排序方式: 共有4条查询结果,搜索用时 46 毫秒
1
1.
面向滑动窗口的连续离群点检测问题是数据流管理领域中的重要问题.该问题在信用卡欺诈检测、网络入侵防御,地质灾害预警等诸多领域发挥着重要作用.现有算法大多需要利用范围查询判断对象之间的位置关系,而范围查询的查询代价大,无法满足实时性要求.本文提出基于滑动窗口模型下的查询处理框架GBEH(grid-based excepted heap).首先,它以网格为基础构建索引GQBI(grid queue based index)管理数据流.该索引一方面维护数据流之间的位置关系,另一方面利用队列维护数据流的时序关系.其次, GBEH提出离群点检测算法PBH(priority based heap).该算法利用查询范围与网格单元格的相交面积计算该单元格中包含于查询范围对象数目的数学期望,并以此为基础构建基于小顶堆执行范围查询,从而有效降低范围查询代价,实现高效检测.理论分析和实验验证GBEH的高效性和稳定性. 相似文献
2.
输电线路无人机智能巡检技术概述 总被引:1,自引:0,他引:1
随着我国高压输电线路的快速建设,传统效率较低的人工巡检模式已难以跟上和满足其巡检需求。无人机智能巡检技术在这种背景下应运而生,并且得到了一定程度的发展。然而,该智能巡检技术涉及多个专业领域,而如何将这些领域的方法和技术合理、高效地应用于其中,尚存在一定的困难和挑战。本文首先概述了输电线路无人机智能巡检技术的应用现状,而后指出了这项技术的工作模式和特点;在此基础上,分析了输电线路无人机智能巡检技术的技术需求,继而引出了其存在的四个尚未解决的关键科学和技术问题:巡检数据智能处理、无人机自主巡航、无人机续航和无人机智能巡检方法与规程。针对这四个关键问题,探讨了潜在的解决方案,并且对未来输电线路无人机智能巡检技术发展进行了展望,以期为该智能巡检技术的快速发展和相关研究一定的指引和帮助。 相似文献
3.
4.
路面裂缝对行车安全有很大的潜在威胁,以往的人工检测方法效率不高。现有裂缝检测方法模型泛化能力低,在复杂背景下的裂缝分割能力差且效率不高。为了解决这些问题,文中提出了一种基于编码器-解码器结构的新改进型网络结构CrackU-Net,目的是提高路面裂缝检测的模型泛化性以及检测精度。首先,Crack U-Net用密集连接结构增强了基于编码器-解码器的网络U-Net模型,在以往结构的基础上提高了网络各层特征信息利用率,增强了模型的鲁棒性;其次,Crack U-Net使用由残差块和mini-U组成的CrackU-block作为网络的基础卷积模块,相比传统双层卷积层,Crack U-block可以提取出更丰富的裂缝特征;最后,在Crack U-Net的下采样节点中使用了空洞卷积替代传统卷积核,以充分捕获图像边缘的裂缝特征。为验证Crack U-Net模型的有效性,在公开裂缝数据集上进行了一系列测试。实验结果显示,CrackU-Net在数据集上的AIU值比以往方法提升了2.2%,在裂缝分割精度、泛化性上都优于现有方法。另外,参数轻量化部分的实验证明,CrackU-Net可以进行很大程度的模型剪枝,无... 相似文献
1