检索结果-内蒙古大学图书馆

系统仿真学报 2016年第10期28卷 2356-2361,2368页

作者：刘米兰蒋浩毛天露王兆其中国科学院计算技术研究所北京100190 移动计算与新型终端北京市重点实验室北京100190 中国科学院大学北京100049

三维室内模型可以用于指导现实生活中的室内物体布局。由于室内场景布局问题自身的评价指标存在多态性和模糊性,难以用精确的数据来评价一个室内场景布局方案的优劣。为了从使用者的角度对室内场景布局进行客观的评价,提出一种基于Voro... 详细信息

三维室内模型可以用于指导现实生活中的室内物体布局。由于室内场景布局问题自身的评价指标存在多态性和模糊性,难以用精确的数据来评价一个室内场景布局方案的优劣。为了从使用者的角度对室内场景布局进行客观的评价,提出一种基于Voronoi图的室内布局评价方法、结合室内设计领域和机器人路径规划领域的知识,使用Voronoi图在室内场景中规划动线,用仿真计算的方法从场景中动线的通畅度、平滑度以及区域分布均匀度等方面对场景布局方案进行客观评价。

关键词： Voronoi图室内布局动线布局评价

来源：评论

学校读者我要写书评

暂无评论

面向软基带SOC芯片设计的仿真平台

引用

系统仿真学报 2013年第11期25卷 2575-2581,2589页

作者：刘智国朱子元唐杉苏泳涛王宏伟石晶林中国科学院计算技术研究所北京100080 中国科学院大学北京100080 移动计算与新型终端北京市重点实验室北京100080

设计实现了面向软基带SOC芯片设计的仿真平台,支持快速搭建仿真系统,进行芯片架构设计及性能评估,支持软基带SOC设计的专用指令集处理器(ASIP)建模,支持软硬件界面划分及算法仿真优化。通过本平台的仿真,能够在设计初期对芯片体系结构... 详细信息

设计实现了面向软基带SOC芯片设计的仿真平台,支持快速搭建仿真系统,进行芯片架构设计及性能评估,支持软基带SOC设计的专用指令集处理器(ASIP)建模,支持软硬件界面划分及算法仿真优化。通过本平台的仿真,能够在设计初期对芯片体系结构和需要实现的功能算法进行快速模拟及评估,确定满足应用需求的最优的体系结构和片上资源的配置。并以LTE软基带芯片设计建模过程为例,说明了该仿真平台的有效性。

关键词：软基带仿真 LTE DSP VLIW SystemC SOC

来源：评论

学校读者我要写书评

暂无评论

基于代理模型的处理器结构设计空间探索算法

引用

系统仿真学报 2017年第5期29卷 1077-1085页

作者：王宏伟朱子元石晶林苏泳涛石红梅刘智国移动计算与新型终端北京市重点实验室北京100190 中国科学院计算技术研究所北京100190 中国科学院大学北京100190

提出了一种新颖的基于代理模型的惩罚距离多目标期望改善(Penalty-Distance Multi-Objective Expected Improvement,PDMOEI)算法用于处理器结构设计空间探索(Design Space Exploration,DSE):利用克里金插值技术构建一个代理模型,采用基于代理模型的PDMOEI算法搜索帕雷托点集,得到关于多目标全局优化的结构参数配置。将提出的算法与MOEI(Multi-Objective Expected Improvement)算法、NSGA-II(Non-dominated Sorting Genetic Algorithm II)算法以及MA-NSGA-II(Metamodel-Assisted NSGA-II)算法,通过两组实验进行了比较。以近似帕雷托点相对于真实帕雷托点的相近程度及覆盖程度为评价指标,得出所提算法均优于其他算法。

关键词：设计空间探索代理模型克里金插值多目标期望改善

来源：评论

学校读者我要写书评

暂无评论

基于骨架匹配的人体轮廓线提取

引用

系统仿真学报 2017年第11期29卷 2774-2781页

作者：张远蒋浩朱登明王兆其中国科学院计算技术研究所北京100190 移动计算与新型终端北京市重点实验室北京100190 中国科学院大学北京100049

为了生成静态图像中人体的轮廓线,提出了一种基于骨架匹配的轮廓线提取方法。在图像中找到可以表征人体骨架的骨架关键点,通过骨架关键点,利用图像中各像素点所包含的边缘信息,结合人体形态学先验知识,构建了隐马尔科夫模型来匹配人体... 详细信息

