计算机视觉技术在珍稀野生动物疾病监测与预警中的应用现状及展望

珍稀野生动物是指生活在自然环境中、具有独特生物学特征和高度濒危的动物,其疾病监测与预警不仅关系到动物福利和物种保护,也影响到生态系统平衡和人类健康。计算机视觉技术是人工智能领域的一个分支,它使计算机能够模拟人类视觉系统,从而理解和解析图像和视频数据。珍稀野生动物疾病监测与预警需要一个能够进行图像识别、模式识别和人工智能算法的高科技系统,该系统包括图像采集、数据预处理、特征提取、疾病识别模型、实时监测与预警等关键组成部分,可被用于大熊猫、金丝猴、东北虎等珍稀野生动物的疾病监测与预警,及时发现其疾病或异常行为,迅速采取救治措施。论文对计算机视觉技术及其在珍稀野生动物疾病监测与预警中的应用现状及存在的问题进行了分析,并对其未来发展趋势做出展望。

基于时空特征融合的网络流量预测模型

随着网络规模的日益增大,实时准确的网络流量预测对流量调度、路由设计等工作至关重要。由于网络流量数据的非线性和不确定性,一些传统方法无法取得较好的预测精度。针对网络流量复杂的时空特征,本文提出一种基于时空特征融合的神经网络(ST-Fusion)进行流量预测。该模型采用编码器-解码器结构。首先,编码器具有时间和空间两个并行的特征通道,联合门限循环网络和自注意力机制提取流量的时序特征,采用图卷积神经网络提取流量的空间特征;然后,将编码器提取的时空特征使用双边门限机制进行特征融合;最后,将融合的结果输入到基于门限循环网络的解码器中依次生成预测结果。本文在3个公开的网络流量数据集(GEANT、ABILENE、CERNET)上进行实验,其评价指标选用MAE、RMSE、ACCURACY、VAR。实验结果表明ST-Fusion方法能够取得更好的预测效果。

无线异构Mesh网络搭建与负载均衡路由研究

在智慧城市等应用场景中,单一的无线通信技术无法覆盖复杂的网络环境,且不同的通信技术间无法相互通信,无法充分利用不同的无线通信技术。因此,本文设计了一种可以与多种无线通信节点进行通信的设备,称为无线异构通信模块(Wireless communication heterogeneous modules, WHCM)。WHCM被用作枢纽来构建通信异构网状网络(Communication heterogeneous mesh network, CHMN)。CHMN由具有多种无线通信协议的节点组成。本文提出了一种基于CHMN的按需多路径距离矢量(AD HOC on-demand multi-path distance vector,AOMDV)路由协议(名为CH-AOMDV)。CH-AOMDV能够在路由发起和路径建立过程中识别不同类型的通信协议,并比较CHMN中每个节点的通信距离、数据传输速率、能量和负载情况。NS-2平台仿真表明,当节点之间的分布距离变远时,在数据包传输速率、平均端到端延迟、吞吐率和路由开销方面,CHMN的性能优于传统网络。本文提出了一种实现CHMN的方法和相应的负载均衡路由协议CH-AOMDV,该协议优于其他3种协议,它提高了网络的生命周期、吞吐量和数据包分组投递率,降低了节点开销和平均端到端延迟,该协议对CHMN非常有用。

天地一体化网络下的多目标切换策略

随着低地球轨道(Low Earth orbit,LEO)卫星的网络结构日益复杂,高效的信息传输对于天地一体化网络(Space-ground integrated network,SGIN)的发展至关重要。本文通过同时考虑切换次数、仰角和可用信道数量等指标来优化多目标切换问题。通过数学建模将地球划分为多个区域,并将优化目标定义为切换次数和负载均衡的加权和,根据不同场景确定加权系数。通过设置表示信息传输质量的阈值,可以优化仰角。本文将天地一体化网络的卫星切换问题转化为整数线性规划(Integer linear programming,ILP)问题,并使用数学工具求解,以提供最优解。同时,由于在实际工程应用中基于ILP的策略具有较高的算法复杂性,本文还提出了一种基于二分图的启发式切换策略。通过对一个实际应用的低轨卫星星座(Globalstar)进行仿真实验,验证了本文所提出的切换策略的有效性。

弹壳击针痕迹三维图像采集系统设计与实现

为了解决传统射击弹壳击针痕迹检验方法效率低下、比对困难等问题,通过以STM32F407为核心的主控板控制单点激光位移传感器对击针痕迹进行逐行逐点扫描并上传到计算机,在计算机上对采集数据进行解析、滤波、插值及三维重建,实现了一套可对射击弹壳击针痕迹进行无损采集并三维重建的系统。该系统可对射击弹壳击针痕迹进行不同视角的痕迹查看及比对,可有效提升弹壳击针痕迹检验的效率、客观性和准确性,在实际犯罪案件痕迹检验中有重要应用价值。