科技服務(wù)對(duì)城市群提高自主創(chuàng)新能力,培育新興產(chǎn)業(yè)有十分重要的意義,配合城市群科技服務(wù)云平臺(tái)對(duì)高效的服務(wù)資源協(xié)同調(diào)度機(jī)制和集成方法等問題提出了迫切要求。車型圖像作為汽車生產(chǎn)行業(yè)中的一種重要科技資源,車型的自動(dòng)識(shí)別檢索,是業(yè)務(wù)流程中的重要環(huán)節(jié)。車型圖像表示方法與車型自動(dòng)檢索識(shí)別,支持科技資源的高效集成與協(xié)同調(diào)度機(jī)制成為了本文的研究重點(diǎn)。為此,本文提出了一種關(guān)于車型檢索的圖像資源壓縮表示與分布式集成方法。本文首先研究了一種面向車型圖像資源摘要表示方法,抽取圖像資源重要特征,以很小數(shù)據(jù)量集成檢索目錄。為測試摘要表示方法在圖像檢索方面的有效性,本文針對(duì)車型檢索案例展開相關(guān)實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,在查全率90%的情況下,車型檢索的平均準(zhǔn)確率達(dá)到97.78%,證明圖像摘要的可用于資源集成后的檢索服務(wù);其次,為了提高傳輸實(shí)時(shí)性,減少網(wǎng)絡(luò)流量,設(shè)計(jì)了一種基于邊緣計(jì)算的資源分布式集成方法,數(shù)據(jù)從分布式存儲(chǔ)空間以樹狀結(jié)構(gòu)的向上層遞進(jìn)實(shí)現(xiàn)傳輸,保證多核心、多層次城市間的資源傳輸正確性、提高存儲(chǔ)效率;然后,基于Petri網(wǎng)建立系統(tǒng)分析模型,觀測不同參數(shù)條件下,圖像資源摘要表示與分布式集成方法對(duì)存儲(chǔ)、計(jì)算、傳輸?shù)确矫娴?.. 

【文章來源】：山西大學(xué)山西省

【文章頁數(shù)】：70 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
第一章 引言
    1.1 研究背景
    1.2 研究目的與意義
        1.2.1 研究目的
        1.2.2 研究意義
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 研究內(nèi)容和創(chuàng)新點(diǎn)
        1.4.1 主要研究內(nèi)容
        1.4.2 主要?jiǎng)?chuàng)新點(diǎn)
    1.5 文章組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)
    2.1 目標(biāo)檢測
        2.1.1 目標(biāo)檢測算法介紹與選擇
        2.1.2 YOLO-V3神經(jīng)網(wǎng)絡(luò)研究
    2.2 邊緣計(jì)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 本章小結(jié)
第三章 圖像摘要生成
    3.1 數(shù)據(jù)集
    3.2 圖像目標(biāo)提取
        3.2.1 YOLO-v3神經(jīng)網(wǎng)絡(luò)
        3.2.2 圖像單目標(biāo)提取
        3.2.3 圖像多目標(biāo)提取
        3.2.4 圖像摘要數(shù)據(jù)格式
    3.3 圖像資源摘要表示方法
        3.3.1 特征標(biāo)準(zhǔn)化方案
        3.3.2 重要特征提取
        3.3.3 特征篩選
        3.3.4 特征加權(quán)
        3.3.5 實(shí)驗(yàn)結(jié)果
        3.3.6 結(jié)果分析
    3.4 本章小結(jié)
第四章 圖像資源分布式集成
    4.1 基于邊緣計(jì)算的分布式圖像資源集成系統(tǒng)設(shè)計(jì)
        4.1.1 系統(tǒng)結(jié)構(gòu)
        4.1.2 系統(tǒng)特性
    4.2 摘要集成方法的部署
    4.3 基于有色Petri-net的系統(tǒng)模擬驗(yàn)證
        4.3.1 基于有色Petri-net的系統(tǒng)建模
        4.3.2 構(gòu)建分布式摘要采集與管理系統(tǒng)網(wǎng)模型
        4.3.3 實(shí)驗(yàn)環(huán)境和參數(shù)設(shè)置
        4.3.4 測試數(shù)據(jù)
        4.3.5 數(shù)據(jù)分析
    4.4 本章小結(jié)
第五章 原型系統(tǒng)設(shè)計(jì)
    5.1 原型系統(tǒng)可提供的服務(wù)
    5.2 車型圖像資源摘要庫設(shè)計(jì)
    5.3 原型系統(tǒng)展示
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間取得的研究成果
致謝
個(gè)人簡況及聯(lián)系方式


【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)YOLO v3算法及其在安全帽檢測中的應(yīng)用[J]. 王兵,李文璟,唐歡.  計(jì)算機(jī)工程與應(yīng)用. 2020(09)
[2]分布式數(shù)據(jù)庫中數(shù)據(jù)集成與共享的研究進(jìn)展[J]. 奧勇,李美麗,趙永華,孫佳佳,付泉.  科技與創(chuàng)新. 2020(01)
[3]數(shù)據(jù)湖——現(xiàn)代化的數(shù)據(jù)存儲(chǔ)方式[J]. 劉子龍.  電子測試. 2019(18)
[4]移動(dòng)邊緣網(wǎng)絡(luò)中計(jì)算遷移與內(nèi)容緩存研究綜述[J]. 張開元,桂小林,任德旺,李敬,吳杰,任東勝.  軟件學(xué)報(bào). 2019(08)
[5]改進(jìn)的SSD航拍目標(biāo)檢測方法[J]. 裴偉,許晏銘,朱永英,王鵬乾,魯明羽,李飛.  軟件學(xué)報(bào). 2019(03)
[6]大數(shù)據(jù)管理系統(tǒng)的歷史、現(xiàn)狀與未來[J]. 杜小勇,盧衛(wèi),張峰.  軟件學(xué)報(bào). 2019(01)
[7]圓形圖像抗旋轉(zhuǎn)高效高鑒別特征表示方法[J]. 張東波,陳紅磊,文登偉,湯紅忠,許海霞.  軟件學(xué)報(bào). 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]自適應(yīng)輪廓的變分水平集復(fù)雜背景多目標(biāo)檢測[J]. 馮冬竹,范琳琳,余航,戴浩,袁曉光.  軟件學(xué)報(bào). 2017(10)
[10]物聯(lián)網(wǎng)環(huán)境下數(shù)據(jù)轉(zhuǎn)發(fā)模型研究[J]. 李繼蕊,李小勇,高雅麗,高云全,方濱興.  軟件學(xué)報(bào). 2018(01)

博士論文
[1]基于局部語義概念表示的圖像場景分類技術(shù)研究[D]. 張瑞杰.解放軍信息工程大學(xué) 2013

碩士論文
[1]面向結(jié)構(gòu)試驗(yàn)的多源異構(gòu)數(shù)據(jù)集成與分析系統(tǒng)設(shè)計(jì)[D]. 王琦.浙江大學(xué) 2019
[2]科技服務(wù)對(duì)科技成果轉(zhuǎn)化質(zhì)量的作用過程研究[D]. 代賡.天津理工大學(xué) 2019
[3]面向交通車輛圖像的圖拓?fù)浔硎痉椒╗D]. 劉博.石家莊鐵道大學(xué) 2018
[4]基于深度學(xué)習(xí)的圖像檢索[D]. 鄭瑩雪.吉林大學(xué) 2016
[5]圖像內(nèi)容表示及多標(biāo)簽標(biāo)注算法研究[D]. 趙雅昕.華東理工大學(xué) 2014



本文編號(hào)：3190762