排序方式: 共有16条查询结果,搜索用时 0 毫秒
11.
智能物联网AIoT研究综述 总被引:2,自引:0,他引:2
智能物联网(artificial intelligence of things,AIoT)是人工智能与物联网技术相融合的产物,这一新兴概念在智慧城市、智能家居、智慧制造、无人驾驶等领域得到了广泛应用。然而AIoT相关技术研究仍处于初级阶段, 存在大量问题和挑战。首先简述了AIoT技术产生的背景,明晰其定义和应用场景。以此为契机,构建了一个新型的面向智能信息处理的云边端融合AIoT架构。在给出AIoT研究体系的基础上, 详细探讨并比较了其各组成技术模块,包括AI融合IoT数据采集、复杂事件处理及协同、云边端融合研究、AI融合IoT安全及隐私保护和AI融合应用服务等方面的研究现状和解决方案。最后, 论述了AIoT未来的研究方向和发展趋势。 相似文献
12.
13.
针对钛合金金相图像存在噪声、晶界α相和片层组织与等轴α相颜色极为相似而导致"误识别"的问题,提出了一种融合异质刺激过滤的金相图像中等轴α相识别算法。该算法主要包含两大部分:(1)结合数学形态学和异质刺激理论设计实现了异质刺激模板,对晶界α相和片层组织进行了有效的过滤;(2)提出了一种结合距离变换和数学形态学的前景和背景标记方法,对等轴α相和其他组织进行了精确的标记,利用标记分水岭算法对金相等轴α相进行识别。实验结果表明,该算法过滤了金相图像中大部分的晶界α相和片层组织,并最大程度地降低了对等轴α相边缘区域的影响。与大津算法、最大熵算法、模糊C均值聚类算法对等轴α相的识别效果相比,本文算法提高了等轴α相的识别准确率。 相似文献
15.
在INSTRON-5948R微型材料试验机上开展了近β型钛合金Ti55531经800℃/2 h固溶+580~640℃/6~10 h时效热处理后的力学性能试验,获得了不同时效工艺下Ti55531合金的力学性能及强塑积。研究了时效处理对合金微观组织演变规律及合金在拉伸变形时的断裂机制。结果表明:次生片层αs相对时效参数变化比初生α相更敏感。次生片层αs相厚度与时效温度或时效时间呈线性正相关。与时效时间对比可知,次生片层αs相粗化速率对时效温度敏感性较弱,且其随时效温度和时效时间粗化速率分别约为1 nm/℃和8 nm/h。合金经固溶时效后,其力学性能显著提升,且合金在800℃/2 h固溶+640℃/8 h时效后达到最佳的综合力学性能,此时抗拉强度为1144 MPa,延伸率为8.16%,且强塑积超过9.3 GPa·%。合金经固溶时效热处理后拉伸断裂形式为韧脆混合型断裂,且以韧性断裂为主,包括晶间开裂和微孔合并。 相似文献
16.
基于对等网络的面向小文件的云存储系统 总被引:2,自引:0,他引:2
针对目前主从结构的云存储系统在存储小文件延迟过大的问题,提出基于对等网络(P2P)的分布式云存储系统.通过改进Chord路由算法提高了资源的查询效率,在系统中引入中心路由节点,中心路由节点上存储系统中所有节点的路由和状态信息,使资源查询时间复杂度缩短到O(l),客户端预取中心路由节点数据,从而减少数据操作时的时间开销;系统通过备份的策略来保证数据的可靠性,实现中数据备份数为3;系统实现了文件存储、读取、删除及列目录等基本操作功能.实验结果表明,与Hadoop HDFS文件系统相比,该系统的小文件操作时间减少了一个数量级. 相似文献