基于关键点和局部特征的动画媒体视频帧自适应分解系统

目前提出的动画媒体视频帧自适应分解系统分解过程延时过长,导致分解结果不准确,因此提出一种基于关键点和局部特征的动画媒体视频帧自适应分解系统。动画识别模块系统硬件由FG5735型号处理器和数据存储器构成,硬件内部色彩传感器模块由滤波器组件、TCS230芯片、光接收器组成;动画媒体视频帧分解模块由IE5386处理器芯片作为硬件的核心模块。通过关键点采集、局部特征分析、数据计算实现动画媒体视频帧的分解。实验结果表明,基于关键点和局部特征的动画媒体视频帧自适应分解系统能够有效缩短分解过程延时,提高分解结果的准确性。     

变频调速技术在局部通风机中的应用

变频调速技术,正是顺应了工业生产自动化发展的要求,一改普通电动机只能以额定的转速运行的固定模式,使得电动机及其负载在无须任何改动的情况下即可以按照我矿生产要求调整功率输出,从而降低电机功耗以达到设备高效运行的目的。     

基于全局自注意力的小麦图像识别

在实际应用场景下,通过图像识别的方式来识别小麦的病虫害具有极大的挑战性。与以往纯粹基于卷积神经网络（Convolutional Neural Network, CNN）的方法相比,将小麦图像转换成一系列视觉语言,并从全局视角进行小麦识别的方法是更可行和实用的。运用Convolutional Visual Transformers（CVT）来解决小麦识别分为2个环节。首先,利用2分支CNN生成的2种特征图来实现注意选择性融合(Attentional Selective Fusion, ASF)。ASF通过融合多个特征和全局-局部注意力来获取有区别的信息,并投射成一系列的视觉语言。其次,受Transformers在自然语言处理方面的成功启发,用全局自注意力来建模这些视觉语言之间的关系。将CVT与经典分类网络LeNet-5、ResNet-18、VGG-16、EfficientNet对比,识别率有所提升,同时该方法具有良好的泛化能力。     

稀疏奖励下基于强化学习的异构多智能体对抗

文中在多智能体对抗问题研究过程中,采用强化学习为研究方法,以完全中心化训练架构为基础,选用基于策略的强化学习算法,针对领域研究中广泛存在的稀疏奖励问题,采用基于任务局部的奖励工程设定方法,以人为经验知识为导引,加速训练过程,提升训练结果.最后以对抗问题中典型的攻防对抗为场景进行了仿真实验,验证了方法的有效性.     

四阶线性方程局部间断Galerkin方法的误差估计

研究了基于偏迎风数值通量的四阶线性偏微分方程局部间断Galerkin方法的稳定性和误差估计问题.考虑在空间方向上,利用半离散形式的数值格式,通过使用广义Gauss-Radau投影,消除了数值通量产生的投影误差,利用Young不等式得到数值格式的最优误差估计.证明了当对流项选择偏迎风数值通量,方法的收敛阶为k+1阶.由于...     

LRCRaft: 支持节点数据快速恢复的共识协议

在支持纠删码的分布式存储系统中, 最常用的编码是RS (Reed-Solomon)码. 对于一个RS(k, m)编码条带, 常见的配置是一个节点仅存储条带中的一个分片, 这导致在节点出现故障的情况下, 对其存储分片的恢复需要跨多个节点读取分片并重新编码生成恢复分片, 容易造成系统网络拥塞. 在需要恢复大量数据的场合, 系统在恢复期间会处于较长时间的脆弱期, 容错能力和吞吐量下降、读写时延升高时有发生. LRCRaft是一个基于LRC (local reconstruction code)的改进Raft共识协议, 通过在Raft中引入LRC码、动态日志增补、状态机删减和分片版本一致性等机制, 降低了Raft的读写时延, 缩短了节点故障恢复时间. 实验结果表明, 相较于Raft, LRCRaft在不同恢复模式中恢复一个单节点故障数据时, 恢复用时有着49.25%–74.97%的减少.     

地铁盾构隧道洞门环姿态计算方法研究

盾构隧道洞门环检测的传统方法侧重洞门几何中心绝对坐标的求取而忽略对洞门姿态的计算和分析,本文基于洞门环特征点的三维坐标,结合线路设计参数,通过特征点水平偏差和竖向偏差推导洞门姿态一系列计算公式,详细分析洞门环的局部姿态和整体姿态,有利于科学指导盾构机的推进。