融合邊緣檢測的三幀差分運動目標(biāo)檢測

傳統(tǒng)的三幀差分運動目標(biāo)檢測算法易出現(xiàn)空洞及虛假邊緣等現(xiàn)象。為了對其進行改進，提出了一種融合邊緣檢測的三幀差分運動目標(biāo)檢測算法。首先對三幀連續(xù)圖像采用Canny 邊緣檢測算子快速提取邊緣圖像，然后對三幀連續(xù)的邊緣圖像進行改進的三幀差分運算, 最后通過閾值分割和形態(tài)學(xué)處理完成對運動目標(biāo)的提取。實驗結(jié)果表明, 該算法計算簡單，連通性好且準(zhǔn)確率高，可滿足實時檢測的要求。

發(fā)表于：9/23/2015

數(shù)字視頻中錯誤掩蓋技術(shù)研究綜述

根據(jù)目前錯誤掩蓋領(lǐng)域研究熱點，從解碼端掩蓋技術(shù)以及編解碼結(jié)合的掩蓋技術(shù)兩個研究方向介紹其發(fā)展?fàn)顩r，比較并總結(jié)了傳統(tǒng)插值掩蓋技術(shù)和主要的新技術(shù)的優(yōu)劣。指出在編碼端進行的錯誤掩蓋技術(shù)發(fā)展?jié)u趨與其他學(xué)科結(jié)合，編解碼結(jié)合的掩蓋技術(shù)則致力于利用不同的數(shù)據(jù)隱藏技術(shù)在編碼端嵌入更有價值的冗余信息，有助于迅速了解錯誤掩蓋領(lǐng)域技術(shù)的發(fā)展?fàn)顩r。最后指出了進一步研究的方向。

發(fā)表于：9/23/2015

差影法模擬物體運動軌跡的研究與實現(xiàn)

物體在不同介質(zhì)中的運動軌跡受到介質(zhì)的粘度、比重的影響，將物體的運行軌跡從圖片中提取出來，有助于分析物體在不同介質(zhì)中的運動規(guī)律。本文中動態(tài)視頻轉(zhuǎn)換成靜態(tài)bmp圖片序列，采用差影法針對bmp圖片進行處理，再將處理后的系列bmp圖片進行整合，得到物體的運行軌跡，呈現(xiàn)出物體運行軌跡曲線。結(jié)果表明差影法對物體運動軌跡的模擬可靠有效。

發(fā)表于：9/23/2015

半導(dǎo)體技術(shù)發(fā)展遭遇瓶頸服務(wù)器如何加速

物聯(lián)網(wǎng)被炒得沸沸揚揚，而物聯(lián)網(wǎng)帶來的數(shù)據(jù)爆增也不容忽視，伴隨著數(shù)據(jù)的成千上萬倍地增長，我們會發(fā)現(xiàn)數(shù)據(jù)中心的服務(wù)器承載的壓力越來越大，用戶對CPU的處理能力要求要來越高，服務(wù)器加速刻不容緩。

發(fā)表于：9/23/2015

基于數(shù)據(jù)挖掘的學(xué)習(xí)推薦系統(tǒng)的研究

為了讓學(xué)習(xí)者在學(xué)習(xí)過程中能夠快速獲得所需的知識和核心內(nèi)容，首先給出一個采用xml格式的多層次知識庫，并基于學(xué)習(xí)者的身份特征、學(xué)習(xí)行為和測試結(jié)果，利用改進的協(xié)同過濾算法和基于約束的推薦算法，發(fā)現(xiàn)學(xué)習(xí)者的潛在學(xué)習(xí)需求，完成知識推送和個性化學(xué)習(xí)定制。最后，對學(xué)習(xí)推薦系統(tǒng)進行了實現(xiàn)。所研制的系統(tǒng)滿足了學(xué)習(xí)者獲得所需知識和學(xué)習(xí)指導(dǎo)的需求，提高了學(xué)習(xí)者的學(xué)習(xí)效率。

