自然环境下基于异构多源的边缘计算公共安全系统

现有基于集中式大数据的公共安全系统较难满足实时性、精准性、隐私性及能耗等问题。基于边缘计算的多源大数据的时代已经到来,多源数据主要包括:社会中政务和媒体数据、各种传感器收集的数据、智能终端产生的自媒体数据等。边缘计算与传统集中式云计算二者相结合,可较好地处理这些边缘异构多源数据。提出了基于边缘计算的智能交通系统、基于边缘计算的公共安全监测控制系统以及基于边缘计算的灾难预警与救援系统。     

基于边缘检测和数据融合技术的图像增强

文章提出了一种基于边缘检测和数据融合技术的图像去噪方法.以小波变换为基础,结合数据融合技术,在预先确定图像边缘的基础上进行图像增强.实验结果表明,利用边缘检测和数据融合技术的图像增强系统,在保证图像纹理信息的基础上,极大地抑制噪声.     

基于小波变换数据融合的图像边缘检测算法

本文提出了一种基于小波变换数据融合的图像边缘检测算法。该方法对原始图像分别采用小波变换、“Sobel”算子和“Log”算子三种方法提取边缘,再将三种算法结果通过数据融合的手段获得一幅新的边缘图像。仿真实验结果表明,该方案所得到的边缘优于单独采用“Sobel”或“Log”算子所获得的边缘图像,是一种有效的图像边缘提取算法。     

数据融合技术在图像边缘检测中的应用

提出了一种基于数据融合的图像边缘检测算法。此种方法对初始图像分别采用“Rob-erts”算子和“sobel”算子及小波变换三种方法进行边缘提取,再将三种算法结果通过数据融合的手段获得一幅新的边缘图像。实验结果表明,该方案所得到的边缘图像的效果优于单独采用“Sobel”或“Roberts”算子所获得的边缘图像,是一种行之有效的图像边缘提取算法。     

基于边缘计算的行人检测算法研究

文章基于多个边缘计算设备,构建轻量高效的行人检测算法。首先,基于原始YOLOv5模型,替换为MobileNetv3作为特征提取网络,减少算法参数量和计算量;其次采用ReLu6激活函数,加速网络收敛,减少模型复杂度;最后利用K-means聚类算法仅选取3个先验框分别匹配到3个不同尺度检测头中。实验结果表明：改进后的模型参数量和计算量于仅为原始模型的51.6%和39.8%,在JetsonAGXXavier设备上采用TensorRT进行推理达到了66FPS的实时速度,在RK3399设备上达到了2.1 FPS。     

基于边缘计算的遥测技术研究

为了解决遥测技术应用中可能存在的远端节点脱网、受干扰、高延迟等问题,本文将边缘计算应用在遥测技术中进行分析设计,通过在边缘节点增加边缘决策引擎,对从传感器感知的数据进行边缘计算处理,对本地实时业务进行决策响应,对同类多传感器数据进行融合,对关键数据进行抽取。通过研究该方法表明,边缘计算能够提高遥测技术应用场景中的远端节点的服务响应能力、数据传输有效性,为基于遥测的应用系统改进提供借鉴。     

基于边缘计算的低压配电网多源数据融合处理研究

多源数据处理方法是传统低压配电网数据处理的常用方法,其在处理数据过程中往往存在速度较慢等问题,导致数据融合效果较差,因此提出结合边缘计算的低压配电网多源数据处理方法.首先为获得相应的过滤信息,对初始数据进行多功能收集并进行预处理,其次实现数据融合算法和数据特征匹配方法的融合,并对数据进行处理,最后通过实验的方式验证了提...     

基于多源异构数据融合的配网规划决策系统研究

本文以佛山供电局配网规划决策项目为例,探讨基于多异构数据融合的情况下配网规划决策系统的建立,首先对多源异构数据进行概况分析,其次在研究佛山供电局配网规划现状的情况下探讨配网规划决策系统的构建。     

基于多源异构数据融合的路网管控平台设计

本文提出了一种基于多源异构数据融合的路网管控平台,将高速公路运营数据包括结构化、非结构化、半结构化数据进行融合,建立全时域全路网“可视、可测、可控、可服务”的路网管控平台,实现跨地域、跨系统、跨部门、跨业务的协同管理和精准运营。     

基于边缘计算技术的融合终端APP系统设计

为提高融合终端本地处理效率,降低数据处理时间和处理延迟,节省建设成本,设计了采用边缘计算技术运行于融合终端的APP处理系统.该系统部署于靠近设备或数据源头的网络边缘侧,实现融合网络、计算、存储、应用核心能力的边缘计算功能,利用SDN和轻量级虚拟化技术来管理海量IoT网络设备;软件采用容器隔离安全技术,提升系统可靠性,通...     

