该文档为面向5G的光纤无线融合通信技术讲解资料，讲解的还不错，感兴趣的可以下载看看…………………………
上传时间： 2021-10-30
上传用户：fliang
该文档为基于FPGA的图像边缘信息提取实现简介文档，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看………………
上传时间： 2021-11-14
上传用户：
中国电信云网融合2030白皮书，阐述电信在云网融合战略上的思考
上传时间： 2021-12-09
上传用户：
=论文：基于小波变换的图像融合研究这是一份非常不错的资料，欢迎下载，希望对您有帮助！
上传时间： 2022-01-17
上传用户：zhaiyawei
该文档为基于FPGA硬件实现的图像边缘检测及仿真讲解文档，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看………………
标签： fpga
上传时间： 2022-01-25
上传用户：qdxqdxqdxqdx
面向急救人员的传感器融合式 精密定位和跟踪方法，很不错的资料，希望对你有帮助
标签： 传感器
上传时间： 2022-02-01
上传用户：
近些年来，云计算与移动云计算迅速发展，随之而来出现的问题是由于智能终端的数量和处理器计算能力能力的增加，越来越多的计算密集型应用应用被卸载到云端，这样就给核心网络造成很大的负载，从而不能满足那些对延迟敏感的应用，所以移动边缘计算就因此产生。它通过将计算、存储等资源部署在网络的边缘，能快速地处理任务并传输。但是由于用户终端的移动性，需要考虑的一个很重要的问题就是当服务厥量受到位置影响时应当采取什么措施。合理的计算切换能够很好地解决这个问题。在移动边缘计算中，什么时候进行计算切换以及切换到哪里是切换问题的关键。本文研究了计算切换的具体过程、影响计算切换的因素及管理体系，提出了计算切换的管理框架。在考虑任务完成时间、移动终端能耗和任务完成成本这些因素影响的基础上并根据切换管理的框架和具体的判决准则，提出了简单加权法、熵值法和基于理想解排序的这三种多属性决策计算切换筧法。最后在实验部分对这三种多属性决策计算切换算法进行仿真实验，在根据实验结果对三种算法的性能进行分析，然后再研究计算量与数据量变化对算法性能的影响。实验结果表明：采用多属性切换决策的方法要优于不切换和总是发生切换的决策，并且在多属性决策的方法中，班想解排序的方法要优于简单加权法和值法，并且任务的完成时间、移动终端能耗、和任务的执行成本随着终端移动速度的增大而有明显减少，说明基于阈值的判决准则和多属性切换决策算法适用于移动边缘计算中的计算切换。关键词：移动边缘计算：计算切换：判决准则；多属性决策
标签： 移动边缘计算
上传时间： 2022-03-11
上传用户：ttalli
大数据融合及应用(经典)
标签： 数据融合
上传时间： 2022-03-14
上传用户：slq1234567890
人口老龄化是世界各国正在面对的一个普遍问题。随着我国老龄化程度的持续加剧，对于老年人群体的医疗资源投入会不断提高。而与此同时，跌倒已经成为老年人日常生活中最为常见的危险行为活动。所以，跌倒检测系统的研究和应用对降低老年人受到的身心伤害和医疗成本具有显著的意义。目前解决老年人跌倒检测的方案仍存在许多不足。其中，基于计算机视觉的跌倒检测技术在无干扰的场景下检测较为有效，但其易受环境变化（如背景光线影响、人遮挡问题等）影响。此外，基于可穿戴计算的跌倒检测技术受限于算法稳定性和识别准确率，系统的灵敏度和特异性难以同时得到保证。针对上述问题本文提出一种融合计算机视觉和可穿戴计算数据的跌倒检测新的方法。首先，设计并开发了集成三轴加速度计、三轴陀螺仪和蓝牙的活动感知模块，实现实时采集、传输人体活动数据：其次，使用深度学习算法从摄像头采集的图像数据提取人体姿态特征数据：最后，对采集的人体活动数据和姿态数据进行规范化和时序化处理，设计了两个深度学习网络分别对数据进行特征提取，并将两特征进行特征层数据融合，在此基础上构建神经网络对融合数据进行活动本文搭建了实验平台并进行了算法测试，其中，本文跌倒检测算法针对离线测试数据的准确率为992%，平均敏感度为995%、平均特异性为99.8%：针对在线数据系统测试准确率为98.9%、平均敏感度为99.2%、平均特异性为99.5%实验结果证明了利用计算机视觉和可穿戴计算数据融合的跌倒检测具有较高的准确率和鲁棒性。
上传时间： 2022-03-14
上传用户：bluedrops
准确量化和预测陆地生态系统碳水通量对于理解陆气间相互作用，预测未来气候变化和控制温室效应具有重要意义。通量观测和模型模拟是目前研究碳水通量的两种主要方法。通量观测精度较高，但观测范围局限、站点分布不均匀，易受环境影响，难以区域扩展；模型模拟可实现不同尺度参量估算，但由于理想化假设、模型参数和驱动数据等限制，导致其模拟结果往往与真实值存在较大偏差。模型-数据融合方法主要是通过参数估计和数据同化两种技术集成观测和模型信息，建立两者相互制约调节的优化关系，以提高模型结果与真实值之间的匹配程度。基于该思路，本研究在地面观测数据、遥感卫星资料以及相关气候环境数据基础上，重点突破全球动态植被模型（Lund-Potsdam-Jena Dynamic Globa Vegetation Model.LPJ-DGVM）敏感参数优化方法，获取适宜中国的参数化方案：在此基础上，引入数据同化算法，将遥感卫星产品信息与模型相融合，在模拟过程中不断校正原有模型模拟轨迹，提高模型适用性。将以上改进的模型推广至中国区域，实现对20002015年中国地区总初级生产力（Gross Primary Productivity GPP）和敬发（Evapotranspiration，ET的空间格局模拟及分析。主要结论如下1）将LP」DGwM中所选出的22个可调参数（涉及光合、呼吸、水平衡异速生长、死亡、建立以及土壤和掉落物分解共七个作用领域）在各自取值范围内随机获得不同的参数组合，结果表明22个参数可引起GPP和ET模拟结果产生较大的不确定性，尤其集中在生长季。所有站点GPP相对不确定性（Relative Uncertainty，RU）基本保持在09-1.25之间，不具有明显的年际变异性：ET相对不确定性RU月变化趋势明显，且基本处于0.5以下，明显低于GPP，说明所筛选的22个参数对GP模拟产生的影响更为显著。
标签： 数据融合
上传时间： 2022-03-16
上传用户：shjgzh
