|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
一種基于帶寬感知的 Hadoop 調(diào)度方法和系統(tǒng)
本發(fā)明公開了一種基于帶寬感知的 Hadoop 調(diào)度方法，包括：對(duì)Hadoop 任務(wù)調(diào)度建立一個(gè)作業(yè)時(shí)間完成模型，為 Hadoop 調(diào)度系統(tǒng)建立一個(gè)數(shù)學(xué)模型，將 Hadoop 的任務(wù)調(diào)度問題轉(zhuǎn)化為一個(gè)為待調(diào)度的作業(yè)尋找一個(gè)使得該作業(yè)的作業(yè)完成時(shí)間最短的任務(wù)調(diào)度方法的問題；利用 SDN 提供的實(shí)時(shí)網(wǎng)絡(luò)管理與流量控制功能，提出了一種基于時(shí)隙的網(wǎng)絡(luò)帶寬分配機(jī)制，將每一條鏈路的剩余帶寬的占用期劃分為相等的時(shí)隙，在作業(yè)完成時(shí)間模型和網(wǎng)絡(luò)時(shí)隙帶寬分配機(jī)制的基礎(chǔ)之上；在為某個(gè)任務(wù)分配計(jì)算節(jié)點(diǎn)之前，綜合考慮任務(wù)的本地性與實(shí)時(shí)網(wǎng)絡(luò)帶寬情況，為每一個(gè)任務(wù)分配一個(gè)能夠提供最早完成時(shí)間的計(jì)算節(jié)點(diǎn)。本發(fā)明解決了現(xiàn)有方法中不能同時(shí)從全局視角和實(shí)際網(wǎng)絡(luò)可用帶寬兩方面進(jìn)行任務(wù)調(diào)度的問題。
華中科技大學(xué)
2021-04-11
大學(xué).jpg){kind=logo}
一種纖維過濾介質(zhì)結(jié)構(gòu)的擬態(tài)化重建及其性能計(jì)算方法
簡(jiǎn)介：本發(fā)明公開了一種纖維過濾介質(zhì)結(jié)構(gòu)的擬態(tài)化重建及其性能計(jì)算方法，屬于纖維結(jié)構(gòu)擬態(tài)重建技術(shù)領(lǐng)域。本發(fā)明的擬態(tài)化重建過程為：一、獲取纖維過濾介質(zhì)圖像；二、設(shè)置最佳閾值，進(jìn)行二值化處理；三、對(duì)二值圖像進(jìn)行中心線檢測(cè)；四、對(duì)中心線上像素點(diǎn)進(jìn)行四對(duì)角方向?qū)Ρ龋@得旋轉(zhuǎn)半徑di和旋轉(zhuǎn)方向df；五、進(jìn)行三維旋轉(zhuǎn)，獲得纖維過濾介質(zhì)擬態(tài)化重建圖像。本發(fā)明的性能計(jì)算方法通過輸入一系列相關(guān)參數(shù)，利用經(jīng)驗(yàn)公式獲得纖維過濾介質(zhì)不同風(fēng)速的過濾效率曲線和壓力損失曲線。本發(fā)明以真實(shí)纖維過濾介質(zhì)內(nèi)部微觀單層結(jié)構(gòu)圖像為基礎(chǔ)，利用簡(jiǎn)單、快速的圖像處理方法對(duì)所得圖像進(jìn)行擬態(tài)化重建，擬態(tài)化重建模型能夠逼真模擬真實(shí)纖維過濾介質(zhì)的結(jié)構(gòu)。
安徽工業(yè)大學(xué)
2021-04-13
.jpg){kind=logo}
植物-環(huán)境信息快速感知與物聯(lián)網(wǎng)實(shí)時(shí)監(jiān)控技術(shù)及裝備
