算力时代融合边缘云建设思路探讨

随着算力网络的发展,融合边缘云需求进一步加强,建设强大的融合边缘云服务,不仅可以满足各类客户需求,还可以增强边缘云市场竞争力,实现云网融合和云边协同发展,落实国家数字经济战略。本文通过分析融合边缘云的需求,提出将计算、存储、CDN、安全和AI等能力融合到边缘云的思路,通过复用现有资源池带宽和基础设施资源,根据实际需求和应用场景分级分类规划布局,统一架构并按需进行模块化建设等方案举措,满足客户敏捷连接、实时业务、数据优化、应用智能、安全和隐私保护等多种关键需求。

采用级联策略融合边界特征的多尺度息肉分割网络

结直肠息肉分割能有效辅助医生筛查大肠腺瘤,但息肉分割存在噪声较多、边界区分度不够等问题。针对以上问题,本文设计了一种采用级联策略融合边界特征的多尺度息肉分割网络。首先,本文提出了一种改进的通道分组空间增强模块,以增强骨干网络提取的图像特征,从而提高通道和空间位置的相关性。其次,考虑到边界区分度不够,设计了一个级联特征融合网络,以更好地保留边界信息并提高边界区分度,从而提高分割精度。最后,引入了一种双分支混合上采样模块来获取更多的特征细节信息,以实现特征的互补以及捕获更完整有效的特征。在CVC-ClinicDB和Kvasir数据集上进行测试,本文算法的平均Dice系数分别为0.944,0.920,平均交并比分别为0.900,0.869;而M2SNet算法的平均Dice系数分别为0.922,0.912,平均交并比分别为0.880,0.861。在ETIS-LaribPolypDB,CVC-300和CVC-ColonDB数据集上进行测试,本文算法的平均Dice系数分别为0.776,0.915,0.782;而M2SNet算法的平均Dice系数分别为0.749,0.903,0.758。实验结果表明本文算法的分割精度较高,泛化能力较强。

星地融合边云协同网络下的资源调度研究

通过边缘计算和云计算的优势互补,面向6G的星地融合网络能够实现资源的弹性分配和协同利用,满足数据处理的实时性和智能化要求。为了提升资源服务能力和用户体验质量,提出了星地融合边云协同网络架构。首先,阐述了三种不同边云协同模式下的资源调度方案,从时延、能耗和多目标优化的角度分析了不同场景下的资源调度策略。然后,对比了现有资源调度求解模型和算法的优势和局限性。最后,对基于边云协同的星地融合网络中的资源调度研究进行了总结与展望。

复杂稠密网络下的并置多尺度融合边缘检测模型

边缘检测是计算机视觉任务的基础.目前的技术主要依赖于深度学习,但是大多数的模型在评价阶段会借助非极大值抑制来提高预测边缘的准确率.该策略仅着重关注预测边缘的准确性,没有同时考虑边缘的粗细程度.针对这一问题,本文基于复杂稠密网络,提出了一种新的特征融合策略.该策略在传统深度学习边缘检测器侧输出的基础上,添加了自顶向下的并置多尺度融合架构.此架构可以更好地将高层的高语义特征与低层的高分辨率纹理特征结合,有效地抑制了边缘预测中存在的背景模糊和伪线条的现象.在特征连接处使用Concat block块代替单一的Concat操作,更好地融合了不同尺度的语义信息.最后使用一个简单的注意力融合块融合多个网络输出,并结合跟踪损失对输出的不同尺度的预测图进行深度监督.此方法不依赖于非极大值抑制,并且充分利用了目标的多尺度、多层次信息,在精细边缘图像的同时也提升了预测的准确性.实验结果显示,在未使用和使用形态学非极大值抑制方案的情况下,所提出的模型在BIPED数据集上的ODS、OIS、AP分别达到了0.891、0.895、0.900和0.894、0.899、0.931,优于所有比较算法.在MDBD的数据集上也取得了最优的结果.

融合边缘架构的创新应用研究

随着社会经济不断发展,算力网络加大布局,如何将连接与算力、应用结合,为用户提供便捷的应用与服务,是运营商需要不断探索的主题。从融合边缘技术的角度出发,探讨如何通过整合承载网、算力、云服务以及安全等关键要素,创新构建一个高效、可靠的云边端协同体系,推动数字化服务朝着更加智能化、个性化的方向发展。

国防工业基础军民融合边界研究

在国防工业军民融合过程中,国防工业中哪些领域可以通过融合式发展转移给市场,哪些领域必须保留在国防工业内部而不能交给市场?这个问题是理论界关注的一个焦点问题。运用交易成本经济学的理论框架,分析军用产品(服务)及军事采办的基本特征,并依据资产专用性程度和交易环境不确定性程度两条标准,划出国防工业基础军民融合的边界。同时,探讨了政府在实践中如何运用"融合边界",将军事采办不同阶段的主要任务在军方、国防工业基础和民用工业基础之间进行有效配置。

