基于软件定义网络和移动边缘计算的车联网高效任务卸载方案

随着车联网(IoV)中车辆和智能应用数目的增加使计算密集型任务激增,传统架构难以满足用户需求。为解决车联网计算资源不足且分配不均匀、应用时延需求无法满足、任务能耗成本较高的问题,结合移动边缘计算(MEC)和软件定义网络(SDN),设计了一种从宏基站到MEC服务器到车辆的车联网架构中的高效任务卸载方案,并提出一种改进的低复杂度非支配排序遗传算法,优化任务卸载成本和MEC服务器的负载均衡率。实验仿真结果表明,相比于随机卸载,NO-MEC卸载,NO-I卸载,传统NSGA、NSGA-Ⅱ卸载,GA卸载,Q-learning卸载,DQN卸载方案,所提方案有着更低的卸载成本,更优的负载均衡率,得到近似最高的系统效用,能够给车联网中的车辆用户带来更优质的网络服务。     

基于加权的无人机集群组网分簇算法

在无人机集群组网中,节点的高速移动会造成网络拓扑结构更新频繁,使网络管理变得更加复杂。分簇能够增大网络容量,实现空间资源的复用,是优化网络管理的有效手段之一。针对大规模、高速移动的环境进行了研究,提出了一种多参数加权分簇算法。该算法将最大速度相似度分簇算法中的分簇指标引入到加权分簇算法中,并且对链路保持率、节点度差、节点剩余能量进行改进,综合考虑这四种参数,通过加权组合的方式选举具有最大权重的网络节点作为簇头。仿真结果表明,该分簇算法不仅能够减少簇的数量和簇间切换率,提高分簇的稳定性,而且能够延长最小节点生存时间,改善网络的整体续航能力。     

多通道大屏幕图像无缝拼接技术研究

本文着重介绍了基于PC机大荧幕图像显示中利用多通道进行无缝拼接的方法。利用普通的投影机和PC机一起构造出系统的硬设备,利用线性函数的融合法和具有交互式特点的软件几何校正法,可以快速的在多通道中进行图像的融合拼接,这种拼接方法不仅可以提高拼接效率,而且在很大程度上降低了制造成本和后期维护成本,具有很高的市场推广和应用价值。     

从“新金融秩序”看互联网金融

正新金融秩序是指"信息+金融"的新秩序。相形之下,"旧"金融秩序是以货币为中心、信息边缘化的配置资源的体系。新金融秩序是指"信息+金融"的新秩序。相形之下,"旧"金融秩序是以货币为中心、信息边缘化的配置资源的体系。目前许多金融专家仅仅从金融一面看互联网金融,认为它只是金融问题,忽略了它同时也是"新"问题(信息问题)。信息处于金融秩序的边缘与中心     

企业转型与互联网思维

正面对强大的互联网浪潮,很多企业都切身地感受到了转型之势,当然也有很多企业因为转型成功而发展迅猛。今天已是互联网时代,企业转型必然离不开互联网,互联网不仅仅是一种工具或平台,它更是一种特定的思维方式,也就是互联网思维。什么是互联网思维?互联网思维是一种客户至上的思维,企业不仅要"讨好"客户,更要建立庞大的客户关系网。     

基于边缘检测算法的图像分割技术研究

基于边缘检测算法的图像分割技术是图像分析基础算法之一,在讨论边缘检测算法基本原理的基础上,在Matlab中实现了边缘检测算法,并对Sobel算子、Prewitt算子和Roberts算子在边缘检测中的效果进行了对比分析。     

关于图像反走样的理论及应用

图像反走样是用于提升图像质量的一个重要环节。导致图像失真的主要原因是由于采样频率过低及重建过滤器的质量低下。在实时渲染的应用中,随着硬件的发展及渲染架构的改变,主流反走样技术逐渐从硬件加速模式发展到后处理模式。纯后处理算法由于缺失子像素信息,无法生成高质量的反走样图像。针对这一问题,混合反走样在保留了后处理反走样效率的同时,通过结合多重采样能提供更精确的边缘处理,并保证图像在时序上的稳定性。     

基于矩阵边缘特征向量比较法的碎纸片拼接复原

对于采用纵横切割,边缘几何特征几乎相同的碎片,我们采用矩阵边缘列向量的相似性来进行两两匹配,在出现无法正确匹配时进行必要的人工干预,最终实现碎片的拼接复原.由于平时的切割不可能全部都是纵向切割,所以将横纵切割的单面和双面的碎片转换成纵向切割进行拼接.     

基于边缘灰度匹配的文档碎纸片拼接

随着科学技术的发展,人们试图开发碎纸片的自动拼接技术来提高效率。来自同一页纵切破碎纸片,为求出拼接算法应将各图片的特征转化为数字形式,如此将两侧的像素值提取出来进行匹配。本文首先利用灰度矩阵提取出边缘像素的位置,然后阈值分割并进行列向量特征匹配,最后根据确定的算法得出两两碎片的相似度函数并形成"环",循环后从"环"切开得出碎片的完整拼接结果。实验结果表明,该算法简单可行,可以达到规则碎纸片完整拼接的目的。     

面向X光发音视频的舌位轮廓自动提取方法

发音器官的X光视频为分析人的发音过程提供了重要数据,但由于其存在成像模糊、遮挡严重等问题,使得X光视频中舌位运动轮廓往往难以提取,为此提出一种接近全自动的X光视频中舌位轮廓提取方法.首先采用区域灰度对比的边缘检测算子在舌位运动区域中获取初步边缘点集合;针对X光图像是高噪声图像且舌位轮廓常被其他发音器官如牙齿等遮挡,造成初步边缘点集合中包含了很多的错误点,进一步提出一种基于邻接点簇的点到点距离比错误点排除法,得到较高精度的舌位轮廓边缘点集合;最后借助RANSAC和过控制点B样条曲线拟合技术,提取出整个舌位边缘轮廓点.实验结果表明,该方法获得的舌位轮廓精度高,可用于舌位连续发音运动特征的分析.