基于图像资源摘要表示的分布式集成方法研究
发布时间:2021-05-17 01:04
科技服务对城市群提高自主创新能力,培育新兴产业有十分重要的意义,配合城市群科技服务云平台对高效的服务资源协同调度机制和集成方法等问题提出了迫切要求。车型图像作为汽车生产行业中的一种重要科技资源,车型的自动识别检索,是业务流程中的重要环节。车型图像表示方法与车型自动检索识别,支持科技资源的高效集成与协同调度机制成为了本文的研究重点。为此,本文提出了一种关于车型检索的图像资源压缩表示与分布式集成方法。本文首先研究了一种面向车型图像资源摘要表示方法,抽取图像资源重要特征,以很小数据量集成检索目录。为测试摘要表示方法在图像检索方面的有效性,本文针对车型检索案例展开相关实验。实验结果表明,在查全率90%的情况下,车型检索的平均准确率达到97.78%,证明图像摘要的可用于资源集成后的检索服务;其次,为了提高传输实时性,减少网络流量,设计了一种基于边缘计算的资源分布式集成方法,数据从分布式存储空间以树状结构的向上层递进实现传输,保证多核心、多层次城市间的资源传输正确性、提高存储效率;然后,基于Petri网建立系统分析模型,观测不同参数条件下,图像资源摘要表示与分布式集成方法对存储、计算、传输等方面的...
【文章来源】:山西大学山西省
【文章页数】:70 页
【学位级别】:硕士
【文章目录】:
中文摘要
ABSTRACT
第一章 引言
1.1 研究背景
1.2 研究目的与意义
1.2.1 研究目的
1.2.2 研究意义
1.3 国内外研究现状
1.4 研究内容和创新点
1.4.1 主要研究内容
1.4.2 主要创新点
1.5 文章组织结构
第二章 相关技术
2.1 目标检测
2.1.1 目标检测算法介绍与选择
2.1.2 YOLO-V3神经网络研究
2.2 边缘计算和分布式
2.3 Petri-net模型
2.3.1 有色Petri-net模型
2.3.2 CPN Tools
2.4 本章小结
第三章 图像摘要生成
3.1 数据集
3.2 图像目标提取
3.2.1 YOLO-v3神经网络
3.2.2 图像单目标提取
3.2.3 图像多目标提取
3.2.4 图像摘要数据格式
3.3 图像资源摘要表示方法
3.3.1 特征标准化方案
3.3.2 重要特征提取
3.3.3 特征筛选
3.3.4 特征加权
3.3.5 实验结果
3.3.6 结果分析
3.4 本章小结
第四章 图像资源分布式集成
4.1 基于边缘计算的分布式图像资源集成系统设计
4.1.1 系统结构
4.1.2 系统特性
4.2 摘要集成方法的部署
4.3 基于有色Petri-net的系统模拟验证
4.3.1 基于有色Petri-net的系统建模
4.3.2 构建分布式摘要采集与管理系统网模型
4.3.3 实验环境和参数设置
4.3.4 测试数据
4.3.5 数据分析
4.4 本章小结
第五章 原型系统设计
5.1 原型系统可提供的服务
5.2 车型图像资源摘要库设计
5.3 原型系统展示
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读学位期间取得的研究成果
致谢
个人简况及联系方式
【参考文献】:
期刊论文
[1]改进YOLO v3算法及其在安全帽检测中的应用[J]. 王兵,李文璟,唐欢. 计算机工程与应用. 2020(09)
[2]分布式数据库中数据集成与共享的研究进展[J]. 奥勇,李美丽,赵永华,孙佳佳,付泉. 科技与创新. 2020(01)
[3]数据湖——现代化的数据存储方式[J]. 刘子龙. 电子测试. 2019(18)
[4]移动边缘网络中计算迁移与内容缓存研究综述[J]. 张开元,桂小林,任德旺,李敬,吴杰,任东胜. 软件学报. 2019(08)
[5]改进的SSD航拍目标检测方法[J]. 裴伟,许晏铭,朱永英,王鹏乾,鲁明羽,李飞. 软件学报. 2019(03)
[6]大数据管理系统的历史、现状与未来[J]. 杜小勇,卢卫,张峰. 软件学报. 2019(01)
[7]圆形图像抗旋转高效高鉴别特征表示方法[J]. 张东波,陈红磊,文登伟,汤红忠,许海霞. 软件学报. 2019(09)
[8]Modeling and analysis of colored petri net based on the semi-tensor product of matrices[J]. Jiantao ZHAO,Zengqiang CHEN,Zhongxin LIU. Science China(Information Sciences). 2018(01)
[9]自适应轮廓的变分水平集复杂背景多目标检测[J]. 冯冬竹,范琳琳,余航,戴浩,袁晓光. 软件学报. 2017(10)
[10]物联网环境下数据转发模型研究[J]. 李继蕊,李小勇,高雅丽,高云全,方滨兴. 软件学报. 2018(01)
博士论文
[1]基于局部语义概念表示的图像场景分类技术研究[D]. 张瑞杰.解放军信息工程大学 2013
