TV-Anytime系统中动态自适应的影像对象映射

该文提出了两种不同的策略 ,来处理一个基于层次型服务器网络的大规模 TV- Anytim e系统中的动态影像映射问题 .基于预测的阶段性重映射策略是每隔一个时间周期决定服务器网络中的影像对象映射 ,以处理系统较长时间内的变化 .自适应的重分配策略则处理系统较短时间内的变化 ,该重分配策略基于不同影像对象的收益 /开销 ,其目标是尽大化服务器系统产生的收益 .模拟实验表明 。

基于TV-Anytime规范的PDR多Agent个性化服务

目的研究基于TV-Anytime规范的新一代智能个人数字媒体设备PDR的个性化服务关键技术。方法引入特征表示和相似度度量算法,提出用户个人喜好知识的学习和更新方法,研究了多个Agent之间的通信机制。结果提出PDR智能多Agent个性化服务的关键技术及主要算法和机制,给出验证系统的设计。结论提出的算法和机制为实现PDR智能多Agent个性化服务奠定了基础。

一种无回跳特性TVS的快速建模方法及验证

瞬态抑制二极管是一种常见的电磁防护器件,在静电防护、浪涌防护、强电磁脉冲防护中有着广泛应用,其瞬态行为对于指导电磁防护设计具有重要意义,但市面上一般没有现成可用的模型。文中基于ADS软件建立一种无回跳特性TVS的仿真模型,使用复杂度较低的TVS模型框架。在建模过程中,分析了模型参数对于精度的影响,并利用S参数测试方法和TLP测试方法获取实测数据,最终构建了两款TVS的完整仿真模型。模型验证结果表明,该模型仿真与实测数据在TVS未工作、即将工作和进入工作状态时都较为一致,仿真与实测误差最大不超过10%,说明其精度足够支撑TVS瞬态仿真。所建立的模型可直接用于TVS的瞬态仿真,该方法也可用于其他无回跳特性TVS的模型构建,为电磁防护设计提供支持。

基于高阶TV正则化的叠前动校正域随机噪声压制方法

常规全变分(Total Variation,TV)去噪模型只考虑水平方向和垂直方向的一阶导数信息,处理存在弯曲同相轴的叠前地震资料时会严重破坏振幅信息,而且振幅的横向渐变特征会被压制,从而引起“阶梯效应”。常利用地震数据的局部倾角信息提高TV模型的保幅能力,但局部倾角信息的计算会受到噪声的严重影响。为此,提出在动校正(NMO)域中利用高阶TV正则化去噪模型对叠前地震资料进行随机噪声压制。该方法首先将叠前地震数据转换到NMO域,NMO对噪声的鲁棒性强,同时避免了局部倾角的计算;在NMO域中弯曲同相轴被拉平,然后对其进行高阶TV去噪;最后通过反NMO还原叠前地震数据。以二阶导数为例构造了高阶TV正则化反演去噪目标函数,并在分裂Bregman优化框架下推导了快速优化求解方法。合成地震数据和实际地震资料的处理结果表明,该方法不仅可以有效压制随机噪声,而且可以消除同相轴弯曲和“阶梯效应”造成的振幅失真,提高了TV去噪方法的保幅性能。

场景理论下芒果TV的转型--以其推理解密类网络综艺为例

为降低过度娱乐化为平台带来的负面影响,芒果TV尝试将主流价值观的引导融入平台运营和节目创作中。其推出的推理解密类综艺为此思路下节目创作的代表,它将娱乐性和教育性相结合,为其他视频平台创作提供思路和借鉴。

Anytime算法及其应用

阐述了Ａｎｙｔｉｍｅ算法的基本概念和体系结构，讨论了Ａｎｙｔｉｍｅ算法的应用和发展方向。

基于Anytime算法的组合优化问题求解

介绍一种基于Ａｎｙｔｉｍｅ算法的组合优化问题求解框架，并报告了对ＴＳＰ问题进行求解的实验。实验结果表明，上述框架可以较好地协调问题的复杂度与求解时间要求之间的冲突。

