基于卷积神经网络的卫星遥感图像拼接

针对传统算法不适用于外观发生较大变化的图像拼接问题,提出一种基于卷积神经网络的遥感图像拼接方法,通过深度学习使模型实现对遥感图像的配准和拼接.通过两次实验将该算法与传统算法进行对比.首先,以欧氏距离作为评价指标,分别通过两种算法在不同图像数据集上进行统计,对它们的图像配准能力进行评估.其次,在真实的遥感图像拼接应用场景下对比两种算法实现的遥感图像拼接效果.实验结果表明,卷积神经网络模型对外观发生较大形变的图像具有更好的配准能力,因此对于外观产生较大变化的遥感图像,可采用该算法代替传统算法实现图像拼接,得到更精确的全景图像.

基于有向无环图的高效区块链共识算法

针对传统区块链共识算法存在效率低和大量资源浪费的问题,提出一种使用基于ID分类的有向无环图数据结构取代传统区块链链式数据结构的算法,解决了传统区块链项目无法在短时间内确认大量交易的问题.该算法使用基于ID分类的有向无环图数据结构能更简单地达成共识,适用于多用户在同一时间进行交易确认.该共识算法与传统区块链项目相比能在更短的时间内确认交易,从而可节省大量的硬件资源,且提升区块链对交易的处理效率.