基于眼动跟踪的视频视觉感兴趣区域提取仿真

海量视频中具有显著特征的区域为感兴趣区域。由于视频图像中普遍存在较多单目标特征,轮廓边缘关联性较强,干扰视觉区域的提取。于是提出基于眼动跟踪的视频视觉感兴趣区域提取方法。提前转换原始视频颜色空间,降低色彩影响程度,检测原始视频边缘,利用形态学闭运算填补视频边缘断裂位置并去噪,通过旋转校正处理得到简单完整的视频图像,利用眼动跟踪处理技术提取纹理特征以及亮度显著图,实现视频视觉感兴趣区域提取。实验结果表明,研究方法能够精准提取出视频视觉感兴趣区域,峰值信噪比最高可达1.5dB,验证了该方法的应用精度和图像质量增益均较高。     

基于局域均值分解的行星齿轮箱故障诊断方法

在低转速工况下,容易出现行星齿轮箱故障的微弱信号和强信号难以分离的情况,导致行星齿轮箱存在微弱故障诊断精度较差的问题,为此,提出了一种基于局域均值分解(LMD)的行星齿轮箱故障诊断方法。首先,采用DASP数据采集系统,采集了行星齿轮箱不同工况下的振动信号,采用平移不变量小波降噪方法,对其振动信号进行了降噪处理;然后,采用局域均值分解方法分解了其振动信号,分别采用了能量算子和循环频率对其进行了解调处理,获取了微弱故障信号分量所对应的幅值和相位调制信息,准确提取了行星齿轮箱的微弱故障信号特征;最后,采用最小二乘支持向量机(LSSVM)识别了齿轮箱不同故障特征,判断了行星齿轮箱的运行状态,实现了行星齿轮箱的故障诊断。研究结果表明：采用基于LMD的方法,可以对行星齿轮箱的微弱异常信号及强异常信号进行准确诊断,获得满意的行星齿轮箱故障诊断结果,有效保障行星齿轮箱的安全、稳定运转。     

基于优先级排列的内存数据库负载均衡仿真

针对因云计算环境数据基数较大、数据种类过多、特征难提取,导致的数据储存比例失衡问题,提出一种内存数据库负载均衡优化算法。根据云计算环境下内存数据的数据特征、状态等参数,建立负载失衡问题模型,将存在问题的数据代入,求得负载率和虚拟资源参数关联变化。考虑到云计算环境下数据基数过大、数据离散性强的问题,将内存数据看作为分布复杂的资源网络,数据点看作网络节点,求解节点跟随网络状态发生的位置、速度以及状态更改,建立数据负载率的位置与更新速度规则,求解不同数据的负载均衡尺度,并排列优先级顺序,采集内存数据库参数输入至负载尺度函数中求解,根据每个数据点的最新负载尺度实行重新配比调整,完成均衡优化。实验结果表明,所提方法的负载均衡优化效率和效果较好,环境适应能力强。