排序方式： 共有367条查询结果，搜索用时 15 毫秒
1.
k-means聚类算法的MapReduce并行化实现 总被引：1，自引：0，他引：1
针对k-means聚类算法特点,给出了MapReduce编程模型实现k-means聚类算法的方法,Map函数完成每个记录到聚类中心距离的计算并重新标记其属于的新聚类类别,Reduce函数根据Map函数得到的中间结果计算出新的聚类中心,供下一轮MapReduce Job使用.实验结果表明:k-means算法MapReduce并行化后部署在Hadoop集群上运行,具有较好的加速比和良好的扩展性. 相似文献
2.
基于马尔科夫链相关性理论研究了波分复用全光网络中光通路呼叫请求过程,提出了阻塞性能数学分析方法。模型中引入了光网络资源预留过程中所应该考虑的光节点接收器的配置情况。数值分析表明,光纤中复用的波长数越多以及网络通信负载量较小时,配置波长转换能明显改善光网络的阻塞性能,而且目的光节点配置接收器的数量约为光纤链路复用波长数的二分之一时,即使增加配置节点接收器的数量也难以提高光通路的呼叫阻塞性能。 相似文献
3.
《中南民族大学学报(自然科学版)》2019,(2):258-264
针对挖掘入侵事件与人步行等干扰事件的识别问题,提出一种基于时频能量比的识别方法.利用时域的节律特征以及信号包络的时域冲击特征,剔除如车辆路过、自然环境干扰等事件.留下挖掘和人步行事件.对于挖掘和人步行事件的识别,首先,对事件信号进行时域窗分割;其次,将时域分割后的每个子信号输入到一组窄带滤波器中,并计算每个滤波器输出信号与输入的时域子信号的能量比值,得到信号的时频能量比特征.最后,利用SVM作为分类器,进行分类实验.实验表明,该方法提取的时频特征所包含的冗余特征数据量小,分类所需的时间短,分类识别的准确率约为94%. 相似文献
4.
提出了一种基于宏块级运动预检测的模式选择算法.采用低复杂度的联合运动检测准则对当前宏块运动程度进行评估.根据当前宏块与空间相邻宏块的运动程度将宏块分级,并采用不同的编码模式判决方法.该算法能较好地区分背景噪声与运动物体,并尽可能保留运动宏块细节.对一些典型监控场景视频序列的仿真实验结果显示,该算法平均节约了75.2%的编码时间.与H.264参考软件中的模式选择算法相比,该算法不但节约了1.31%的平均码率,而且平均峰值信噪比提高了约0.08dB. 相似文献
5.
计算流体力学(computational fluid dynamics,CFD)是一种以计算机技术模拟手段为基础,对涉及流体流动、传热及相关现象进行分析的一种数值模拟方法.特别是它能预测微流控生物芯片内部的流体流动和传质现象,并能提供可视化结果,近来常用于辅助生物芯片的设计和性能优化.从Navier-Stokes方程组出发,阐述了CFD的原理、方法和特点,并通过对毛细管电泳芯片的建模与仿真,分析了它在微流控生物芯片设计中的应用和重要作用. 相似文献
6.
《中南民族大学学报(自然科学版)》2017,(1):71-75
针对半导体发光二极管(LED)中普遍存在的效率衰减效应严重影响大注入电流条件下LED发光性能的问题,在传统InGaN/GaN多量子阱LED基础上,设计了组分渐变过渡层结构,引入到量子垒和电子阻挡层界面。模拟计算结果表明:当引入过渡层后,量子垒和电子阻挡层界面处的电子势阱深度和空穴势垒高度减小,有益于有源区载流子浓度的提高,有效提升了量子阱内辐射复合速率,使发光效率衰减现象得到显著改善.研究结果对大功率发光二极管的结构设计和器件研发具有启发作用. 相似文献
7.
8.
针对已有负荷识别方法存在选取的负荷印记冗余度大及无法直接反映负荷功率信息的不足,提出一种多维数据图像化的非侵入式负荷识别方法．首先将负荷的电流波形、瞬时功率波形和电压-无功电流轨迹三个维度的负荷印记转换成灰度图像;然后将其分别加载到图像的红绿蓝通道上,得到带有功率信息的真彩色图像;最后通过简化的二维卷积神经网络进行负荷识别．实验结果表明：本方法能够提升图像的信息密度,使得所采用的人工智能网络在计算量和参数量都降低的情况下仍能在图像中找到最具有辨识力的区域进行高效的负荷识别;在PLAID(即插即用设备标识数据集)和WHITED(全球家庭和工业瞬态能量数据集)上分别达到了98.78%和99.50%的识别准确率． 相似文献
9.
快变信道环境下,采用频分双工模式下的大规模MIMO系统,用户通过反馈链路将信道状态信息(Channel State Information,CSI)发送给基站,为适应信道快速变化保证系统性能,要求降低反馈时延及减少反馈开销.提出一种基于深度学习的多分辨率信道状态信息网络(Multi-resolution Channel... 相似文献
10.
针对基于ST-GCN的骨架动作识别中人工预定义的邻接矩阵结构单一、难以捕捉到非相邻关节点之间的相关性这一问题,提出了一种基于高斯噪声的扰动机制.在人工预定义的骨架图邻接矩阵上引入高斯噪声,利用该噪声扰动ST-GCN中固定的邻接矩阵,捕捉非相邻关节点之间的相关性,运用该方法在具挑战性的NTU RGB+D和Kinetics-Skeleton两个大规模数据集上进行了分类识别实验,结果表明：该方法在两大数据集上的识别精度高达95.34%和36.43%,在节约计算量的前提下有效地提高了动作识别的性能. 相似文献
