面向多数据流的车厢拥挤回归分析方法

公交车拥挤度分析对维护公共交通安全起着重要的作用.针对在传统的目标检测方法中使用单个摄像头导致无法获取完整的车厢图片信息,以及在高密度场景下乘客与乘客之间的遮挡或者乘客被车厢内的座椅等物体遮挡的问题,提出了一种借助两个前后车厢的摄像头面向多数据流的车厢拥挤回归分析方法.首先,定义一个线性方程;其次,获取相对可见信息:公交车最大核载人数、根据人眼标记出的总人数、以及通过YOLOv3和ResNet50分别检测出车厢内人头数和拥挤率;然后,将包含已知信息的样本数据矩阵和期望值向量代入所定义的方程中,拟合出隐含信息:系数向量和偏置项,构建出一个多元一次线性回归方程,在高密度环境中狭窄和遮挡严重等情况下能够获得更为精确的车厢内总人数;最后,通过人数估计线性回归算法,获得最终的车厢内总人数.实验结果表明,所提方法能够预测出公交车上的人数,实时获得公交车上的人群流量,并且通过平均绝对误差(MAE)和均方误差(MSE)对数据进行误差分析后,验证了该方法能够正确地反映公交车拥挤度.     

基于有效路径统计网络的群组命令传输模型

Internet在动态环境及资源有限条件下,其尽力而为的服务模式在支持群组命令传输过程中,容易产生路径过期无效及路径竞争问题.对此,定义出有效路径统计网络,并提出基于有效路径统计网络的群组多约束多目标优化问题.针对该问题,提出基于有效路径统计网络的群组命令传输模型.为解决路径无效过期,该模型基于动态追逐解的思想提出基于动态环境下群体激励算法.为解决路径竞争,该模型分别从竞争选择策略以及避让选择策略两个角度分析了路径竞争问题.最后,本文分别证明模型的收敛性和有效性.实验分别从响应延迟率及传输成功率等方面,验证了该模型在支持群组命令传输的合理性.     

基于图形处理器的视频二值概率分割

针对现有视频二值分割算法分割性能过低的问题,提出了一种基于GPU的视频实时二值概率分割算法.该算法通过规范化视频帧中每个像素属于前景类和背景类的概率大小,实现了基于二次马尔可夫测量场(QMMF)模型的视频实时二值概率分割.首先分别为不同场景的视频帧提出了两种概率模型,即静态背景概率模型(SBLM)和动态背景概率模型(UBLM);然后,通过光照矫正算法颜色转换、阴影抑制算法阴影检测以及伪装检测算法来计算每个像素属于背景类的概率值;最后,通过Gauss-Seidel模型迭代计算出了使能量函数取得最小值的背景概率值进而得到像素的二值化值.此外,为了提高算法分割的准确性,该算法包含了对光照突变、投射阴影以及伪装情况的实时处理.同时,为了满足算法的实时性要求,在NVIDIA GPU上并行实现了该算法.验证了所提算法的分割性能即算法分割的正确性,测试了算法的GPU执行时间.实验结果表明,在算法分割完整性方面ViBe+和GMM+的平均漏检率和平均误检率分别是QMMF的3倍和6倍;在算法执行时间方面ViBe+和GMM+的平均GPU执行时间大约是QMMF的1.3倍.此外,还计算了QMMF算法的GPU加速比约为76.8.     

基于GPU的视频流人群实时计数

为了解决人群遮挡严重、光照突变等恶劣环境下人群计数准确率低的问题,提出基于混合高斯模型（GMM）和尺度不变特征变换（SIFT）特征的人群数量统计分析新方法。首先,基于GMM提取运动人群,并采用灰度共生矩阵（GLCM）和形态学方法去除背景中移动的小物体和较密集的噪声等非人群前景,针对GMM算法提出了一种效率较高的并行模型;接着,检测运动人群的SIFT特征点作为人群统计的基础,基于二值图像的特征提取大大减少了执行时间;最后,提出基于人群特征数和人群数量进行统计分析的新方法,选择不同等级的人群数量的数据集分别进行训练,统计得出平均单个特征点数,并对不同密度的行人进行计数实验。算法采用基于GPU多流处理器进行加速,并针对所提算法在统一计算设备架构（CUDA）流上任务的有效调度的方法进行分析。实验结果显示,相比单流提速31.5%,相比CPU提速71.8%。     

面向企业应用的“算法设计与分析”课程建设改革探索

“算法设计与分析”是计算机科学与技术专业的一门核心课程,是一门理论性与实践性相结合的课程.学生在这门课程的学习过程中过分注重基础理论的学习,动手能力差,不具备算法创新的思想,无法适应世界著名的IT公司大对软件人才的要求.文章讨论了企业用户对员工算法分析与设计能力的需求,针对目前该课程教学中存在的问题,就教学目标、教学内容、教学方法及考核评价等方面进行教学改革,以提高学生的综合能力和教学质量.     

面向财务应用的软件设计课程教学模式

为了培养既懂财务又懂软件开发技术的复合型人才,根据金融财务类应用的需要,本文提出了一个面向软件课程设计的教学模型。融合计算机基础理论、软件开发技术、软件工程学原理以及CMM软件过程体系,构建了教学模式框架。该模型具有良好的课程总体结构以及动态适应新技术发展的能力,该模型适合财务类院校软件复合性人才培养的需要。     

采用动态缓冲池的SOAP并行通信模型

为了提高simple object access protocol（ SOAP）的通信性能,有效地支持多机群网格上的并行计算,提出了SOAP并行通信模型．利用并发数据流、动态缓冲池技术、压缩编码技术和并行流水机制,通过内存储器实现了通信资源和计算资源的并行运行．描述了模型的主要部件、体系结构和通信过程．分析和实验表明,该模型具有良好的通信效率并可有效支持并行计算,能满足网格并行计算的需求．     

一个数据并行型计算的网格资源的管理模型

在由多计算机集群构成的数据网格环境下，挖掘网格计算节点的空余资源来支持数据并行型计算（Data Parallel Computing，DPC），提出了一个基于分类、统计机制的数据网格管理模型。根据不同时间的网格资源的空余、各类DPC以及逻辑计算机机群，研究了支持DPC的网格资源管理模型。实验表明，该模型有效地解决了网格环境下数据并行型计算所需的空余资源优化使用问题。     

基于CUDA的3G视频清晰度评估方法

针对传统视频清晰度评估方法实时性较差的问题,利用统一计算架构(CUDA)高度并行性的特点,提出一种基于CUDA的3G视频清晰度评估方法。实验结果表明,与传统的视频清晰度评估方法相比,该方法能在保证准确评估视频清晰度的同时缩短算法的执行时间,计算速度约是传统串行算法的30倍。