省網(wǎng)優(yōu)中心主要通過(guò)分公司上報(bào)的網(wǎng)優(yōu)月報(bào)、網(wǎng)管中心生成的相關(guān)報(bào)表來(lái)掌握全省網(wǎng)絡(luò)的運(yùn)行情況，時(shí)效性差且數(shù)據(jù)不完備；分公司網(wǎng)優(yōu)中心主要是通過(guò)網(wǎng)管中心獲取性能報(bào)告、告警報(bào)告、登錄到相關(guān)網(wǎng)元查看配置參數(shù)來(lái)進(jìn)行日常優(yōu)化工作，操作復(fù)雜并且費(fèi)時(shí)，優(yōu)化人員雖然付出了很多時(shí)間，但工作效率卻不是很高。上述這些問(wèn)題都對(duì)深層次的網(wǎng)絡(luò)優(yōu)化是一個(gè)制約，Noss的目的就是利用數(shù)據(jù)庫(kù)技術(shù)分省公司、市公司兩個(gè)層面從海量數(shù)據(jù)中提取有用信息，整合優(yōu)化工作所需的各種數(shù)據(jù)，結(jié)合優(yōu)化工作實(shí)際經(jīng)驗(yàn)，按需定制，使之簡(jiǎn)單易用，使優(yōu)化人員從復(fù)雜、繁瑣、費(fèi)時(shí)的操作中擺脫出來(lái)。因此，采集、整合、轉(zhuǎn)化網(wǎng)絡(luò)的配置數(shù)據(jù)、性能數(shù)據(jù)、告警數(shù)據(jù)和工程數(shù)據(jù)，對(duì)網(wǎng)絡(luò)運(yùn)行情況進(jìn)行深入的分析和再現(xiàn)，就成了Noss建設(shè)中的重要課題。
標(biāo)簽： NOSS 數(shù)據(jù)提取
上傳時(shí)間： 2014-12-30
上傳用戶：yimoney
數(shù)碼管數(shù)字顯示提取小程序
標(biāo)簽： 數(shù)碼管 數(shù)字提取 程序
上傳時(shí)間： 2013-11-11
上傳用戶：hanhanj
LCD點(diǎn)陣提取工具zimo221
標(biāo)簽： zimo LCD 221 點(diǎn)陣
上傳時(shí)間： 2014-01-10
上傳用戶：chendawei
數(shù)碼管數(shù)字顯示提取小程序
標(biāo)簽： 數(shù)碼管 數(shù)字提取 程序
上傳時(shí)間： 2013-11-01
上傳用戶：litianchu
LCD點(diǎn)陣提取工具zimo221
標(biāo)簽： zimo LCD 221 點(diǎn)陣
上傳時(shí)間： 2013-10-13
上傳用戶：范縝東苑
針對(duì)人臉識(shí)別中的特征提取問(wèn)題，提出一種新的基于Gabor的特征提取算法，利用Gabor小波變換良好的提取區(qū)分能力和LDA所具有的判別性優(yōu)勢(shì)來(lái)進(jìn)行特征提取。首先利用Gabor小波變換來(lái)提取人臉特征。然后對(duì)得到的高維特征采用PCA進(jìn)行初次降維，再利用LDA實(shí)現(xiàn)再次降維，得到最終的特征向量。在ORL和YALE人臉庫(kù)上的實(shí)驗(yàn)驗(yàn)證了該算法的有效性。
標(biāo)簽： Gabor 特征提取 人臉識(shí)別 中的應(yīng)用
上傳時(shí)間： 2013-12-14
上傳用戶：alex wang
通過(guò)對(duì)海上紅外圖像進(jìn)行分析，提出了一種基于海天線提取的紅外小目標(biāo)檢測(cè)方法。該算法的基本思路是根據(jù)所需提取目標(biāo)的特點(diǎn)，首先選擇感興趣的灰度區(qū)域，然后運(yùn)用Canny算子進(jìn)行邊緣檢測(cè)，接著對(duì)圖像進(jìn)行Hough變換檢測(cè)海天線，最后對(duì)海天線以下且符合目標(biāo)特征的連通域進(jìn)行標(biāo)記從而來(lái)確定目標(biāo)的位置。實(shí)驗(yàn)結(jié)果表明，該方法能較好地檢測(cè)出海上紅外小目標(biāo)。
