摘要：为了解决快速移动车辆在高维数据卸载过程中极易出现通信网络传输延迟波动和卸载丢包的问题,设计了一种基于优化李雅普诺夫的高维数据卸载算法(An Optimized Lyapunov Algorithm for Unloading High-dimensional Data,OLA-UHD),通过仿真对车载终端的卸载率和鲁棒性进行分析并讨论了2种环境下的时延情况。结果表明,OLA-UHD策略具有更强的鲁棒性、更高的卸载比例和更低的丢包率,面对少量卸载任务能够有效降低时延15.4%以上,在面对十万级计算卸载任务时,降低时延113.2%以上。

摘要：针对传统穿线法过度依赖数码管字符分割效果、无法对小数点字符进行识别以及机器学习算法识别数码管用时过长的问题,提出了基于改进穿线法与KNN算法相融合的数码管字符识别方法,达到了对不同数码管字符及小数点识别的目的,减少了对字符预处理效果的依赖。在嵌入OpenCV图像处理程序的LabVIEW人机交互平台采集到实时图像后,输出识别结果。经多次实验,该方法的识别时间相比单独使用KNN的识别时间明显缩短,识别率可以达到95%以上,具有识别速度快、精度高的优势。