基于Fusion Compute虚拟化平台的HIRFL数据库迁移及性能优化

为解决兰州重离子加速器（HIRFL）数据中心资源利用率低下、硬件和维护成本较高等问题，HIRFL数据中心正在向虚拟化集群模式进行迁移。本文以华为Fusion Compute虚拟化平台为基础，构建了HIRFL数据库的迁移方案。通过物理主机、虚拟机计算资源、内存、存储和网络资源性能优化，提出了1套完整的HIRFL数据库虚拟机性能优化方案。采用业界主流的数据库性能测试工具Benchmark Factory对迁移前后的数据库进行了测试，对比实验表明，本文提出的方案具有有效性和可行性，降低了数据中心的运行和维护成本，提升了HIRFL数据库系统的安全性和稳定性。     

基于深度学习的视频跟踪研究进展综述

近年来深度学习迅猛发展，颠覆了语音识别、图像分类、文本理解等领域的算法设计思路。深度学习因其具备强大的特征提取能力，在图像识别领域的成绩尤为突出。然而深度学习与视频监控领域的结合并不多，由于深度模型具有多层网络结构，算法复杂度大，训练和更新模型时比较耗时，很难满足实时性要求。回顾了深度学习的发展史，介绍了最近10年来国内外深度学习主要模型，论述了基于深度学习的目标跟踪算法，指出了各算法的优缺点，最后对当前该领域存在的问题和发展前景进行了总结和展望。     

隧道衬砌带模自注浆系统应用技术

隧道初支面凹凸不平是普遍存在,拱墙衬砌空间是密闭空间,当衬砌混凝土浇筑至拱顶时,混凝土是否填满凹陷部分,人为无法通过目测来判定。隧道衬砌施工在带模注浆基础上,引用"RPi隧道衬砌自注浆系统",采用用信息化手段,智能管理衬砌衬砌,科学预防拱顶衬砌与初支面形成空腔。     

数据库技术在大数据中的应用研究

文章首先对传统数据库技术存在的问题进行阐述,从混合存储技术、MPP+Shared Nothing架构技术、智能索引技术、透明压缩技术四个方面,对分布式数据库的关键技术进行解析,并以此为依据,提出数据库技术在大数据中的应用建议。     

HEVC压缩域的视频摘要关键帧提取方法

为了提高关键帧提取的准确率，改善视频摘要的质量，提出了一种HEVC压缩域的视频摘要关键帧提取方法。首先，对视频序列进行编解码，在解码中统计HEVC帧内编码PU块的亮度预测模式数目。然后，特征提取是利用统计得到的模式数目构建成模式特征向量，并将其作为视频帧的纹理特征用于关键帧的提取。最后，利用融合迭代自组织数据分析算法(ISODATA）的自适应聚类算法对模式特征向量进行聚类，在聚类结果中选取每个类内中间向量对应的帧作为候选关键帧，并通过相似度对候选关键帧进行再次筛选，剔除冗余帧，得到最终的关键帧。实验结果表明，在Open Video Project数据集上进行的大量实验验证，该方法提取关键帧的精度为79.9%、召回率达到93.6%、F-score为86.2%，有效地改善了视频摘要的质量。