多源融合边缘计算技术在企业安全风险管控中的应用研究

随着企业信息化和数字化的快速发展,安全风险管控面临着前所未有的挑战。传统的中心化数据处理与集中式风险管控模式已难以满足实时性、高效性和安全性的需求。本文探讨了多源融合边缘计算技术在企业安全风险管控中的应用,并通过分析边缘计算技术的特点,结合多源数据融合方法,提出了一种基于边缘计算的安全风险管控模型,并对其进行了规模化实践应用。应用结果表明,该模型能够显著提高企业风险识别的准确性和响应速度,为企业安全生产及管理提供了有力支持。

一种融合边缘和区域特征的主动轮廓图像分割

传统的主动轮廓模型只利用图像的边缘或者只利用区域特征实现图像分割,在有些情况下图像分割效果较差.本文给出了一种综合利用图像边缘和区域特征的主动轮廓图像分割方法.实验表明,演变后的曲线与图像的边缘是吻合的,图像分割的结果较好.而对相同的图像应用传统的主动轮廓分割算法得到的图像分割结果则很差.这说明新算法明显提高了传统算法的图像分割性能.

融合边缘信息的对比度增强算法

针对红外图像中对比度低,细节不清晰,视觉效果模糊等问题,提出一种结合边缘信息的对比度增强算法。首先,使用引导滤波将原始红外图像分解为基础图像和细节图像,并且通过使用对比度限制的直方图均衡来处理基础图像,提高图像对比度,克服“过度增强”现象;利用Gamma变换处理细节图像,增强细节信息;再将处理后的两幅图像融合成图ImageSD;然后为了有效地改善ImageSD的亮度不均匀的现象,对原始图像进行自适应直方图均衡和拉普拉斯锐化滤波;最后,将两个图像进行线性加权并融合以重建出最终的红外图像。结果表明,该方法可以更好地提升原始图像的对比度,丰富细节信息。

融合边缘检测与HSV颜色特征的车牌定位技术

车牌定位是车牌识别系统的关键技术,定位的准确与否直接影响车牌识别的结果。车牌区域具有空间特征——边缘信息丰富,颜色空间信息——伴生与互补特性。若利用边缘特征丰富进行定位,受对比度及噪声影响较大;利用颜色信息受车身颜色及光照影响较大,误识率较高。针对这一特点,提出了一套融合灰度边缘检测与车牌区域特有的颜色特征,准确进行车牌定位的算法。对200幅各种情况下从交通卡口获取的实测彩色图像进行试验,准确定位率为99.5%。

融合边缘特征与区域特征的高分辨率遥感图像分割方法

利用图像的边缘特征和区域特征，设计了一种能实现分割对象边缘精确、对象内部一致性好的分割效果的高分辨率遥感图像分割方法。首先采用canny方法获得边缘，并采用形态学方法改善边缘平滑与间断问题；再利用mean shift方法对图像进行边缘保持的滤波操作；最后，融合边缘特征与区域特征，利用mean shift方法实现图像分割。通过对高分辨率遥感图像进行试验，得到了边缘精确且平滑的区域内部更加一致的分割结果，且在很大程度上消除了欠分割和过分割情况。

小波变换三阈值多尺度融合边缘检测算法

充分利用边缘点和噪声点在梯度方向特征上的差异,提出了边缘点的梯度方向特征的概念。在不同尺度上对图像进行小波变换,得到每个像素点的梯度信息,利用双阈值的非极大值抑制法和边缘点的梯度方向特征提取每一尺度上的边缘点,最后用第三个阈值融合各尺度下的检测结果,得到图像边缘。实验结果证明,该算法与经典的Canny算子和Mallat小波算子相比,在保证边缘定位能力的同时,具有更强的抗噪声性,在强噪声干扰下仍可获得满意的边缘检测效果。

融合边特征与注意力的表格结构识别模型

针对现有方法在表格结构识别问题中存在的先验知识依赖、鲁棒性不足、表达能力不足等问题,提出一种新的融合边特征与注意力的表格结构识别模型——GEAN-TSR。首先,提出图边注意力网络(GEAN)并作为模型的主干网络,在边卷积结构的基础上引入并改进图注意力机制聚合图节点特征,解决图网络在特征提取过程中的信息损失的问题,提高图网络的表达能力;然后,引入边特征融合模块融合浅层图节点信息与图网络输出,增强图网络的局部信息提取能力与表达能力;最后,将门控循环单元(GRU)提取的图节点文本特征融入文本特征融合模块对边进行分类预测。在SciTSR-COMP数据集上的对比实验中,相较于目前最优的模型SEM,GEAN-TSR的召回率与F1值分别提升2.5与1.4个百分点。在消融实验中,GEAN-TSR采用特征融合模块后,所有指标都取得了最优值,验证了模块的有效性。实验结果表明,GEAN-TSR能够有效提升网络性能,更好地完成表格结构识别任务。

一种SAR图象的多方向多尺度融合边缘检测方法

本文从SAR图象的斑点噪声的特性分析出发,对以局部均值比ROA算子的统计特性进行了分析,给出了检测阈值和检测率的关系,提出了解决图象边缘过检测和欠检测的多方向多尺度融合检测算子,并将融合检测算子与其它Canny检测算子的检测结果进行了比较。