項(xiàng)目屬現(xiàn)代農(nóng)業(yè)技術(shù)領(lǐng)域，圍繞農(nóng)田信息快速感知、穩(wěn)定傳輸和精準(zhǔn)管控三大瓶頸難題，在植物養(yǎng)分/生理/病害信息快速感知，土壤水/鹽/養(yǎng)分特性多維快速測(cè)試，農(nóng)田復(fù)雜環(huán)境下信息無線穩(wěn)定傳輸，基于作物生長(zhǎng)需求的物聯(lián)網(wǎng)環(huán)境調(diào)控和肥水藥精準(zhǔn)管理等核心技術(shù)取得了重大突破，自主研制了系列產(chǎn)品和系統(tǒng)，總體達(dá)到了國(guó)際同類研究先進(jìn)水平，部分達(dá)國(guó)際領(lǐng)先水平。相關(guān)成果已經(jīng)在全國(guó)20 多個(gè)省市的農(nóng)田、果園與設(shè)施農(nóng)業(yè)等推廣應(yīng)用，取得了重大經(jīng)濟(jì)和社會(huì)效益，對(duì)推動(dòng)我國(guó)數(shù)字農(nóng)業(yè)和農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)的發(fā)展具有重要意義。
浙江大學(xué)
2021-04-11
.jpg){kind=logo}
一種基于多人眼感知分組特性的圖構(gòu)造方法
本發(fā)明公開一種基于多人眼感知分組特性的圖構(gòu)造方法，包括以下步驟：將待處理圖像過分割成多個(gè)超像素，并將超像素定義為圖的頂點(diǎn)；基于人眼感知分組特性中的空間鄰近特性，將在圖像空間中相鄰的超像素相連，作為圖的一部分邊；基于人眼感知分組特性中的顏色相似特性，將圖像中顏色特征相似的超像素相連，作為圖的另一部分邊；基于人眼感知分組特性的紋理相似特性，將圖像中紋理特征相似的超像素相連，作為圖的又一部分邊；基于PRSVM算法，學(xué)習(xí)空間鄰近度、顏色相似性和紋理相似性對(duì)圖中邊權(quán)的作用大小；將圖的邊權(quán)定義為相連的兩個(gè)超像素之間空間鄰近度、顏色相似性和紋理相似性的加權(quán)和。本發(fā)明充分考慮人眼的多種感知分組特性，有效描述圖像中各區(qū)域之間的關(guān)系，有助于對(duì)圖像中的目標(biāo)進(jìn)行檢測(cè)。
東南大學(xué)
2021-04-11
科學(xué)技術(shù)大學(xué).jpg){kind=logo}
面向車身環(huán)境感知及預(yù)警的高性價(jià)比智慧視覺系統(tǒng)
基于單顆 NXP 嵌入式芯片，研制一套可集成 4 至 8 路 高清視頻輸入的高性價(jià)比智慧視覺系統(tǒng)。該系統(tǒng)除了實(shí)現(xiàn)倒車影像、行車記錄、環(huán)視全景成像等基本功能外，還將進(jìn)一步基于深度學(xué)習(xí)算法，一體化集成車道偏離預(yù)警、前車碰撞預(yù)警、行人碰撞預(yù)警、盲區(qū)監(jiān)測(cè)及變道輔助、駕駛行為監(jiān)測(cè)等高級(jí)輔助駕駛功能，從而在不增加硬件成本的基礎(chǔ)上，為客戶提供高性價(jià)比的智慧視覺系統(tǒng)，實(shí)現(xiàn)各類型車輛的車身環(huán)境感知及預(yù)警。
中國(guó)科學(xué)技術(shù)大學(xué)
2021-04-14
一種多核多線程環(huán)境下 NUMA 感知的同步方法
本發(fā)明公開了一種多核多線程環(huán)境下 NUMA 感知的同步方法， 屬于并行計(jì)算領(lǐng)域。本發(fā)明提出的方法是：線程將同步請(qǐng)求結(jié)點(diǎn)插入 鏈表并在局部鎖上自旋，如果局部鎖被釋放并且請(qǐng)求已被執(zhí)行則返回， 否則該線程作為 combiner 線程，設(shè)置宿主 NUMA 節(jié)點(diǎn)，執(zhí)行請(qǐng)求的 回溯位置，然后開始執(zhí)行自己以及其他線程的同步請(qǐng)求，執(zhí)行完畢后 從當(dāng)前位置向前遍歷尋找來自宿主 NUMA 節(jié)點(diǎn)內(nèi)的線程，若找到則將 其作為新的 combin
