基于多元特征K分布融合的数据库深度查询

数据库深度查询的难点在于如何以最优匹配度实现数据匹配。传统数据库查询方法采用关键字匹配方法,在单一条件下效果较佳,但是当查询条件较多时,查询效率低且匹配度差。提出了一种基于多元特征K分布融合的数据库深度查询方法,通过数据库分元方法设置多元,在多元分布基础上,提取多元分布的每个特征,成为多元特征集合,通过对多元特征集合的K分布特征融合,实现数据查询特征的深度融合,降低查询条件冗余度,提高查询效率。采用实际数据库进行查询测试实验,结果显示,基于K分布特征融合的数据库深度查询方法,查询效率提高了35%,具有应用价值。

单摄像头下基于样本学习的人体深度估计

深度图像的研究是当前计算机视觉的研究热点。从图像中获取深度信息有2种方法:1)利用深度感应器,该方法的缺点是成本高;2)基于一个场景的多幅图像或图像序列,通过求取视差,获得深度值,该方法的缺点是需要摄像机参数,专业知识要求较高。针对上述情况,提出了一种简单有效的从单摄像头捕获的人体图像中估计出人体深度信息的方法,利用深度摄像机建立人体的"表观深度"图像对,然后对单摄像头获取的彩色图像进行人体表观特征提取,根据该表观特征检索图像对数据库,并对获得的人体深度进行估计和优化。最后,在厦门大学的深度数据库上,验证了该方法的有效性。

基于CIDAS事故场景的智能车辆视场配置

为优化智能车辆感知视场,以中国交通事故深度调查(CIDAS)数据库中的事故案例为基础提取22种交叉口乘用车典型事故场景,在交叉口典型乘用车事故仿真场景中提取来车相对于主车的极限相对位置并将其转换为车辆安全通行下最小感知区域;为实现基于场景安全通行的智能车辆感知视场配置,建立场景安全通行需求的智能车辆感知视场配置框架并提出感知视场配置求解方法;在对感知元件进行功能建模后,使用视场配置方法求解场景安全通行下感知元件组合方案;最后使用感知区域覆盖率、目标有效感知率对该感知元件组合方案进行评价,结果表明搭载该感知元件组合方案的智能车辆在事故场景中可满足安全通行要求。

一种深度网络数据库集成技术研究

近来研究表明,Deep Web提供的高质量专业数据信息对e-Science环境是极为有价值的。本文就如何集成深度网数据库技术进行了研究与探讨,包括建立有效的Deep Web爬虫、匹配Schema自动填写查询表单、集成深度网数据库查询接口以及建立统一用户查询界面等相关技术。

基于迟到时间的气测曲线形态异常校正方法

录井作业过程中,在岩性剖面图上经常遇到气测曲线与储集层深度位置错位的现象。当储集层与其上下地层的钻时不同时,错位的同时也会引发气测曲线变形,对利用气测录井评价储集层含油丰度带来很大影响。产生深度库气测曲线形态异常的根本原因是录井设置的迟到时间与实际情况不符。通过对时间库气测曲线和迟到深度的研究,找出了时间库“储层气”“循环气”气测曲线类型与迟到深度的特殊对应关系,据此建立了时间库迟到深度标尺平移法,不但可以校正迟到时间,同时可以对深度库气测曲线形态的异常进行校正。该方法已在渤海油田实际应用中取得了良好效果。