基于嵌入式GPU的车流量检测系统

交通拥堵是当今世界交通领域面临的主要问题之一,如何通过现有的交通设备获取更加精准的交通信息是亟待解决的问题。图像识别技术在智能交通系统中有着广泛的应用,基于深度学习的车流量检测技术是智能交通的重要组成部分。本项目设计了一个基于嵌入式GPU的智能车流量检测系统,该系统架设在NVIDIA JetsonTX2平台上,采用基于深度学习YOLO v3的车辆检测模型,检测道路上的车辆目标,设置兴趣区域,对检测到的目标进行识别计数,实现对交通视频的实时车流量检测。试验验证分析表明,该系统具有较高的检测精度。     

浅析操作系统微内核

阐述当前操作系统中流行的微内核体系结构。分析其具体功能结构,对比传统宏内核结构,总结出微内核在操作系统设计、实现及应用中的优势和劣势。针对微内核的低效率问题,结合当前较为成功的微内核设计思想和成型系统,给出了具体的性能改进方法。最后,在嵌入式操作系统广泛应用的背景下,给出了微内核实现嵌入式系统应用兼容性的基本思路。     

基于无人机模式的道路交通监控

交通状况对城市的发展至关重要,因此,加强道路交通监控尤为重要。但是,传统的固定式交通检测装置不够灵活方便。为此,本文提出采用无人机拍摄道路交通状况,通过视频实现道路状况监测。该无人机平台以Pixhawk为飞行控制器,搭载高度计、陀螺仪、GPS模块和罗盘等各种传感器,可以实现定高定点拍摄。为保证飞行稳定性,笔者还设计了专用的处理器用以保存和传输视频,大大减轻了飞行控制器的工作压力。同时,为了进一步提高视频的质量,笔者从飞行稳定性、实时电子稳像和后期电子稳像三个方面进行优化,消除视频中的抖动现象。无人机拍摄的视频由地面的专用计算机进行处理,从而得到道路交通状况,并存入数据库。     

Job-shop调度问题的离散布谷鸟搜索算法求解

在布谷鸟搜索算法的基础上,提出了一种基于升序排列的离散布谷鸟搜索算法(DCS),使用该算法求解Job-shop的经典LA问题.仿真数据显示,该算法在收敛速度、精度和稳定性方面都明显优于粒子群优化算法和萤火虫优化算法,显示出DCS算法的可行性和有效性.     

基于MVC模式的Struct框架的研究与应用

本文阐述了MVC模式的设计思想,分析了基于MVC模式的Web应用开发框架Struts的体系结构、组件构成和工作流程,并以科研信息管理系统查询模块为例,分析了Struts框架在Web系统设计与实现中的具体应用,体现了MVC模式在提高Web系统可维护性、可扩展性、可移植性等方面的优势。     

基于Agent与个人知识本体的搜索系统研究

传统的信息搜索模型缺乏语义理解。而本体是对共享概念模型的明确的形式化规范说明,提供基于语义的知识表示和共享。本文通过引入个人知识本体,综合利用智能Agent的主动性、协作性、移动性等特性,采用协同式过滤的基本原理,提出了基于Agent与个人知识本体的个人搜索系统,有效地提高了检索效率。文中提出了通过不断的学习用户的反馈信息,对个人知识本体中的概念进行修正的算法,并探讨了多Agent协同信息过滤技术在搜索系统中的应用。     

基于Struts＋Spring＋Hibernate的整合架构研究

分析了Struts、Spring和Hibernate框架的工作原理和技术优势,研究了三种框架的具体整合方案,设计了一个健壮、高效、通用、易于扩展的WEB应用架构。在架构中,表示层采用Struts,业务层采用Spring,持久层采用Hibernate,各层功能独立,层次之间松散耦合,为实现高效、灵活的WEB应用提供一种新的思路及方法。