采用深度卷积神经网络技术的汽车群体属性分析研究

针对交通监控视频中的车道线相互不平行且无法完整贴合车道导致车流量无法准确统计这一问题,提出了一种以深度卷积神经网络技术为框架进行车流量统计的算法.算法基于虚拟线圈和DCNN,通过前景分析、连通域分析和基于DCNN的车辆跨线行驶判决,大幅度提高了车流量统计的准确率,通过实际监控视频中的随机测试进行了算法实验,实验结果表明基于虚拟线圈和DCNN的车流量统计算法的相对准确度均值达到了98.05%,绝对准确度均值达到了88.5%.     

基于工作流的第四方物流信息管理系统研究

第四方物流是一种集成化的物流服务平台,也是链式管理的结合体。它把处于同一条供应链上的所有企业连成网状,使所有的节点企业都直接或间接存在相互关联,实现不同的协作日标。物流运作的信息化可以对物流资源进行"跨空间"的整合,让信息代替库存,特别是对于第四方物流来说,信息化更是其发展的基础。因此基于工作流的第四方物流信息管理系统在第四方物流的发展过程,具有不可低估的作用。     

基于快速移动节点的Ad hoc网络可信度模型及可信路由协议

由于目前广泛应用的路由协议大都是假设网络中的节点是可以信任和相互协作的,对于安全的问题考虑不多,而网络中某些节点很容易被俘获而成为恶意节点,使得现有的路由协议变得十分脆弱,针对这一问题,提出了基于快速移动节点的可信度模型FATM,以及基于快速移动节点的可信路由协议FARP,通过网络中的快速移动节点辅助一般节点进行可信度的计算和更新,并在可信模型建立之后选择可信度较高的路由进行通信。最后采用OPNET对FATM模型进行了仿真,仿真结果表明基于快速移动节点的可信度模型的安全性更高,并且节省了一般节点的能量和空间开销,具有较好的网络适应性及可扩展性。