硕士论文
[1]面向结构试验的多源异构数据集成与分析系统设计[D]. 王琦.浙江大学 2019
[2]科技服务对科技成果转化质量的作用过程研究[D]. 代赓.天津理工大学 2019
[3]面向交通车辆图像的图拓扑表示方法[D]. 刘博.石家庄铁道大学 2018
[4]基于深度学习的图像检索[D]. 郑莹雪.吉林大学 2016
[5]图像内容表示及多标签标注算法研究[D]. 赵雅昕.华东理工大学 2014
本文编号:3190762
【文章来源】:山西大学山西省
【文章页数】:70 页
【学位级别】:硕士
【文章目录】:
中文摘要
ABSTRACT
第一章 引言
1.1 研究背景
1.2 研究目的与意义
1.2.1 研究目的
1.2.2 研究意义
1.3 国内外研究现状
1.4 研究内容和创新点
1.4.1 主要研究内容
1.4.2 主要创新点
1.5 文章组织结构
第二章 相关技术
2.1 目标检测
2.1.1 目标检测算法介绍与选择
2.1.2 YOLO-V3神经网络研究
2.2 边缘计算和分布式
2.3 Petri-net模型
2.3.1 有色Petri-net模型
2.3.2 CPN Tools
2.4 本章小结
第三章 图像摘要生成
3.1 数据集
3.2 图像目标提取
3.2.1 YOLO-v3神经网络
3.2.2 图像单目标提取
3.2.3 图像多目标提取
3.2.4 图像摘要数据格式
3.3 图像资源摘要表示方法
3.3.1 特征标准化方案
3.3.2 重要特征提取
3.3.3 特征筛选
3.3.4 特征加权
3.3.5 实验结果
3.3.6 结果分析
3.4 本章小结
第四章 图像资源分布式集成
4.1 基于边缘计算的分布式图像资源集成系统设计
4.1.1 系统结构
4.1.2 系统特性
4.2 摘要集成方法的部署
4.3 基于有色Petri-net的系统模拟验证
4.3.1 基于有色Petri-net的系统建模
4.3.2 构建分布式摘要采集与管理系统网模型
4.3.3 实验环境和参数设置
4.3.4 测试数据
4.3.5 数据分析
4.4 本章小结
第五章 原型系统设计
5.1 原型系统可提供的服务
5.2 车型图像资源摘要库设计
5.3 原型系统展示
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读学位期间取得的研究成果
致谢
个人简况及联系方式
【参考文献】:
期刊论文
[1]改进YOLO v3算法及其在安全帽检测中的应用[J]. 王兵,李文璟,唐欢. 计算机工程与应用. 2020(09)
[2]分布式数据库中数据集成与共享的研究进展[J]. 奥勇,李美丽,赵永华,孙佳佳,付泉. 科技与创新. 2020(01)
[3]数据湖——现代化的数据存储方式[J]. 刘子龙. 电子测试. 2019(18)
[4]移动边缘网络中计算迁移与内容缓存研究综述[J]. 张开元,桂小林,任德旺,李敬,吴杰,任东胜. 软件学报. 2019(08)
[5]改进的SSD航拍目标检测方法[J]. 裴伟,许晏铭,朱永英,王鹏乾,鲁明羽,李飞. 软件学报. 2019(03)
[6]大数据管理系统的历史、现状与未来[J]. 杜小勇,卢卫,张峰. 软件学报. 2019(01)
[7]圆形图像抗旋转高效高鉴别特征表示方法[J]. 张东波,陈红磊,文登伟,汤红忠,许海霞. 软件学报. 2019(09)
[8]Modeling and analysis of colored petri net based on the semi-tensor product of matrices[J]. Jiantao ZHAO,Zengqiang CHEN,Zhongxin LIU. Science China(Information Sciences). 2018(01)
[9]自适应轮廓的变分水平集复杂背景多目标检测[J]. 冯冬竹,范琳琳,余航,戴浩,袁晓光. 软件学报. 2017(10)
[10]物联网环境下数据转发模型研究[J]. 李继蕊,李小勇,高雅丽,高云全,方滨兴. 软件学报. 2018(01)
博士论文
[1]基于局部语义概念表示的图像场景分类技术研究[D]. 张瑞杰.解放军信息工程大学 2013
硕士论文
[1]面向结构试验的多源异构数据集成与分析系统设计[D]. 王琦.浙江大学 2019
[2]科技服务对科技成果转化质量的作用过程研究[D]. 代赓.天津理工大学 2019
[3]面向交通车辆图像的图拓扑表示方法[D]. 刘博.石家庄铁道大学 2018
[4]基于深度学习的图像检索[D]. 郑莹雪.吉林大学 2016
[5]图像内容表示及多标签标注算法研究[D]. 赵雅昕.华东理工大学 2014
本文编号:3190762
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/3190762.html