排序方式: 共有14条查询结果,搜索用时 31 毫秒
1.
在资源受限的无线多媒体传感器网络(WMSNs)中进行图像编码和传输需要综合考虑能量消耗、压缩率和图像质量三者之间平衡的图像编码方案。对基于离散小波变换的图像编码算法的能耗进行建模分析,提出了一种适用于WMSNs的能量有效的JPEG 2000图像编码算法,根据网络条件和图像质量的限制,使用查找表来选择适当的量子化层级和小波变换层级以减少能量消耗。并采用半可靠的方案进行图像传输,节点根据剩余能量和数据优先级来决定转发或丢弃。仿真实验结果表明:所提出的方法能够在保证所要求图像质量的情况下,有效地降低无线传感器节点的计算和通信能耗。 相似文献
2.
一种适用于多媒体传感器网络的图像拼接算法 总被引:1,自引:0,他引:1
为充分利用有限的资源产生高分辨率、宽视角图像,考虑到相邻无线视频节点之间的信息冗余性,提出一种适用于无线多媒体传感器网络的图像拼接算法。使用分块搜索算法进行图像配准以降低能耗,改进绝对差值和算法以提高图像配准的精度,并使用渐进渐出的加权平均算法对图像进行缝合,图像拼接之后与基站间的通信量减少,可以有效降低网络负载。仿真实验结果表明,所提出的算法在保证一定图像配准精度和图像质量的情况下,计算复杂度较低,可以有效节约能量。 相似文献
3.
目的 当前的大型数据集,例如ImageNet,以及一些主流的网络模型,如ResNet等能直接高效地应用于正常场景的分类,但在雾天场景下则会出现较大的精度损失。雾天场景复杂多样,大量标注雾天数据成本过高,在现有条件下,高效地利用大量已有场景的标注数据和网络模型完成雾天场景下的分类识别任务至关重要。方法 本文使用了一种低成本的数据增强方法,有效减小图像在像素域上的差异。基于特征多样性和特征对抗的思想,提出多尺度特征多对抗网络,通过提取数据的多尺度特征,增强特征在特征域分布的代表性,利用对抗机制,在多个特征上减少特征域上的分布差异。通过缩小像素域和特征域分布差异,进一步减小领域偏移,提升雾天场景的分类识别精度。结果 在真实的多样性雾天场景数据上,通过消融实验,使用像素域数据增强方法后,带有标签的清晰图像数据在风格上更趋向于带雾图像,总的分类精度提升了8.2%,相比其他的数据增强方法,至少提升了6.3%,同时在特征域上使用多尺度特征多对抗网络,相比其他的网络,准确率至少提升了8.0%。结论 像素域数据增强以及多尺度特征多对抗网络结合的雾天图像识别方法,综合考虑了像素域和特征域的领域分布差异,结合了多尺度的丰富特征信息,同时使用多对抗来缩小雾天数据的领域偏移,在真实多样性雾天数据集上获得了更好的图像分类识别效果。 相似文献
4.
5.
提出了基于矩阵变换器供电的交流电动机无速度传感器直接转矩控制系统和控制方法,以降低谐波污染,提高控制精度.在阐述矩阵变换器和无速度传感器直接转矩控制方法的基础上,重点讨论了二者的融合技术和转速的模型参考自适应参数辨识方法,并进行了验证试验.仿真结果和样机实验表明,参数辨识的精度高于测量模块的测量精度,动态响应良好.在电机减速运行和负载转矩变化时,系统实现了转矩和磁链的控制要求,并且运行稳定,能够实现能量双向流动和输入单位功率因数. 相似文献
6.
7.
邻域保持嵌入是局部线性嵌入的线性近似,强调保持数据流形的局部结构.改进的最大间隔准则重视数据流形的判别和几何结构,提高了对数据的分类性能.文中提出的核岭回归的邻域保持最大间隔分析既保持流形的局部结构,又使不同类别的数据保持最大间隔,以此构建算法的目标函数.为了解决数据流形高度非线性化的问题,算法采用核岭回归计算特征空间的变换矩阵.先求解数据样本在核子空间中降维映射的结果,再解得核子空间.在标准人脸数据库上的实验表明该算法正确有效,并且识别性能优于普通的流形学习算法. 相似文献
8.
9.
10.
受子空间学习和正则化技术的启发,提出正则化最小二乘的局部判别投影,为了获得投影子空间,首先构建类内和类间图,然后推导出计算公式,再使用正则化最小二乘法解出子空间,与普通算法相比,该算法既保持了流形的局部几何结构,又保持了判别结构,在标准人脸数据库上的实验表明该算法有效. 相似文献