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
基于地形改正的衛(wèi)星影像虛假地形感知現(xiàn)象改正方法
本發(fā)明公開了一種基于地形改正的衛(wèi)星影像虛假地形感知現(xiàn)象改正方法，從改變光照方向的角度出 發(fā)，引入地形改正中的 C 校正模型，通過建立原始影像與虛假地形感知現(xiàn)象改正后影像經(jīng)過地形改正后 的輻射關(guān)系，獲得虛假地形感知現(xiàn)象改正前后影像輻射值的對(duì)應(yīng)關(guān)系，進(jìn)而推導(dǎo)出改正后影像灰度值。 本發(fā)明方法能夠在改正虛假地形感知現(xiàn)象的同時(shí)，較好地保持原始影像的空間細(xì)節(jié)及光譜特性，可顯著 提高影像解譯準(zhǔn)確度。
武漢大學(xué)
2021-04-14
基于壓縮感知特征選擇的實(shí)時(shí)檢測(cè)跟蹤框架與跟蹤方法
本發(fā)明提出了一種基于壓縮感知特征選擇的實(shí)時(shí)檢測(cè)跟蹤框架與跟蹤方法(CFS)，本發(fā)明能夠?qū)?縮后的特征進(jìn)行選擇，只使用區(qū)分度高的樣本特征進(jìn)行分類;本發(fā)明能夠達(dá)到實(shí)時(shí)跟蹤，而且避免了由 于選擇了錯(cuò)誤的特征導(dǎo)致的跟蹤失敗現(xiàn)象，有效的抑制了不好的特征對(duì)跟蹤結(jié)果的影響，并且明顯提高 了跟蹤速度和跟蹤精度。
武漢大學(xué)
2021-04-13
技術(shù)需求:復(fù)雜作業(yè)環(huán)境下多參數(shù)的智能感知技術(shù)
1、復(fù)雜作業(yè)環(huán)境下多參數(shù)的智能感知技術(shù)；2、人工智能中樞控制系統(tǒng)實(shí)現(xiàn)；3、智能電液控制技術(shù)；4、終端軌跡規(guī)劃及精確控制技術(shù)；5、自動(dòng)掃描、分析技術(shù)與系統(tǒng)協(xié)調(diào)作業(yè)；6、基于影像分析的地面監(jiān)控系統(tǒng)和遠(yuǎn)程操作系統(tǒng)實(shí)現(xiàn)；7、井下多傳感信息融合及檢測(cè)技術(shù)；8、井下網(wǎng)絡(luò)數(shù)據(jù)傳輸系統(tǒng)平臺(tái)構(gòu)建；9、無線與有線光纜通信異構(gòu)融合與組網(wǎng)技術(shù)；10、地面井下信息互通，以及與礦井綜合自動(dòng)化平臺(tái)的高效融合技術(shù)
山東金科星機(jī)電股份有限公司
2021-08-17
基于力覺信息和姿態(tài)信息的肢體運(yùn)動(dòng)意圖理解與上肢康復(fù)訓(xùn)練機(jī)器人及其控制方法
本發(fā)明公開一種基于力覺信息和姿態(tài)信息的肢體運(yùn)動(dòng)意圖理解與上肢康復(fù)訓(xùn)練機(jī)器人及其控制方法，通過姿態(tài)傳感器分別獲取人體手臂的各個(gè)姿態(tài)信息，并輸入至控制器，人體手臂發(fā)力通過搖桿作用于六維力傳感器上，六維力傳感器輸入相應(yīng)信號(hào)至控制器，控制器將獲取到的姿態(tài)參數(shù)以及力覺參數(shù)，通過建立的意圖識(shí)別模型解算，并控制康復(fù)訓(xùn)練機(jī)器人做出相應(yīng)動(dòng)作，對(duì)康復(fù)訓(xùn)練機(jī)器人實(shí)現(xiàn)控制，以實(shí)現(xiàn)微弱主動(dòng)力下的輔助主動(dòng)訓(xùn)練。
東南大學(xué)
2021-04-11