基于时空缓存数据库的医院图书馆人脸识别应用研究

针对传统医院图书馆人脸识别系统在人员流动高峰期经常出错和反应慢等问题,研究了一套相应的解决方案。基于时空缓存数据库,采用Redis集群分布式缓存来提高人脸识别速度,根据时间动态进行扩展缓存,利用缓存数据库来降低人脸识别设备的压力,提升性能。利用新型的Adaboost算法提高识别准确率,将人脸识别技术与门禁系统相结合,提高医院图书馆的安全保障。仿真试验结果表明,方案的识别准确率达到了99%,识别所用时间比传统医院图书馆人脸识别系统快了大约10%,提高了人脸识别的效率。

大规模时空数据分布式存储方法研究

提出了一种基于Hadoop云平台的时空数据分布式存储方法,以应对空间应用中出现的无法满足高并发用户在线实时访问和空间信息服务中断等大数据存储瓶颈问题。该方法运用时空数据切分与布局机制使数据均匀分布于集群中以确保存储与访问负载均衡;运用时空对象重组织机制提高数据的时空临近性以匹配时空应用存取模式;运用热点时空对象分布式缓存机制以降低磁盘I/O访问延迟。利用该方法实现了基于Hadoop云平台的时空数据分布式存储中间件原型系统exHDFS,实验结果表明该方法能高效地满足数据密集型空间应用存储需求。