低占空比无线传感器网络中节点自适应休眠机制

针对低占空比WSN网络存在着能量消耗不均、网络工作时长等问题,提出一种节点自适应休眠算法.该算法能够根据无线链路状况,自适应地调度节点休眠时隙和工作时隙,保证在时延约束条件下网络的整体能耗最小.在自适应休眠机制加入能量感知,使无线路由根据节点的剩余能量自适应调整,均衡各节点能耗,提升WSN网络的工作时长.经仿真分析发现,该算法能够在满足传输时延的同时,有效地减少工作时隙并降低能耗,从而提升网络的工作周期.     

自适应多特征融合的真实感地形快速绘制

针对真实地形可视化中数字高程模型(DEM)数据结构复杂且绘制速度不佳的问题,提出一种基于自适应多特征融合的真实感地形快速绘制方法.引入地形高程熵,对真实的DEM高程数据进行特征提取以生成地形总体框架;利用随机中点位移分形算法并根据地形特征优化分形参数来增加地形高频细节;计算视点与地形之间的距离阈值,并对应于层次细节(LOD)等级,以实现地形自适应的调度,再根据不确定性判定因子对地形特征进行更新.最后对本文算法进行并行处理,充分利用图形处理单元(GPU)技术对地形进行加速绘制.实验结果表明,该方法生成的地形具有较高逼真度和较好实时性.     

基于Linux的数据库的综述

现阶段流行的数据库多为关系数据库,能够在Linux平台上开发与安装。基于此,本文对Linux进行介绍的基础上,探讨了基于Linux的数据库分类情况,并对常见数据库的特点、应用情况等内容进行了探讨,希望能够加强对数据库发展前景的把握。     

基于体素模型的3D打印支撑算法

3D 打印技术是通过对材料的逐层堆积来构建物体,但对模型悬空的区域需要添加 支撑结构。支撑结构不仅会造成打印材料的浪费,而且会延长打印时间并对模型外表有所损伤。 为此,提出一种基于体素模型的支撑算法,针对体素化后的模型,分析体素之间的相互支撑作用, 并引入体素支撑能量函数概念和计算方法,计算出需要添加支撑的体素,从而得到需要添加支撑 结构的区域,并由该区域生成支撑结构,之后通过实验对算法进行验证。实验结果显示该算法能 够更加准确地对模型生成支撑,同时,基于体素模型的支撑算法对于模型内部支撑计算,也具有 很好的适用性。     

群体智能算法在图像分割中的应用综述

图像分割的通用方法一直是图像处理领域中的热点和难点。随着人工智能的兴起和发展,群体智能算法成为当下热点研究的方向,将图像分割技术结合群体智能算法成为一种新型有效的改进方法。群智能算法通过模拟自然界的事物或生物的行动规律,将传统的人工智能和群体生物结合,在解空间中搜索最优解,为解决复杂问题提供了新的解决思路。阐述群体智能算法的研究现状和发展过程,将早期的蚁群算法（Ant Colony Optimization,ACO）、经典的粒子群算法（Particle Swarm Optimization Algorithm,PSO）以及较新的麻雀搜索算法（Sparrow Search Algorithm,SSA）为例详细介绍其算法原理方法,并简要表述蝙蝠算法（Bat Algorithm,BA）、鲸鱼优化算法（Whale Optimization Algorithm,WOA）、人工蜂群算法（Artificial Bee Colony Algorithm,ABC）、萤火虫算法（Firefly Algorithm,FA）、布谷鸟搜索法（Cuckoo Search,CS）、细菌觅食算法（Bacterial Foraging Optimization,BFO）和最新的蜉蝣算法（Mayfly Algorithm,MA）的原理,在此基础上,结合国内外文献对上述算法的改进方法和结合图像分割技术的综合改进及应用进行分析总结。将群体智能算法结合图像分割技术的代表性算法提取出来进行列表分析总结,随后概述总结群体智能算法的统一框架、共同特性、不同的差异并提出存在的问题,最后对未来趋势做出展望。     

基于截距直方图和Otsu融合的弱光图像分割

直线截距直方图Otsu法具有良好的分割性能,但在处理图像的偏暗部分时通常只能将其划分为背景,使得图像大量的细节信息丢失.在分析直线截距直方图算法本质的基础上,提出了一种基于方向模糊导数的Otsu法来对图像的弱光部分进行分割.为了增强算法的普适性,将分割的结果与Otsu算法分割结果进行融合.首先,通过使用方向模糊导数的值来替代像素的邻域均值以更好地分割出图像弱光部分的细节信息并抑制噪声,然后将分割结果与Otsu法分割的结果融合,以得到更精确的阈值分割结果.实验结果表明,与其他多种分割算法相比,本文算法可以更精确地分割图像弱光部分,提供更好的降噪效果.