基于互信息理论的Anytime分类算法的研究

提出了一种新的Anytime分类算法,anytime averaged probabilistic under mutual information estimators(AAPMIE)。该分类算法能较好地适用于需要即时响应的在线业务。从信息论的角度认为每个属性所携带的信息量是不同的,对其他属性影响较大的属性应该具有较高的权限被优先选择作为super-parent参加分类计算,这样,有助于提高分类开始阶段的分类准确率,有助于在较少的计算资源下返回更好的分类效率。实验验证了该算法能在anytime分类的早期较好的改善分类效果降低分类的0-1损失错误率,伴随计算资源的增加,算法能进一步得到更好的分类准确率。

复合Anytime算法的性能描述的生成

Anytime算法能够折衷解的质量和计算时间 ,广泛地用在求解与时间紧急相关的问题 .为了完成更复杂的任务 ,Anytime算法常常作为一个部分用来构建复合 Anytime系统 .文中探讨了复合 Anytime系统的构成以及其性能描述方法的关键问题 ,给出了适合于构建更复杂的

Anytime算法的最优响应时间

Anytime算法能够折衷解的质量和计算时间 ,被广泛地用在实时人工智能系统中 .为保证在截止期到来之际得到的解是可接受的 ,Anytime算法应能够足够快地响应环境的变化 ,输出当前最优解 .文中描述了环境状态变化模型和随机截止期模型 ,探讨了在变化的领域中 Anytime算法的最优响应时间 .

Anytime算法的联合监控策略

经典的临界值计算监控策略未能考虑有实质意义的监控代价因素,即计算当前解的质量和环境状态.为克服这一缺点给出了联合监控算法并进行了实例研究.

FPS游戏中基于HTN的Anytime规划器的研究

动态性和实时性电脑游戏世界的两个关键特征。Anytime规划是能够产生满足上述两个特征的行为的规划方法。分层任务网络(Hierarchical Task Network,HTN)是表示分层规划的一种形式,它非常适合于表达电脑游戏中非玩家角色(non-player char-acter,NPC)复杂的目标。以著名的第一人称射击(First-Person Shooter,FPS)游戏虚幻竞技场2004(Unreal Tournament 2004)作为游戏平台,为NPC设计实现了一个基于HTN规划的anytime规划器,并使用遗传算法调整规划目标的优先级。该规划器可以根据环境变化随时中断规划并给出可用的规划结果,同时具有一定的适应性。实验表明它能够使NPC的行为更智能。

Anytime算法组成问题的时间分配算法

Ａｎｙｔｉｍｅ算法能够折衷解的质量和计算时间，被广泛地用在实时人工智能系统中。Ａｎｙｔｉｍｅ算法的组织问题研究的是在一个由若干个ａｎｙｔｉｍｅ算法组成系统中，如何给基本的Ａｎｙｔｉｍｅ算法分配计算时间，使整个系统输出的解最优。本文阐述了Ａｎｙｔｉｍｅ算法的组织问题，并且给出了两个时间分配算法。

横向二阶导数TV正则化三维反射系数反演

三维反射系数数据体一般采用逐道(或逐线)稀疏反演的方式获得,但由于道与道(或线与线)之间缺乏联系使三维反射系数横向连续性不佳而产生抖动假象。为了全方位压制抖动假象,在反演目标函数中加入合成数据三维空间中的横向二阶导数全变分(Total Variation,TV)约束项提高反演结果的空间连续性,进而将常规的逐道L1范数正则化反演目标函数扩展为三维反演形式。但时间—空间域三维反演目标函数中存在三维卷积运算而难以直接进行优化求解,因此在分裂Bregman优化框架下将该三维反演目标函数转化到频率—波数域实现了快速求解。合成数据实验及实际数据处理结果表明,该反演方法不仅可以高效地获得三维反射系数数据体,而且能显著改善易被抖动假象掩盖的小构造和薄层的成像效果。