为了生成静态图像中人体的轮廓线,提出了一种基于骨架匹配的轮廓线提取方法。在图像中找到可以表征人体骨架的骨架关键点,通过骨架关键点,利用图像中各像素点所包含的边缘信息,结合人体形态学先验知识,构建了隐马尔科夫模型来匹配人体上对应骨架关键点的边缘关键点,少量的边缘关键点即可生成人体大致轮廓。利用Hermite插值方法连接边缘关键点获取人体轮廓线。通过相关实验结果表明,提出的方法在较为简单的场景中可以提取出静态图像中人体轮廓,获得的轮廓也符合人体形状先验。与已有的方法相比,在速度上有了很大的提高,并在一些较为复杂的场景中取得了更好的效果。

关键词：轮廓提取隐马尔科夫模型人体形态学 Hermite插值

来源：评论

学校读者我要写书评

暂无评论

基于覆盖率要求的自适应多播传输机制研究

引用

系统仿真学报 2013年第6期25卷 1235-1240页

作者：关娜周一青石晶林刘航移动计算与新型终端北京市重点实验室北京100190 中国科学院计算技术研究所北京100190 中国科学院大学北京100049

为给用户提供良好的业务体验的需求,以保证目标覆盖率和最大化系统吞吐量为目标,在分析传统一阶多播和协作多播两种方式优缺点的基础上,提出了一种自适应多播传输机制。该机制能够根据当前小区中用户数目自适应地在一阶多播和两阶协作... 详细信息

为给用户提供良好的业务体验的需求,以保证目标覆盖率和最大化系统吞吐量为目标,在分析传统一阶多播和协作多播两种方式优缺点的基础上,提出了一种自适应多播传输机制。该机制能够根据当前小区中用户数目自适应地在一阶多播和两阶协作多播之间转换,当用户数目大于给定最小用户数目阈值时采用两阶协作多播方式,反之,采用传统一阶多播方式。仿真结果表明,所提出的机制不仅解决了传统一阶多播中用户信道条件差异性造成的系统性能受限问题,同时也有效避免了当用户数目较少时协作多播性能反而差的现象。

关键词：覆盖率自适应多播协作通信多媒体业务

来源：评论

学校读者我要写书评

暂无评论

动态社会网络数据发布隐私保护方法

引用

计算机科学与探索 2019年第9期13卷 1441-1458页

作者：董祥祥高昂梁英毕晓迪中国科学院计算技术研究所北京100190 中国科学院大学北京100190 移动计算与新型终端北京市重点实验室北京100190

社会网络数据发布具有动态性与不安全性,为避免使用不同时刻的社会网络数据进行关联攻击,兼顾节点属性多样性,提出了一种动态社会网络数据发布隐私保护方法。首先,根据匿名规则进行节点聚类,求解当前时刻的匿名图,保证同一个匿名集中节... 详细信息

社会网络数据发布具有动态性与不安全性,为避免使用不同时刻的社会网络数据进行关联攻击,兼顾节点属性多样性,提出了一种动态社会网络数据发布隐私保护方法。首先,根据匿名规则进行节点聚类,求解当前时刻的匿名图,保证同一个匿名集中节点属性多样性最大的前提下,数据发布后的节点属性与边的泄露概率均小于1/k。然后,生成相邻时刻数据关系图的差集,结合当前时刻的匿名图,删除前序时刻不存在的节点与边,逆向更新已发布数据,保证不同时刻下的匿名图具有相似的图结构,抵御关联攻击。最后,采用新浪微博数据和邮件往来数据进行实验验证,对所提方法的安全性和可用性进行评估。实验结果表明所提方法兼顾了用户数据隐私保护和数据可用性的个性化需求。

关键词：动态社会网络隐私保护匿名规则 K-匿名数据发布

来源：评论

学校读者我要写书评

暂无评论

手掌姿态自适应的单指尖鲁棒跟踪方法

引用

计算机辅助设计与图形学学报 2013年第12期25卷 1793-1800页

作者：于汉超唐晓庆刘军发陈益强黄陈中国科学院计算技术研究所普适计算研究中心北京100190 移动计算与新型终端北京市重点实验室北京100190 中国科学院大学北京100049 长江大学地球科学学院武汉430100

针对现有的基于深度传感器进行指尖检测的工作中不能对任意姿态手掌的指尖进行稳定检测和跟踪的问题,基于卡尔曼滤波器原理并融入对手掌姿态的感应机制,提出一种手掌姿态自适应的卡尔曼单指尖动态跟踪方法.首先借助上一时刻指尖的位置... 详细信息

针对现有的基于深度传感器进行指尖检测的工作中不能对任意姿态手掌的指尖进行稳定检测和跟踪的问题,基于卡尔曼滤波器原理并融入对手掌姿态的感应机制,提出一种手掌姿态自适应的卡尔曼单指尖动态跟踪方法.首先借助上一时刻指尖的位置信息得到当前时刻指尖位置的预测值L1;然后通过手掌姿态检测得到用于更新指尖位置的观测值L2;最后根据L1和L2执行更新操作,得到最终的指尖位置估计值L*.实验结果表明,该方法可以实现准确、鲁棒的单指尖位置信息检测和跟踪,能够达到人机交互的实用性标准.

