基于网关的LVC互操作研究

仿真体系结构解决了各自领域内仿真资源的互操作问题,而体系结构间的互操作是解决多种仿真资源互操作的有效方法.由于通信协议、中间件和对象模型的不同,体系结构间不能直接进行信息交互.对象模型间的相同点是异构仿真系统间互操作的基础.建立异构系统对象模型与通用数据交换模型的映射关系,通过模型转换实现各异构系统间的数据交互,最后通过"点对点"和通用网关间的时延比较,总结了通用网关的性能特点.

基于混合高斯背景建模的交通视频运动目标检测

目前最常用也最有效的运动目标检测方法是背景减除法,其中背景提取是背景减除法的核心.传统的运动目标检测方法无法解决场景的光线突变、背景图像发生变化以及前景运动目标物体的阴影干扰等问题.针对交通视频中背景模型的实际情况,采用混合高斯分布对视频背景进行建模,将前一帧视频图像与所建立的当前背景图像进行相减,得到车辆在当前时刻的运动图像,并将所得图像进行形态学去噪处理.通过相关的仿真实验,证明了该方法能够比较准确地检测出前景运动车辆目标.

一种面向模型转换的软件开发方法

分析了面向值的模型和面向对象的模型的各自特点,提出了根据数据抽象来构造分层模型的思想,建议采用程序变换的思想实现不同层模型之间的转换,采用部分实现的思想提高模型转换的效率,这些思想的结合便形成了一种面向模型转换的软件开发方法.

ADO.NET体系结构浅析

ADO.NET是一种在Windows平台下开发应用系统的数据访问技术,可以用来创建分布式应用以实现数据共享.本文通过ADO.NET对象模型分析,对ADO.NET体系结构作了探讨.

基于对象的存储系统对象迁移策略

对象存储系统是下一代网络存储重要组织模式,对象管理是对象存储系统的关键技术之一。本文对对象存储系统中的对象迁移策略进行了系统的研究,提出了可变阈值和阈长的动态反馈调整模型,以此来确定存储对象迁移的时机和目标对象存储设备的选取。另外,本文还利用Petri网工具对对象存储系统存储对象的迁移进行建模分析,给出了存储对象迁移控制的Petri网模型。但是随着存储系统存储节点的无限增加,Petri网模型将会无限复杂和庞大。为了减少Petri网模型控制模型的复杂度,又引入有色Petri网理论,实现了对存储对象迁移控制Petri网模型的简化。该模型同样很好地实现了对象存储系统中对象迁移控制的建模分析。这些研究对我们在建立对象存储系统时起到了很好的帮助作用。

基于时-频结合的显著性区域检测

模拟人的视觉系统对图像中的显著性区域进行检测是计算机视觉领域重要研究内容之一。本文提出了一种新颖的基于时-频结合的显著性区域检测算法,通过结合显著目标在时域的局部对比度和在频域的全局频谱特性,从而有效增强显著目标与背景区域的区分度。为提高时域局部对比度的刻画能力,反应人类视觉"颜色双对立"理论的多通道特性得到了充分考虑。此外,在频域利用奇异值分解(SVD)方法对幅度谱系数矩阵做低秩逼近,通过自适应控制逼近矩阵秩的大小,实现去除高频信息与杂波的目的,而后仅利用相位信息,得到基于频域全局频谱特性的显著图像。在公开数据库上的性能测试结果表明,同目前代表性显著性检测技术相比,本文提出的基于时-频结合的显著性区域检测算法具有更优的检测性能。

基于强模态辅助的弱模态图像概念分类及检测

在对图像中的主要描述物体进行检测或者对图像进行分类时需要利用多种不同类型的图像特征,例如HoG、BoW等.从多模态学习的角度来说就是需要对多种不同通道的特征加以利用.虽然将多种特征协同使用可以提升图像中物体检测或者图像分类的性能,但提取多种模态特征需要使耗费大量时间,难以满足实时性要求较高的环境(移动设备,网络搜索等)的要求.本文提出在训练阶段利用强模态的特征来辅助较弱的模态进行学习,通过让弱模态的分类器能够在大量的未标注样本上取得和强模态一致的效果,从而增强弱模态分类器的泛化性能;同时在测试阶段,只需提取弱模态特征,就可以利用使用弱模态特征的分类器进行预测,并达到较好的效果.在INRIA person和caltech101数据上的实验表明,本文的方法在测试时由于只使用了相对抽取开销小的弱模态特征,从而可以应用在实时性要求较高的环境,同时还带来了泛化性能的提升.