面向物联网的工作流服务架构模型

为有效解决工作流系统与物联网的协同工作问题,以及针对以往工作流系统在分布式架构和海量数据处理中的不足,提出面向物联网的工作流服务架构模型。该模型将工作流表单、数据库服务以及工作流任务等封装成组件,并将组件以可插拔的方式注入到工作流服务集控中心容器中,从而实现物联网模式下资源的即插即用以及所需即所得;RFID中间件集成Jini服务使得工作流系统很好地与RFID通信,提高了工作流处理表单数据的效率;在底层海量数据处理上,提出一种改进的MapReduce模型,该模型在HDFS的架构方案基础上采用任务节点元数据定时备份策略,解决了任务节点失效后所带来的系统运行不稳定问题。最后对工作流服务模型中各关键要素提出整合方案,并通过实验证明了该方案的有效性。

基于线性拟合的多运动目标跟踪算法

提出了一种基于线性拟合的多运动目标跟踪算法.该算法首先利用新的DG_CENTRIST特征和颜色特征,进行似然计算;然后计算跟踪目标与当前帧目标的重合度,利用重合度进行目标度量和遮挡判断,当存在遮挡时,通过线性拟合来预测相互遮挡时目标的轨迹,对跟踪结果进行校正,实现多目标的正确跟踪.该算法具有很好的鲁棒性和稳定性,实验结果表明该方法能有效提高多目标跟踪的准确性.

一种新的基于模板匹配的车型识别

为提高当前车型检测在交通场景下的实时性和准确性,提出了一种新的基于模板匹配的车型识别方法。首先,基于车辆区域的显著性设计了非均匀采点,然后采用梯度量化,二进制图像,线性化内存等手段实现模板的并行化匹配,最后通过kmeans聚类产生多层次的车型模板索引,实现快速查表的车型匹配算法。实验表明,该算法能实时高效地实现交通场景下的车型识别。

基于梯度离散化改进的DG_CENTRIST行人检测

针对复杂背景下的行人检测,从边缘信息入手,提出了一种新的基于梯度离散化的改进的中心对称统计变换(DG_CENTRIST)的行人检测方法。首先根据原始图像的梯度方向的分布,离散地形成多张梯度图;然后进行中心变换(CT)获得改进的DG_CENTRIST特征,最后提出的新的计算方法,结合线性和HIK-SVM,通过级联方式实现实时的行人检测。实验结果表明,该算法取得了较高的检测精度。

一种新的有效模拟不可压缩流体的SPH方法

提出了一种基于光滑粒子流体动力学(SPH)来模拟不可压缩流体的有效方法。传统的SPH方法是针对可压缩流体设计的,而该方法是传统SPH方法的一个扩展。提出了一种新的可以满足不可压缩性的压强计算方法,讨论了压力和粘性力的新型计算方法。实验结果表明,提出的方法与以前的方法相比,能够更真实地模拟不可压缩流体。