关键词：普适计算人机交互深度传感器单指尖跟踪

来源：评论

学校读者我要写书评

暂无评论

在线片元剔除的多片元效果高效绘制方法

引用

系统仿真学报 2016年第10期28卷 2407-2414页

作者：周果朱登明王兆其魏毅中国科学院计算技术研究所北京100190 移动计算与新型终端北京市重点实验室北京100190 中国科学院大学北京100049

多片元效果有实时透明等重要应用,它按深度顺序处理每个像素的所有片元。已有的k-buffer算法在单遍绘制场景时,剥取并缓存距离视点最近的多个片元,这需要避免缓存更新时的读写冲突,降低了在复杂场景上的计算效率。对此提出利用帧闾的时... 详细信息

多片元效果有实时透明等重要应用,它按深度顺序处理每个像素的所有片元。已有的k-buffer算法在单遍绘制场景时,剥取并缓存距离视点最近的多个片元,这需要避免缓存更新时的读写冲突,降低了在复杂场景上的计算效率。对此提出利用帧闾的时空相关性,允许单遍绘制时在线地剔除缓存外片元的方法。描述建立半堆结构的片元缓存的过程,分析最坏情况下的时间复杂度,在绘制每帧时反向重投影构造剔除界面。由于减少了缓存更新操作且不需要预处理,复杂场景特别在被漫游或发生变化时的绘制效率被显著提高。

关键词：深度剥离堆排序片元临界区反向重投影

来源：评论

学校读者我要写书评

暂无评论

基于细粒度迁移的跨场景认知能力评估方法

引用

中国科学：信息科学 2023年第4期53卷 647-662页

作者：张迎伟陈益强于汉超杨晓东谷洋中国科学院计算技术研究所移动终端与新型计算北京市重点实验室北京100190 中国科学院大学北京100049 鹏城实验室深圳518066 中国科学院前沿科学与教育局北京100864

认知健康是大脑健康的重要组成部分,与个体全生命周期的正常发展密切相关.目前,非受限普适场景下的认知能力评估已成为实现认知障碍相关疾病早期预警的重要途径.然而,在医疗、家庭等不同计算场景下,因感知设备、认知评估流程等的不同,... 详细信息

认知健康是大脑健康的重要组成部分,与个体全生命周期的正常发展密切相关.目前,非受限普适场景下的认知能力评估已成为实现认知障碍相关疾病早期预警的重要途径.然而,在医疗、家庭等不同计算场景下,因感知设备、认知评估流程等的不同,往往存在不同场景间评估模型相互适用难的问题.针对以上跨场景认知能力评估挑战,本文提出了一种参数自适应的细粒度迁移学习方法 ***-TL基于随机森林模型实现,通过参数自适应的个体分类器评估策略和领域自适应的决策树生长机制实现参数无关的个体分类器聚类评估和决策树细粒度进化生长.通过在临床认知评估和公开基准数据集上进行实验验证,证明了PAFG-TL方法在跨场景认知能力评估中的有效性.

关键词：参数自适应细粒度迁移学习跨场景认知能力评估

来源：评论

学校读者我要写书评

暂无评论

基于融合特征的半监督流形约束定位方法

引用

浙江大学学报（工学版） 2017年第4期51卷 655-662页

作者：黄正宇蒋鑫龙刘军发陈益强谷洋湘潭大学信息工程学院湖南湘潭411105 中国科学院计算技术研究所北京100190 北京市移动计算与新型终端重点实验室北京100190 中国科学院大学北京100190

针对Wi-Fi和低功耗蓝牙单模定位方法在精度、稳定性和普适性上难以满足需求以及现有定位方法须采集大量标定数据这些问题,设计实现了将Wi-Fi和低功耗蓝牙信号进行融合的半监督定位方法,有效利用了Wi-Fi和低功耗蓝牙信号的定位优势,采用... 详细信息

针对Wi-Fi和低功耗蓝牙单模定位方法在精度、稳定性和普适性上难以满足需求以及现有定位方法须采集大量标定数据这些问题,设计实现了将Wi-Fi和低功耗蓝牙信号进行融合的半监督定位方法,有效利用了Wi-Fi和低功耗蓝牙信号的定位优势,采用半监督流形约束来引入非标定数据进行模型训练.实验表明,与单一特征相比,提出的融合特征在提升了鲁棒性的同时,定位精度提高了20%以上;采用引入的半监督流形约束定位方法,能够使标定训练数据减少90%.

关键词： Wi-Fi 低功耗蓝牙(BLE) 融合特征互相关特征半监督流形约束

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：