標(biāo)簽： 海天線 紅外 目標(biāo)檢測(cè)
上傳時(shí)間： 2015-01-03
上傳用戶：long14578
給出了一種運(yùn)動(dòng)人體區(qū)域的檢測(cè)及其對(duì)應(yīng)的二維關(guān)鍵點(diǎn)的提取方法。首先運(yùn)用幀差法構(gòu)建一個(gè)自適應(yīng)的背景模型以達(dá)到背景初始化和背景更新的目的。接著用減背景法實(shí)現(xiàn)二維運(yùn)動(dòng)人體區(qū)域的檢測(cè)。最后將檢測(cè)到的運(yùn)動(dòng)人體區(qū)域，通過(guò)運(yùn)用APAR（anti-paralle lines）區(qū)域法實(shí)現(xiàn)對(duì)運(yùn)動(dòng)人體關(guān)鍵點(diǎn)的提取。
標(biāo)簽： 運(yùn)動(dòng)人體檢測(cè) 二維
上傳時(shí)間： 2013-10-25
上傳用戶：lz4v4
在深入的對(duì)頻譜臉?lè)ê虵isherface方法進(jìn)行研究后，綜合這兩種方法的優(yōu)點(diǎn)，提出了一種基于頻譜臉和Fisherface的人臉識(shí)別新方法。頻譜臉?lè)椒ㄖ饕遣捎枚S小波變換和傅立葉變換。因?yàn)槿四槇D像的低頻部分對(duì)人臉的表情變化是不敏感的，所以對(duì)人臉圖像使用二維小波變換，提取人臉圖像的低頻部分。對(duì)人臉圖像的低頻部分使用傅立葉變換，從而獲得原人像的一個(gè)低維空間的表達(dá)。但是頻譜臉特征維數(shù)仍然較高，所以在頻譜臉?lè)ǖ幕A(chǔ)上繼續(xù)提取人臉頻譜圖像的Fisherface 特征，降低特征的維數(shù)，提高識(shí)別效率。利用人臉面部構(gòu)造產(chǎn)生的灰度特性提取眼睛，利用嘴唇的色度特征分割出嘴巴，進(jìn)而根據(jù)眼睛和嘴巴構(gòu)成三角形模板的特性，精確定位人臉在圖像中的位置。實(shí)驗(yàn)結(jié)果表明，這種結(jié)合膚色和面部特征的算法，能夠?qū)θ四樳M(jìn)行較快速、準(zhǔn)確的定位，而且結(jié)果比較穩(wěn)定可靠。
上傳時(shí)間： 2013-10-09
上傳用戶：zhf01y
針對(duì)大型構(gòu)件內(nèi)部微損傷難以及時(shí)發(fā)現(xiàn)排除，給生活生產(chǎn)造成安全隱患的現(xiàn)狀，基于波包提取技術(shù)，利用波包的虛擬時(shí)間逆?zhèn)鞑ィO(shè)計(jì)了一種新的傳感器陣列，并在理論上推導(dǎo)了該傳感器陣列二維成像的運(yùn)算公式，最后利用MATLAB編程模擬仿真了用該傳感器陣列進(jìn)行無(wú)損檢測(cè)時(shí)的二維成像結(jié)果，結(jié)果表明其成像結(jié)果的綜合精度可以達(dá)到98.7%，因此用該傳感器陣列進(jìn)行大型構(gòu)件內(nèi)部微損傷的探測(cè)對(duì)于發(fā)現(xiàn)安全隱患、排除安全隱患具有重大的指導(dǎo)意義。
標(biāo)簽： 提取技術(shù) 傳感器 二維 成像技術(shù)
上傳時(shí)間： 2013-11-12
上傳用戶：libinxny
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
