一种基于直方图和冗余匹配的实时目标跟踪算法

基于视觉的目标跟踪技术难点在于完成帧与帧之间的快速且口丁靠的目标匹配，以目标的直方图作为特征，具有很好的鲁棒性。但是直方图无法反映目标的空间信息，会导致错误定位于伪目标，且无法精确定位目标。针对以上问题，文章提出了一种稳健的运动目标跟踪算法，在以直方图作为目标特征的同时，结合冗余模板信息，达到验证候选目标的可靠性和辅助目标精确定位的目的。实地测试结果验证了该算法的有效性。     

解析Dirichlet级数的P（R）-型

讨论多个p（R）-级（ρ（p）=ρ,0〈ρ〈＋∞）相同的解析函数,这些解析函数的相对增长性质,都由在右半平面内收敛的Dirichlet级数定义．在较一般的指数条件lim n→＋∞ ln…＋ lnn/ln…＋λn〈ρ/ρ＋1下讨论了它们的p（R）一型的性质,得到了p（R）一型的一般表达式．     

一种基于视觉的道路检测算法

计算机视觉导航使移动机器人可以工作于复杂环境中，而道路检测是其中的关键环节。针对道路的多样性和环境因素的影响，提出了一种稳健的道路检测算法。依据道路特征把图像分为3组区域：路、非路和不确定区域，然后对难以判断的不确定区域使用假设检验的策略，依据道路的形状、路宽和面积信息综合判断，把不确定区域合并到路或者非路区域，从而快速准确地检测出道路。该算法已经在移动机器人-ATRV上测试和使用。     

一种快速实用的特征点匹配算法

该文提出的方法，使用了基于投影的粗筛选和候选点的策略，使用基于距离约束对匹配点对进行校正和消除错误匹配，提高计算速度和可靠性。实验结果证明，提出的方法具有较大的实用性。     

一种基于直方图模式的运动目标实时跟踪算法

动态图像的分析和理解是当前研究的热点之一,基于视觉的目标跟踪技术有着广泛的实用价值。目标跟踪的难点在于完成帧与帧之间的快速且稳定的目标匹配。该文给出了一种运动目标的跟踪算法,它与云台设备控制相结合,可使被跟踪目标始终位于图像的中心区域。直方图具有较好稳定性,可以不受目标的外形和比例变化的影响;而均值平移(MeanShift)算法可以得到局部最优解,并具有快速和有效的特点。因此,该文以直方图为模式特征,以均值平移算法为跟踪核心算法。对候选目标进行运动检验,过滤了伪目标,保证了跟踪的可靠性。在搜索过程中,通过Kalman滤波器的运动预测,减少模式匹配的搜索范围,提高了处理速度。最后,该文给出了实地测试结果,验证了跟踪算法的实用性和有效性。     

BtoB网站用户访问模式挖掘研究

把数据挖掘技术与电子商务网站有效结合，深入分析Apriori算法，并运用散列技术改进算法来实现电子商务网站用户访问关联模式的挖掘。经过实验验证，这是一种有效的分析、评价和完善电子商务网站的方式。     

FlatVC:云环境下虚拟机集群的扁平化版本控制

IaaS的发展使得云服务能够快速地部署虚拟机集群。然而,在部署过程中虚拟机群的版本控制效率不高。目前的版本控制方法存在网络负载大、操作速度慢的问题。提出一种新颖的虚拟机集群版本控制方法,叫做FlatVC。FlatVC在计算节点增量地生成虚拟机版本,以避免将版本数据传输至存储节点,并在虚拟机版本恢复时按需传输版本数据,因此减小了网络传输负载并加速了版本控制过程。通过使用缓存树结构来共享网络传输数据,FlatVC减小了根节点数据传输压力。此外,我们针对增量版本所构成的版本链进行了I/O优化,避免了版本链导致的性能下降。实验结果显示,FlatVC能有效地实施虚拟机集群版本控制,加速版本生成以及恢复过程。     

解析Dirichlet级数的p(R)-级

对于p(R)-级解析函数(由在右半平面内收敛的Dirichlet级数定义),首先讨论了Dirichlet级数的指数条件,然后在较一般的指数条件li mn→ ∞lnlnnlnλn<1下,讨论了它的系数与增长性、正规增长性间的关系,得到了两个充要条件.