露天煤矿采场无人机遥感图像小目标检测

露天煤矿采场地形复杂,车辆事故时有发生,准确定位车辆位置对于安全生产至关重要。针对矿区无人机遥感图像小目标定位不准确的问题,提出了一种改进的YOLOv7目标检测模型。首先对原始网络模型中的ELAN模块进行卷积替换,加速网络的推理速度。并在此基础上,进一步结合eSE通道注意力机制,形成PConv-eSE卷积注意力模块,加强模型网络对小目标的特征提取能力,降低背景信息的影响。最后,使用NWD度量标准的损失函数,进一步优化网络,提高准确性。在矿区采场车辆数据集上对改进的模型进行了实验验证,结果表明:改进后的模型P_(mav)值达到94.5%,相对于原始模型上升了7.2%,有效解决了原始网络对于遥感小目标定位漏检的问题,为无人机在露天矿区小目标定位领域的应用提供了理论基础。

基于顺序读取的分布式top-k查询算法

top-k查询是一种被广泛应用的操作,通过把已有top-k算法作为分析和研究的基础,根据现有算法所存在的不足提出自己的解决方案。提出SRTA(Sequential-Read Threshold Algorithm),相比NRA算法对数据的存储进行了重新的规划,创建一个新的表将内存上的开销转换到较廉价的外存开销,只需顺序读取就可以进行有效的top-k查询,同时将表进行了划分,在并行处理的情况下更能提高程序的效率,能够很好地运行在内存有限的环境中。在SRTA基础上提出的DSRTA(Distributed Sequential-Read Threshold Algorithm),适用于分布式环境中。DSRTA先采用ID划分的方式把原有数据集划分为多个子空间,然后再进行数据规划,发挥分布式的性能优势,进一步提高了SRTA的查询效率。

IaaS环境中支持自定义算法的VPNaaS框架

针对云计算基础设施即服务(IaaS)提供的旨在保障租户通信安全的虚拟专用网络(VPN)服务中,存在算法种类有限且主要为公开算法的缺陷,提出了一种IaaS环境中支持自定义算法的VPNaaS框架.该框架通过全软件方式实现,将IaaS环境中的VPN以服务的形式提供给租户,并支持向其添加自定义算法.该框架具有良好的扩展性和稳定性,并且适用于IaaS这样的大规模网络环境,满足了特殊领域租户的安全需求.