發(fā)表于：9/21/2015

SQL Server數(shù)據(jù)庫中DML觸發(fā)器的教學(xué)探討

針對初學(xué)者容易混淆AFTER觸發(fā)器與INSTEAD OF觸發(fā)器的問題，首先用通俗的語言對觸發(fā)器進行了概述，接著闡述了觸發(fā)器的工作原理，然后結(jié)合實例分析了AFTER觸發(fā)器與INSTEAD OF觸發(fā)器的主要區(qū)別與應(yīng)用，最后總結(jié)了觸發(fā)器應(yīng)用的注意事項。

發(fā)表于：9/21/2015

邏輯模型樹算法性能分析與改進研究

邏輯模型樹（LMT）算法是基于樹歸納和邏輯回歸的一種分類算法。為驗證LMT算法的優(yōu)勢，利用3個UCI標(biāo)準(zhǔn)數(shù)據(jù)集建模，將LMT算法與其他決策樹方法進行對比分析。針對LMT算法在建立邏輯回歸模型時會導(dǎo)致較高的計算復(fù)雜性的問題，研究利用赤池信息量準(zhǔn)則改進LMT算法，提升算法時間性能，避免模型過度擬合。在UCI標(biāo)準(zhǔn)數(shù)據(jù)集和煙葉綜合質(zhì)量評價數(shù)據(jù)中應(yīng)用改進的LMT算法進行建模驗證，結(jié)果表明，該改進方法在模型精度和召回率方面基本優(yōu)于其他決策樹方法，時間性能比改進前提升50%左右，能較好地評價煙葉綜合質(zhì)量。

發(fā)表于：9/21/2015

卡爾曼濾波在核脈沖全譜數(shù)據(jù)采集系統(tǒng)中的應(yīng)用

針對核脈沖全譜數(shù)據(jù)采集技術(shù)中采用的深度加權(quán)濾波法在數(shù)據(jù)量少時平滑效果差、滯后大的缺點，設(shè)計了卡爾曼濾波算法替代傳統(tǒng)濾波算法進行解譜的方案。濾波算法首先根據(jù)信號與噪聲的狀態(tài)空間模型，建立狀態(tài)方程和測量方程，然后根據(jù)廣義卡爾曼濾波對測量方程進行更新，最后根據(jù)現(xiàn)場的標(biāo)準(zhǔn)刻度井測量數(shù)據(jù)確定測量矩陣，對測量數(shù)據(jù)進行濾波。實測結(jié)果表明，該濾波算法相對于傳統(tǒng)濾波算法，能夠消除譜圖的統(tǒng)計漲落，提高光滑度，遏制滯后，并保證濾波后曲線不失真。

發(fā)表于：9/20/2015

“中國制造2025” 中國由大變強的戰(zhàn)略之舉

根據(jù)世界銀行統(tǒng)計，我國已超過美國成為全球第一制造業(yè)大國。但是，必須清醒看到，我國是第一制造業(yè)大國，還不是第一制造業(yè)強國。從制造業(yè)強國這個角度看，我國還有很大差距。在許多領(lǐng)域，我們掙的依然是吃老本的資源錢、技術(shù)含量低的“血汗錢”。因此，在自豪和驕傲的同時，也應(yīng)當(dāng)感受到巨大的壓力和挑戰(zhàn)。馬克思說，問題與解決問題的手段同時產(chǎn)生。“中國制造2025”，就是創(chuàng)造性地解決問題、實現(xiàn)由制造業(yè)大國向制造業(yè)強國邁進的戰(zhàn)略之舉。

發(fā)表于：9/18/2015

基于集對分析的本體案例檢索模型

案例檢索是案例推理系統(tǒng)中的一個關(guān)鍵過程，是近年來人工智能領(lǐng)域的研究熱點之一。案例相似度的計算方法是案例檢索的關(guān)鍵技術(shù)。將集對分析理論引入目標(biāo)案例，與案例庫中源案例的相似度比較，建立兩個比較案例的集對，通過屬性的重要度和聯(lián)系度構(gòu)建了本體案例檢索模型；通過本體的詞義擴展解決檢索詞的多詞同義問題，有效提高了不確定性問題的檢索精度。實驗結(jié)果表明，基于集對分析的本體案例檢索模型不僅減少了運算量，還提高了查全率和查準(zhǔn)率

