检索结果

Select

1. 基于机器视觉的水产养殖计数研究综述

张涵钰, 李振波, 李蔚然, 杨普

《计算机应用》唯一官方网站 2023, 43 (9): 2970-2982. DOI: 10.11772/j.issn.1001-9081.2022081261

摘要（416）

HTML （17）

PDF （1320KB）（258）

养殖计数是水产养殖过程中的重要环节，计数结果为水产动物的饲料投喂、养殖密度调整和经济效益估算等方面提供重要依据。针对传统人工计数方法耗时费力且易造成较大误差的问题，大量基于机器视觉的方法与应用被提出，极大地推动了水产品无损计数的发展。为深入了解基于机器视觉的水产养殖计数研究，整理和分析了至今三十多年来国内外的相关文献。首先，从数据采集方面对水产养殖计数展开综述性介绍，并对机器视觉所需数据的获取方法进行概括；其次，从传统机器视觉和深度学习两方面对水产养殖计数方法进行分析与总结；然后，对各种计数方法在不同养殖环境的实际应用进行对比分析；最后，从数据、方法和应用三方面总结了水产养殖计数研究的发展难点，并提出了计数方法研究和装备应用的未来发展方向。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于检测域划分的虚拟机异常检测算法

吴天舒, 陈蜀宇, 张涵翠, 周真

计算机应用 2016, 36 (4): 1066-1069. DOI: 10.11772/j.issn.1001-9081.2016.04.1066

摘要（572）

PDF （624KB）（476）

虚拟机的正常运行是支撑云平台服务的重要条件,由于云平台下虚拟机存在数量规模大、运行环境随时间动态变化的特点,管理系统难以针对每个虚拟机进行训练数据采集以及统计模型的训练。为了提高在上述环境下异常检测系统的实时性和识别能力,提出基于改进 k中心点聚类算法的检测域划分机制,在聚类迭代更新步骤上进行优化,以提升检测域划分的速度,并通过检测域策略的应用来提高虚拟机异常检测的效率和准确率。实验及分析表明,改进的聚类算法拥有更低的时间复杂度,采用检测域划分机制的检测方法在虚拟机异常检测中拥有更高的效率和准确率。

参考文献 | 相关文章 | 多维度评价

Select

3. 面向半分布式P2P系统的可靠节点交换机制

张涵张建标林莉

计算机应用 2013, 33 (01): 4-7. DOI: 10.3724/SP.J.1087.2013.00004

摘要（952）

PDF （803KB）（631）

P2P系统中广泛使用的来源交换(PEX)技术为系统用户提供了丰富的节点资源，加快了节点交换速度，同时也带来了不可避免的安全隐患，恶意节点可以通过来源交换对正常节点的邻居列表进行污染。首先分析了现有来源交换技术存在的安全隐患，讨论了导致这些安全隐患的核心因素；其次，以来源交换的安全性分析为基础，提出了一种面向半分布式P2P系统的安全节点交换机制。该机制借鉴基于信任评估的激励技术，通过给出超级节点的信任评估方案，引入节点来源信任的概念，以节点的来源交换信任值为支撑，控制节点间的来源交换。最后，对提出机制进行了实验性能分析。实验结果表明，由于网络异构性所存在的信任值错误计算问题，所提出的交换机制虽然会导致约2.5%比例正常的节点交换失效，但可大幅度降低正常节点参与恶意节点传播和污染的情况，从而在总体上提升了P2P系统的可靠性。

参考文献 | 相关文章 | 多维度评价