多线程应用中的定时器管理算法

针对高性能电信系统中软定时器效率低下的问题,提出一系列优化方案,采用二次散列的时间轮,并结合免锁算法的低粒度互斥锁,从理论上把定时器查询和定时器插入等常用操作的复杂度从O(n)降至最优情况的O(1)。通过真实高负荷进行测试,采用SunStudio11性能分析工具对优化前后的性能进行定量分析。实验结果表明,该优化方案能够有效提高系统效率。     

应用多方向小波分量和邻域特性去噪方法

文中提出一种用于图像去噪的小波分析方法:构造多方向小波分量检测边缘,对边缘点和噪声点进行不同的处理,达到保护边缘同时有效去噪的效果.实验表明该方法较为有效.     

聚乙烯燃气管道热熔接头缺陷检测系统设计及实现

为甄别片源真伪及提高热熔接头缺陷识别效率和精度,基于改进的ResNet34网络模型设计出聚乙烯燃气管道热熔接头缺陷检测系统。通过加入Droupt层和修改激活函数对ResNet34网络模型进行改进,并在此基础上对采集的数据集进行学习训练;再以训练模型为支撑设计系统总框架和功能模块;最后,基于Python语言完成聚乙烯燃气管道热熔接头缺陷检测系统的开发。测试结果显示：该系统对热熔接头缺陷的平均识别准确率为92.7%,且平均每张缺陷图像识别的时间不超过0.6 s。该系统具有较高的识别效率和准确率,可以实现聚乙烯燃气管道热熔接头缺陷的快速识别。     

基于ResNet模型的聚乙烯燃气管道接头缺陷识别算法

接头是聚乙烯燃气管道容易出现危害性缺陷的薄弱环节，需对此薄弱区域进行定期检测，以确保聚乙烯燃气管道的安全运行。为提高聚乙烯燃气管道接头缺陷图像识别能力，提出了一种基于ResNet网络模型的改进型卷积神经网络识别算法。首先运用Laplacian算子、中值滤波等方式实现对PE燃气管道接头缺陷图像的预处理；然后，将dropout层和ELU函数加入在ResNet34网络模型中完成图像识别模型的构建；最后，采用改进的ResNet34网络模型通过试验对包含6种热熔缺陷类型的数据集进行训练和测试。试验结果表明，改进后的ResNet34网络模型对缺陷图像的训练正确率可达到97.3%,且拥有比原始的ResNet34网络模型和DenseNet网络模型更高的正确率，验证了此模型对于热熔接头缺陷图像识别的有效性。