融合边缘计算的新型科研云服务架构

【目的】现有的云服务计算模型无法满足数据驱动型科研范式的发展。如何设计并实现符合数据密集型科学计算处理的架构是当前研究的一个热点方向。【文献范围】文章重点分析了数据驱动的科研范式的发展趋势,给网络与计算带来的挑战,以及科学计算场景下对边缘计算的具体需求,同时给出国内外对于边缘计算的研究进展。【方法】在此基础上,本文给出一种融合边缘计算的新型科研云服务架构,阐述该架构的基本功能,并给出相关典型应用场景与服务能力。【结果】该架构能够满足科学计算在数据传输优化、虚拟组网、5G融合接入、边云协同算力网络和边缘云科研应用服务等多场景需求。【结论】基于计算存储网络融合路线,整合边缘计算、5G网络、人工智能、网络虚拟化等技术,将能够形成异构融合、云边协同的新型云服务网络架构。

基于演化博弈的国防科技工业军民融合边界研究

划清军民融合边界,判断哪些领域适合军民融合发展是优化资源配置、激发军地活力、推进国防科技工业军民融合有序发展的第一步。基于国防科技工业军民融合发展现状,运用演化博弈理论,建立融合边界博弈模型,确定了国防科技工业军民融合边界条件,并引入补贴惩罚机制进行对比分析,最后结合算例对博弈模型结论和各类影响因素进行深入剖析。结果表明:国防科技工业军民融合边界由风险成本、协同收益、补贴惩罚机制和初始状态决定,同时影响系统演化合作稳定状态的因素包括互补性可分享资源总量、协同性影响水平、合作风险系数和补贴惩罚机制,资源转化利用水平和合作成本系数不影响演化趋势,并且政府的补贴惩罚机制能够有效促进军地合作。

融合边缘直方图和局部二值模式的稳健人脸识别

提出了一种融合边缘直方图和局部二值模式的人脸识别算法具体步骤包括(1)提取人脸的边缘特征,分块计算人脸的边缘直方图特征,连接人脸边缘的各分块直方图特征向量得到边缘直方图特征向量;(2)计算人脸分块的局部二值模式直方图特征得到人脸的局部二值模式直方图特征向量;(3)融合边缘直方图特征向量和局部二值模式直方图特征向量得到人脸最终的匹配特征向量。实验结果表明,本文提出的基于融合特征的人脸识别效果优于提取单一特征的人脸识别效果。在ORL和FERET人脸库中的人脸识别实验中,验证了该方法不仅提高了识别率,而且对噪声具有较好的稳健性。

基于卷积神经网络的跨层融合边缘检测算法

针对目前边缘检测算法因过于依赖全连接层,使得边缘线条粗糙,且损失函数设定不当,造成梯度消失和大量主要特征信息丢失等问题,提出了基于卷积神经网络的交叉融合边缘检测算法。该算法利用1×1多卷积核的梯度方式来降维,完成横纵向图像低级与高级特征对象的采集;然后通过自上而下和自左向右循环卷积流向方式,保证每层的损失函数可以较平稳地前向和反向传播;最后利用跨层交叉融合对图像边缘特征进行细化。实验结果表明,该算法在伯克利大学数据集(BSDS500)上最优数据集规模(ODS)F-measure为0.806,接近人类平均视觉感知。

基于融合边缘优化的煤矿图像语义分割方法

由于煤矿井下环境恶劣,使得煤矿井下视频获取的图像严重降质,而现有的基于深度学习的语义分割模型在图片清晰化后存在边缘分割模糊的问题,提出了一种采用融合边缘优化模块处理边界信息并运用门控卷积层连接传统特征提取模块并行处理信息的方法;为监督学习轮廓信息,采用二元交叉熵损失函数提高学习效果,并与常规分支的损失函数共同优化模型分割效果。试验结果表明:对已完成清晰化的煤矿井下图像进行语义分割任务时,基于融合边缘优化模块的方法与其他方法相比整体语义分割精度得到提升并且边缘分割精度更高。

融合边缘信息的显著性目标检测

为了解决显著性检测中图像的低对比度区域和边缘区域存在误检测的问题.提出包含边缘检测子网络和显著性检测子网络的双分支网络模型.在自顶向下的信息流传递过程中,边缘检测子网络和显著性检测子网络分别独立学习边缘信息和显著性信息.设计信息交互模块和特征聚合模块,使得两个子网络将各自学到的特征信息逐层融合.边缘检测子网络,由真值图通过距离变换生成的边缘真值图进行监督,边缘检测子网络仅用于训练阶段.在5个经典数据集上进行的实验结果表明:相比于其他12种主流的检测方法,在F度量,平均绝对误差,结构化度量,精确率-召回率等指标中,本文方法均有明显的提升.基于边缘检测子网络提供的边缘信息能有效引导模型区分出低对比度图片中的边缘部分,得到边缘轮廓完整的显著图.该方法生成的显著图边缘轮廓连续性更好,空间结构细节信息更清晰,对低对比度区域更敏感.