基于边缘检测的SAR图象分类融合技术

从基于象素的SAR图象分类和基于邻域的SAR图象分类特点出发,提出了一种基于边缘检测的SAR图象分类融合方法。该方法既保留了图象的边缘,避免了以往图象分类中出现的边缘模糊问题,又有效地对图象进行了区域划分。     

基于边缘计算的双模态轻量化目标检测

针对当前在智能监控系统中产生的大量视频数据无法被实时、准确地分析问题,提出了一种基于边缘计算的anchor-free轻量级双模目标检测方法。结合注意力机制SE模块与Ghost模块构建轻量级特征提取网络,增加PAN网络以丰富高层特征,同时改进标签分配策略和损失函数,使训练更加稳定和高效。并在公共红外数据集OTCBVS以及可见光数据集ShanghaiTech上进行实验验证,改进后的网络参数量仅有2.08 M,在数据集上准率达到70.5%,推理总时延为39 ms,帧率达到25.73帧/s。相较于Yolox-Tiny在精度降低7.2%的情况下,参数量降低58.9%,推理时延降低33 ms,速度提升46%,能满足移动边缘设备对目标检测速度和精度的要求。     

融合计算迁移模型的态势感知策略实现方法研究

针对现有态势感知技术存在数据处理效率低、数据传输时间长以及预警反应慢等问题,提出一种融合计算迁移模型的态势感知策略。首先引入计算迁移模型,在蒙特卡洛-香浓数学思想的指引下将传感器实时收集的多源异构监测数据分发至边缘层中各突触节点;然后对数据进行特征值提取,得到特征值矩阵;最后采用修正余弦相似度算法所对收集的数据加以分析,并做出相应的决策。实验结果表明,相较于现有方法,该策略可缩减35.3%的数据传输与比较时间,提升了20.22%的对比准确度。     

移动边缘计算中数据缓存和计算迁移的智能优化技术

移动边缘计算的研究与分析需要从计算迁移和数据缓存的角度出发,针对运行状态及数据存储等方面进行综合优化,从而达到提升数据缓存和计算迁移水平的目的.在进行研究与分析时,充分利用移动边缘计算可以降低用户请求的延迟性,优化移动边缘网络的部署,这对实现移动终端数量与业务的综合管理及控制效果等方面有积极作用.     

一种基于小波多尺度边缘检测的图像融合算法

该文提出了一种新的基于多尺度边缘检测的小波图像融合方法,是一种利用图像边缘特征的小波图像融合方法,融合过程利用了图像的多尺度边缘信息。为了更好地保持图像的边缘,该文在图像融合过程中将图像去噪与边缘检测相结合。提出了一种物理意义明确的小波最佳分解层数的确定方法。利用统计分析的评判准则,如熵、标准偏差等,评价二维多聚焦图像不同小波分解层的融合效果,表明该方法提高了图像的熵和标准偏差的值,算法效果良好。     

基于边缘检测的多聚焦彩色图像融合算法

针对左聚焦和右聚焦彩色图像的融合问题,设计了一种基于边缘检测的彩色图像融合算法。首先将彩色图像转换为NTSC图像,再利用Canny方法检测出亮度信息图像的最优边缘,然后对亮度信息图像的边缘部分采用平均法进行融合,其余部分采用相关系数的权值法进行融合,最后将融合之后的饱和度图像、亮度图像和色调图像转换为彩色图像。从融合效果来看,文中算法能够将两幅左右聚焦的彩色图像融合成一幅信息量饱满且清晰的单一聚焦彩色图像。实验结果和信息熵客观评价结论表明,该彩色融合算法能够将信息熵提高2.13%～2.51%。