一种基于TV模型结合MRF的图像修复算法

在图像修复的算法模型中,全变分TV(total variation)模型对于结构性强的图像拥有较好的修复效果,但对于图像纹理和边缘细节部分修复效果较不理想。而马尔可夫随机场(MRF)下FOE模型采用的邻域相关的系统方法在图像细节纹理修复方面有着出色的表现。故提出一种将两种模型结合的TV-FOE模型用于图像的修复,通过引进混合比例参数,使得改进的模型既能在保证对图像结构层次的修复效果,又能对图像纹理方面拥有很好的复原效果。将其与分别采用TV模型和FOE模型以及其他修复效果较好的算法进行对比,采用客观量化指标峰值信噪比(PSNR)、均方差(MSE)和像素差别图像进行分析、比较,量化结果证明所提出的TV-FOE模型对于破损图像拥有精度更高的修复效果。

500 kV变电站母线TV铁磁谐振现象研究

由于近些年电网改扩建工程大量开展,复杂的电网运行方式导致系统产生铁磁谐振的情况大幅度增加。首先对电磁式TV产生铁磁谐振的基本原理进行论述,并结合盛京变电站在线路投运过程中,500 kVⅡ母线TV发生铁磁谐振现象案例进行分析,得出开关端口电容和GIS母线对地电容,以及TV非线性电感形成LC震荡电路回路是产生该谐振现象的主要原因,提出T型区域是谐振高发区,采用拉开相关隔离开关以及对TV追加饱和电抗的方式来抑制铁磁谐振的产生。

TV铁磁谐振影响因素仿真分析及综合消谐策略研究

在中性点不接地的配电网中,极易产生TV铁磁谐振过电压,严重威胁系统安全运行。铁磁谐振影响因素多种多样,常见消谐措施虽简单易行,但会因实际场景的改变导致消谐效果不理想。基于此,利用PSCAD对TV铁磁谐振与常见消谐方法进行模型搭建及仿真计算,分析总结消谐过程中的谐振影响因素及常见消谐方法的适用场景,得出的一系列结论对电力部门治理铁磁谐振具有一定的指导意义。同时提出分阶段实施的综合消谐策略,不仅降低了成本,而且将消谐措施复合,提出改进后的4TV接线法,根据不同场景及谐振类型选择各自适合的消谐方法,经仿真验证该消谐方案的有效性,其消谐效果优于仅使用单一传统消谐措施,可实现迅速消谐。

表面掺杂浓度对低压TVS的影响研究

瞬态电压抑制器(TVS)是一种二极管形式的接口保护器件,其中低压TVS通常由低阻外延层和其表面的高浓度掺杂区构成。在芯片制造工艺过程中,圆片的表面掺杂浓度对器件特性有很大的影响,非正常的杂质扩散变化极易导致器件参数异常。文章就某低压TVS制造过程中出现的参数异常进行了排查,确认异常原因为表面掺杂浓度过高,并就表面掺杂浓度与器件参数的变化趋势进行了分析,并通过实验得到验证。

ZTE CDMA WLL——Perfect Performance Anytime,Anywhere.

ZTE provides customized CDMA WLL solutions that can bring youvalue-added services under any circumstances.Flexibility:Flexible network solutions for both urban and rural areas.Expertise:Cost-effective solutions based on CDMA2000 technology,offering wireless data services, can easily evolve to 3G.Experience:Proven technology with 90% market share in China aswell as applications in overseas countries like India and Brazil.

基于改进Bregman TV与形态学的NSCT声呐图像融合去噪

传统去噪方法在去除声呐图像斑点噪声的同时,难以拥有很好的细节信息。为此,提出一种基于改进Bregman TV与数学形态学的NSCT声呐图像融合去噪技术。引入图像熵、梯度和边缘强度对Bregman TV的正则参数进行改进,在去噪过程中拥有更多的边缘细节信息。利用新的Bregman TV和数学形态学分别对声呐图像去噪,然后使用NSCT分解为高频和低频,高频拥有大量的边缘信息,低频具有图像细节信息。Bregman TV拥有很好的保边性,数学形态学拥有很好的去噪效果,将2种优势结合,因此采用Bregman TV的高频和数学形态学的低频进行NSCT逆变换,实现图像去噪。实验结果表明,该方法相比于使用基于小波变换和全变分的图像去噪、传统的Bregman TV去噪、数学形态学去噪,更能有效地降低斑点噪声,保留更多的图像细节信息。