基于网络编码的车联网数据分发策略

提出一种基于网络编码的车联网数据分发算法.算法没有简单采用传统机会转发方式,而是在转发之前依据车辆的地理位置进行优先级排序,然后将数据包进行网络编码,让每个编码包携带下一跳车辆信息并通过车辆应答实现对下一跳转发车辆的选择,确保了由转发开销最低的下一跳车辆完成数据的转发.同时,给出转发车辆收到的数据包与转发次数的比值,从而确定转发计数器.仿真结果显示,提出的方案能减少不必要的传输行为,有效改善网络性能.     

面向在线实时应用的卡通风格化方法

针对视频的卡通风格化存在着处理速度慢和连续帧中边缘视觉效果差的问题,提出具有高实时性的视频卡通风格化处理方法.该方法主要包括扩展非线性扩散、边缘检测、彩色量化和融合4个步骤.边缘检测算法基于高斯-拉普拉斯算子进行改进,速度更快而且在连续帧中视觉效果更好;在扩展非线性扩散和色彩量化的过程中利用查表法获取滤波系数和量化值,避免了对每一个像素计算高斯方程和量化方程,进一步提高了速度;同时,在传输过程中对边缘图像和量化图像采取分离编码进行传输,降低了码率.实验证明,在视频聊天、在线游戏等实时性要求高的应用场合中,该方法对人脸和景物都取得了良好的卡通风格化效果.     

中间存储的联机分析关联规则挖掘方法

针对“挖掘不同支持度下的关联规则需要反复扫描多维数据库所带来大量的系统I／O开销”这一缺限,提出一种基于中间存储的联机分析关联规则挖掘OLAM方法．在自行开发的联机分析处理OLAP的基础上,对待分析的多维数据集利用BCTree存储谓词集频度索引数,利用改进的Apriori关联规则挖掘算法分析用户感兴趣的维度,减少挖掘维度的个数,提高了反复挖掘的系统效率和系统针对性．生产数据证明了该方案的正确性和有效性．