發(fā)表于：9/17/2015

互聯(lián)網(wǎng)時代大數(shù)據(jù)究竟是什么

“大數(shù)據(jù)”是近年來IT行業(yè)的熱詞，大數(shù)據(jù)在各個行業(yè)的應(yīng)用逐漸變得廣泛起來。那么，什么是大數(shù)據(jù)？大數(shù)據(jù)時代怎么理解呢？

發(fā)表于：9/17/2015

Authorware7中多級菜單的實現(xiàn)方法研究

在各種多媒體作品中人機交互方式有時需要采用多級菜單方式。雖然Authorware7提供了下拉菜單的交互方式，但要實現(xiàn)二級以上的下拉菜單還需借助外部函數(shù)來實現(xiàn)。利用外部文件WINAPI.U32中的有關(guān)菜單操作函數(shù)，探討并研究了Authorware7實現(xiàn)多級下拉菜單的制作方法，并給出了一個三級下拉菜單的實例制作過程。

發(fā)表于：9/16/2015

一種新的基于訪問興趣相似性的P2P網(wǎng)絡(luò)模型

針對在非結(jié)構(gòu)化對等網(wǎng)絡(luò)(Unstructured Peer to Peer)中查找資源時傳統(tǒng)資源搜索方法的檢索效率不高、通信開銷過大的問題，提出了一種新的基于訪問興趣相似性P2P網(wǎng)絡(luò)模型。在對網(wǎng)絡(luò)結(jié)構(gòu)不作全面改變的情況下，通過發(fā)現(xiàn)訪問頻譜相似節(jié)點，建立少量訪問頻譜相似節(jié)點間的遠(yuǎn)程連接，可以改善傳統(tǒng)的非結(jié)構(gòu)化對等網(wǎng)絡(luò)資源搜索，并在此基礎(chǔ)上設(shè)計了一種資源搜索算法。仿真試驗證明，該模型在一定程度上提高了非結(jié)構(gòu)化P2P資源搜索的效率，同時減少了網(wǎng)絡(luò)中的通信冗余信息量。

發(fā)表于：9/15/2015

基于Linux+ARM的多格式視頻圖像采集系統(tǒng)的設(shè)計

設(shè)計了基于S3C2440微處理器的視頻圖像采集系統(tǒng)，詳細(xì)分析了該系統(tǒng)的啟動過程。在一塊裸板上搭建起整個視頻圖像采集系統(tǒng)。結(jié)合V4L2技術(shù)完成了支持YUV、MJPEG圖像格式的USB攝像頭和支持RGB圖像格式的CMOS攝像頭的多格式視頻圖像采集系統(tǒng)。測試結(jié)果表明，該系統(tǒng)可以在LCD顯示屏上動態(tài)顯示多格式攝像頭所采集到的視頻圖像，且視頻圖像具有清晰度高、流暢性好、穩(wěn)定性強等特點，具有進一步推廣使用的廣闊前景。

發(fā)表于：9/15/2015

基于雙旋轉(zhuǎn)模板的黑白棋盤角點檢測算法

攝像機標(biāo)定技術(shù)已被廣泛地應(yīng)用于三維重建技術(shù)中。針對標(biāo)定時需要手動確認(rèn)角點比較耗時且可能存在誤差的問題，本文提出一種基于雙旋轉(zhuǎn)模板的黑白棋盤角點檢測算法。該算法首先通過Harris算法獲得初始角點，然后通過構(gòu)造旋轉(zhuǎn)模板對獲得的角點進行迭代篩選，最終求解得到符合標(biāo)定要求的角點。實驗證明本文算法不僅具有較高的穩(wěn)定性，還提高了黑白棋盤上有效角點的檢測精度和效率。

發(fā)表于：9/15/2015