排序方式: 共有30条查询结果,搜索用时 15 毫秒
1.
2.
3.
在分析EvalVid工具集的基础上,以NS-2网络模拟器作为仿真环境,设计和实现一个无线视频QoS分析试验平台,详迷整个平台的实现过程,并通过应用实例证实提出的方案完全可行. 相似文献
4.
为了建立网络中视频传输的QoS分析平台,在分析EvalVid工具集的基础上,选取NS-2作为仿真环境,提出一种网络视频的QoS分析方法。该方法首先从视频流中提取仿真用的trace文件,注入模拟的网络中传输,然后利用结果trace文件将原压缩视频文件中由于传输丢失和延时超过限制的分组丢弃,产生新的视频文件,解码后可进行质量的评价。通过实例证实提出的方案完全可行,并可以作为设计与研究视频传输问题的试验平台。 相似文献
5.
6.
7.
8.
9.
许多自然科学研究都利用无线传感器网络收集环境数据。收集数据的完整性和准确性决定科研结果的可靠性。然而,由于无线传感器网络的固有特性,数据收集过程中通常会出现数据丢失和数据错误等问题。为提升收集数据可用性,需要从含有错误元素的不完整数据集中恢复缺失的数据。利用环境数据的低秩特性,提出一种基于弹性网正则化的结构化噪声矩阵补全算法(EnRMC),实现对缺失数据有效恢复,同时能精确判断收集到错误数据的传感器节点。利用真实数据进行仿真,实验结果表明本文算法性能优于现有算法,能以较高的精度重建环境数据。 相似文献
10.
输电通道内地物要素复杂,机载LiDAR获取的电力线、杆塔、植被等地物点云密度差异大、空间分布不规则,实际应用中“所见即所得”的应用需求对点云的高效自动化分类带来挑战。将深度学习中的PointNet++算法用于输电通道机载点云自动分类研究,分析样本加权对不同密度点云数据分类精度的影响,利用两组实验数据验证算法的精度和效率,并与随机森林分类算法进行比较。结果表明:基于样本加权PointNet++的方法在输电通道点云自动化分类方面适用性更强,平均F1值87.14%,且分类精度和效率均优于随机森林方法。 相似文献