摘要：由于边缘覆盖网络更为接近用户侧,导致自治过程中很容易形成资源利用差异。针对其存储负载的均衡问题,在边缘覆盖网络存储模型分析基础上,提出一种存储负载均衡分配算法。除了读写时间与存储负载率之外,分配算法还充分考虑了节点跳数、链路质量,以及节点处理性能等因素对存储负载均衡的影响,并采用加权方式整合所有影响因子,通过归一化与熵计算最终确定各因素相应的权重。考虑到边缘覆盖网络的覆盖率提升会使副本数量增加,为了在存储负载均衡控制的同时降低分配操作的次数,根据调度概率优先级对存储资源采取差异性分配。对于部分节点产生大量副本调度引发的局部带宽过载现象,根据带宽等级计算采取差异性分配。仿真结果表明,提出的存储负载均衡分配算法在满足链路性能与节点性能的情况下,具有良好的分配活性、跳数与时延特性,使边缘覆盖网络能够维持良好的存储负载均衡性。

摘要：膨胀土的工程性质受周围环境及气候的影响较大，而膨张土的判定没有统一的标准，特别是针对机场跑道膨胀土的判定。膨胀土与水作用时，随着含水量的增加其体积将明显增大，显示了强烈的膨胀性，当这种膨胀性受到限制时，必然产生膨胀力。针对成都双流国际机场跑道路段的地质条件和设计要求，确定出机场跑道膨胀土的判定标准，并根据该标准对不同土层的膨胀土填料进行改性实验，并通过不同施工工艺结果继续比较，以确定最佳的改良膨胀土，为土石方工程施工提供主要控制参数。通过大量的试验分析，最后得出符合实际情况的合理的施工工艺和技术参数。

摘要：针对城市中大量的违章停车事件设计一种快速准确的检测算法,实现对车辆违章停车行为的实时预警。利用一种改进的卷积神经网络(CNN)快速学习车辆特征,并能直接预测视频帧中目标车辆的位置和所属类别,然后通过弱特征跟踪判断目标车辆在禁停区域是否有违章停车行为。实验结果表明,该方法对违章停车行为的检测准确率为93.92%,速度>20fps,具有很强的适应性,适用于真实视频监控下智慧城管系统精确实时的要求。

摘要：介绍了三种多线程环境下的Reactor模式的实现,分别是:开源网络库NMSTL、开源网络库Muduo以及作者基于Reactor模式实现的网络库。本文讨论了实现Reactor模式时,需要完成的定时器,为实现TCP通信需要实现的非阻塞连接器、接受器、读写操作等,对类对象生命周期的管理以及在多线程环境下使用时还需要进行的同步设计。

摘要：针对现有的目标检测器,在机场场面环境下对于小目标检测的效果存在检测不到,定位不准的问题。首先建立一个包含4009张图片的机场场面数据集以供训练和测试使用,其次设计一个保持高分辨率网络用以保存场面小目标的特征信息,在网络中卷积时不被丢失。通过在神经网络中使用pixelshuffle操作,替换传统的双线性插值上采样,用以放大特征图与浅层特征图进行融合,增强特征的位置信息。实验表明,在均值平均精度达到64.7%的同时,速度上还能达到每秒45帧,满足实时性。特别是相比于Faster R-CNN目标检测算法,在小目标上的精度提升达到19.2%。

摘要：正弦结构光场普遍应用于精密光学的三维测M,其正弦性直接或间接影响维测量的精度。根据正弦条纹的周期性和对称性等几何特征,以计算机产生的标准正弦条纹单个周期作为编码对象,提出一种“S”型路径误差扩散的二元编码方法。整个正弦结构光模板通过周期性复制编码单元来实现,再通过高分辨率光刻技术加工制作在镀铬玻璃基板表面上。模板调制照明光源后,表征二元编码特征的高频信息直接被投影光学系统滤波,而表征正弦条纹信息的低频信息得以保留,从而实现正弦结构光场。最后建立光学系统的光学传递特性模型,对其固有的低通滤波机制进行解释。通过计算机模拟和实验进行验证,结果表明提出的正弦结构光场编码方法和制作工艺具有可行性。

摘要：将深度卷积神经网络引入网格质量评价问题有望代替网格工程师完成繁杂的网格质量评价工作,节省计算流体力学数值模拟的人力成本,但现有方法的准确率和效率仍需要提高.因此,本文提出一种基于卷积注意力网络的网格质量评价方法.首先,本文提出在轻量级卷积神经网络模型中嵌入通道注意力的方式以同时提升准确率和效率;其次,设计了一个神经网络模型CANet用于网格质量评价任务;最后,通过Z-Score标准化对数据进行预处理,解决输入数据分布不一致的问题,以进一步提升准确率.实验结果表明,与现有方法相比,CANet可以达到更优的准确率97.06%,并且在效率上也有至少34.9%的提升.

摘要：骨龄判断在医学、司法鉴定、体育等领域得到广泛应用,人工评估费时且结果可能因医师水平不同出现差异。提出一种基于深度学习卷积神经网络和手骨数据关键区域融合、拓展的方法对手骨X线片骨龄自动评价,快速得到手骨X线片的准确骨龄。方法收集四川大学华西第二医院及RSNA2017骨龄比赛X线片数据,预处理后,设计深度学习骨龄评价神经网络进行训练,获取模型对骨龄的预测值与真实值误差在±1岁误差的准确率和平均绝对误差(MAE),结果显示四川大学华西第二医院数据误差±1岁的准确率:女性为94.25%,男性为94%;平均绝对误差:女性为0.5125岁,男性为0.5575岁。RSNA数据误差±1岁的准确率:女性为93%,男性为95%;平均绝对误差:女性为0.56岁,男性为0.55岁。通过广泛的对比,研究提出的方案不仅得到更高的骨龄评价准确率,同时研究提出的卷积神经网络结构简单,在网络训练和评价速度方面均具有明显优势。

摘要：针对目前三维人脸识别在时间成本和识别精度的平衡问题上,提出了一种基于残差网络的三维人脸识别方法.该方法首先定义了一个二维平均人脸特征点和一个三维平均人脸特征点,将三维点云向三维平均人脸特征点对齐后,做统一的透视投影得到深度图像,再经过人脸区域裁剪得到用于训练的数据,最后使用27层的残差网络训练分类模型,从而实现三维人脸识别.由于提前设计平均人脸特征点,故大幅缩短了数据预处理时间,在FRGCv2.0数据集上进行测试取得了很好的效果:中性对中性实验、对全部实验、对非中性实验,识别率分别为98.8%、98.5%、98.5%,且总耗时仅为0.5秒.

摘要：二维人脸识别起步较早,并已经取得了巨大的成功现广泛应用在交通、支付、公安等众多领域。然而二维人脸识别也存在一定的缺陷,使得二维人脸识别受到很大的限制。文章设计一种以三维人脸识别为基础的闸机式识别系统。三维人脸模型相比二维人脸有更丰富的信息,受外界环境影响较小,在特定环境下识别速度和识别率上相比二维人脸识别都有较大的提高,能快速准确的进行识别。