一种分布式Skyline查询系统及方法

    公开(公告)号:CN110347705B

    公开(公告)日:2023-05-12

    申请号:CN201910657412.5

    申请日:2019-07-19

    IPC分类号: G06F16/2453 G06F16/2458

    摘要: 本发明提供一种分布式Skyline查询系统,包括:网络架构模块、数据存储模块以及应用模块。所述网络架构模块通过主从式架构设置,由一个主节点即Master节点和多个从节点即数据节点构成;Master节点负责调度各数据节点并汇总数据节点的信息;所述数据节点存储数据并完成查询过滤计算;分布式Skyline查询中,避免瓶颈节点的产生是提高查询效率的关键因素。此外,本地Skyline候选集的计算效率以及合并计算时候选集的大小也决定着分布式Skyline查询的效率。本发明能够有效避免瓶颈节点的产生,同时能够在尽可能少的时间内得到尽可能小的候选集,大大提高了分布式Skyline查询效率。

    一种基于高光谱解混技术的车牌真伪检测方法

    公开(公告)号:CN111311696B

    公开(公告)日:2023-07-25

    申请号:CN202010089208.0

    申请日:2020-02-12

    IPC分类号: G06T7/90 G06T5/00

    摘要: 本发明公开了一种基于高光谱解混技术的车牌真伪检测方法,包括:采用高光谱照相机获取伪造车牌图像将其作为解混目标图像;根据解混目标图像建立线性光谱混合模型;构建目标端元矩阵集合M,其中目标端元矩阵集合M包括当前车牌图像提取到的目标端元集合M1和存储普适真实目标的端元集合M2,结合最小二乘法对给定的目标端元集合M进行解混,获取各端元mi对应的丰度结果图FMapi,设定阈值T,获得各目标端元丰度图FMapi的二值化可视结果BMapi,对二值可视结果BMapi进行优化、获得车牌伪造信息的最终结果FinalMAP。

    一种基于高光谱解混技术的车牌真伪检测方法

    公开(公告)号:CN111311696A

    公开(公告)日:2020-06-19

    申请号:CN202010089208.0

    申请日:2020-02-12

    IPC分类号: G06T7/90 G06T5/00

    摘要: 本发明公开了一种基于高光谱解混技术的车牌真伪检测方法,包括:采用高光谱照相机获取伪造车牌图像将其作为解混目标图像;根据解混目标图像建立线性光谱混合模型;构建目标端元矩阵集合M,其中目标端元矩阵集合M包括当前车牌图像提取到的目标端元集合M1和存储普适真实目标的端元集合M2,结合最小二乘法对给定的目标端元集合M进行解混,获取各端元mi对应的丰度结果图FMapi,设定阈值T,获得各目标端元丰度图FMapi的二值化可视结果BMapi,对二值可视结果BMapi进行优化、获得车牌伪造信息的最终结果FinalMAP。

    一种基于深度前馈网络的高光谱分类方法

    公开(公告)号:CN112580705B

    公开(公告)日:2024-04-05

    申请号:CN202011446700.5

    申请日:2020-12-08

    摘要: 本发明公开了一种基于深度前馈网络的高光谱分类方法,该方法利用训练样本分配算法计算每个类别在分类时应分配的训练样本数目;在每层分类网络中,根据各类别已分配的训练样本数目,采用固定训练样本选取方式或随机训练样本选取方式生成训练样本数据集,用于训练分类器;选用支持向量机或卷积神经网络对图像进行初分类,得到初始分类结果;利用边缘保持滤波器提取分类图的空间特征信息,利用训练好的支持向量机对空间特征信息进行再分类;判断是否满足停止条件,若不满足,则通过前馈的方式进入下层网络进行分类,直至最终得到最优的分类结果。该分类框架通过一系列的空间滤波器及前馈操作,有效挖掘了高光谱图像的空间特征信息,改善了初始分类结果。

    一种基于深度前馈网络的高光谱分类方法

    公开(公告)号:CN112580705A

    公开(公告)日:2021-03-30

    申请号:CN202011446700.5

    申请日:2020-12-08

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于深度前馈网络的高光谱分类方法,该方法利用训练样本分配算法计算每个类别在分类时应分配的训练样本数目;在每层分类网络中,根据各类别已分配的训练样本数目,采用固定训练样本选取方式或随机训练样本选取方式生成训练样本数据集,用于训练分类器;选用支持向量机或卷积神经网络对图像进行初分类,得到初始分类结果;利用边缘保持滤波器提取分类图的空间特征信息,利用训练好的支持向量机对空间特征信息进行再分类;判断是否满足停止条件,若不满足,则通过前馈的方式进入下层网络进行分类,直至最终得到最优的分类结果。该分类框架通过一系列的空间滤波器及前馈操作,有效挖掘了高光谱图像的空间特征信息,改善了初始分类结果。

    一种分布式Skyline查询系统及方法

    公开(公告)号:CN110347705A

    公开(公告)日:2019-10-18

    申请号:CN201910657412.5

    申请日:2019-07-19

    IPC分类号: G06F16/2453 G06F16/2458

    摘要: 本发明提供一种分布式Skyline查询系统,包括:网络架构模块、数据存储模块以及应用模块。所述网络架构模块通过主从式架构设置,由一个主节点即Master节点和多个从节点即数据节点构成;Master节点负责调度各数据节点并汇总数据节点的信息;所述数据节点存储数据并完成查询过滤计算;分布式Skyline查询中,避免瓶颈节点的产生是提高查询效率的关键因素。此外,本地Skyline候选集的计算效率以及合并计算时候选集的大小也决定着分布式Skyline查询的效率。本发明能够有效避免瓶颈节点的产生,同时能够在尽可能少的时间内得到尽可能小的候选集,大大提高了分布式Skyline查询效率。