结合多尺度体素和高阶条件随机场的点云分类

针对利用经典高阶条件随机场模型进行点云分类时,由于海量节点和无向边导致的点云分类效率低的问题,提出一种结合多尺度体素和高阶条件随机场的点云分类方法.首先以多尺度体素代替海量离散点云作为无向图图模型节点,减少节点和无向边的数量;然后使用超体分割结果作为高阶团,并基于此设计了一种非监督分布性空间上下文作为高阶团特征向量,用于改善分类结果;最后结合构建的图模型和各阶特征向量,采用经典高阶条件随机场模型实现点云数据的自动分类.采用Oakland标准数据集作为实验数据,实验结果表明,该方法在有效地保证分类精度的前提下,高阶条件随机场点云分类模型的分类效率提高了5～10倍.     

精品推介

GDT25系列气体放电管美国柏恩(Bourns)公司柏恩推出全新气体放电管(GDT)GDT25型号系列,其标准浪涌电流额定值比Bourns■现有型号提高了40%。新一代系列产品采用Bourns专有的先进计算器模拟技术进行设计,并提供业界领先的最大脉冲电压限制规格。Bourns的最新一代GDT25系列提供的性能对于感应电压瞬变(例如雷击和交流感应)有显著的增强保护。     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。     

基于SNMP协议的时间预警系统

随着无线局各发射台站自动化水平的不断提高,自动化运行平台的系统时间准确与否,将直接影响着各自动化系统的正常运行.自动化主机的GPS校时系统执行了错误的校时指令,将导致自动化系统无法准确执行运行图,引发停播事故.为了解决这个问题,本文提出了一种基于SNMP协议的实时获取各自动化系统的本地时间,并与GPS时间源进行比较,并能及时定位发生异常的自动化主机,同时给出声光报警信息.     

Linux下高效可靠的应用同步升级技术

为了能够向用户提供既可靠又高效的系统及软件更新方法,我们设计了以镜像源管理服务器为主的软件更新方案。本文详细介绍了镜像源管理服务器技术的设计方案,并对技术方案进行了理论分析,对技术方案的验证方法和验证结论做了详细的分析和说明。镜像源管理服务器技术在实现中,相较于当前Linux通用的镜像源更新方案,能够避免单一镜像源更新不够及时的问题、源服务器网络负载过高问题,为用户提供稳定且快速的资源下载。     

固定式a、β个人表面污染监测装置表面发射率响应的测量

固定式a、β个人表面污染监测装置主要应用于核电站，放射性核素生产等涉源单位，是辐射工作人员从热区进入冷区的必经装置。固定式a、β个人表面污染监测装置的表面发射率表征了该装置的主要性能，是评价该类装置能否正常工作的主要参数依据。本文介绍了用a、β标准平面源测量表面发射率响应的方法与结果，提供了对固定式a、β个人表面污染监测装置性能的评价依据。