基于自适应背景预测的红外弱小目标检测算法

文章在已有的背景预测的算法基础上,提出了一种自适应的背景预测算法。实验结果表明,该算法不但能够准确的检测出弱小目标的位置,还具有更快的速度,对于实时性检测,有很好的效果。

基于空间元学习的放大任意倍的超分辨率重建方法

针对现有的基于深度学习的超分辨率重建方法主要研究放大整数倍的重建,对放大任意倍(如非整数倍)重建情况讨论较少的问题,提出一种基于空间元学习的放大任意倍的超分辨率重建方法。首先,利用坐标投影找出高分辨率图像与低分辨率图像坐标间的对应关系;其次,在元学习网络的基础上,考虑特征图的空间信息,将提取到的空间特征与坐标位置相结合作为权值预测网络的输入;最后,将权值预测网络预测出的卷积核与特征图结合,从而有效地放大特征图的尺寸,得到放大任意倍的高分辨率图像。所提的空间元学习模块可以与其他深度网络相结合,得到放大任意倍的超分辨率图像重建方法。所提的放大任意倍(非整数倍)超分辨率重建方法解决了实际生活中放大尺寸固定且非整数倍的重建问题。实验结果表明,所提的重建方法在空间复杂度(网络参数)相当的情况下,时间复杂度(计算量)是其他重建方法的25%~50%,且峰值信噪比(PSNR)比其他一些方法提高了0.01~5 dB,结构相似度(SSIM)提高了0.03~0.11。

动态消息队列负载均衡策略的研究与应用

针对约束条件下多消息输入问题,提出多消息队列并发处理模型,权值负载预测模型和两阶段调度策略,实现接入消息快速分发和消息队列间动态负载均衡。通过仿真证明其优越性,并实现采用此策略的IPTV互动消息处理系统,满足了互动消息业务对系统消息接收能力、并发处理能力和实时响应能力等方面的需求。

一种基于等区域划分的RFID防碰撞算法

针对现有算法识别效率较低的问题,提出一种基于等区域划分的射频识别(RFID)防碰撞算法.通过对阅读器识别范围内的标签进行均等区域划分建立一种新型的分组结构,并在每组中分别使用动态预测权值估计标签数目,将其与最优时隙数调整方案相结合对标签进行识别,解决了大规模标签应用场景中由于标签增多导致的系统稳定性差和吞吐率低的问题.仿真结果表明,该算法能有效提高系统吞吐率,并减少通信过程中的时隙数.

Efficient method for measuring path dependence intensity of options

Based on the value sensitivity of options to underlying and corresponding treaty clauses, this paper poses a measuring method of path dependence intensity, which breaks the setup where the path dependence intensity is only classified roughly and which becomes a deep study on path-dependent options. Then, its feasibility, instructions, and application to compare the path dependence intensity of sorts of options will be discussed.