检索结果

Select

1. 基于Faster R-CNN的颜色导向火焰检测

黄杰, 巢夏晨语, 董翔宇, 高云, 朱俊, 杨波, 张飞, 尚伟伟

计算机应用 2020, 40 (5): 1470-1475. DOI: 10.11772/j.issn.1001-9081.2019101737

摘要（591）

PDF （947KB）（569）

基于深度特征的目标检测方法Faster R-CNN在火焰检测任务上存在检测效率低的问题，因此提出了基于颜色引导的抛锚策略。该策略设计火焰颜色模型来限制锚的生成，即利用火焰颜色约束锚的生成区域，从而减少了初始锚的数量，提升了计算效率。为了进一步提高网络的计算效率，将区域生成网络中的卷积层替换成掩膜卷积。为了验证所提方法的检测效果，采用BoWFire和Corsician数据集进行验证。实验结果表明，该方法实际检测速度相较于原Faster R-CNN提高了10.1%，BoWFire上该方法的火焰检测F值为0.87，Corsician上该方法的准确度可达99.33%。所提方法可以提高火焰检测的效率，并能够准确检测图像中的火焰。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于格子Boltzmann方法的一维Burgers方程的数值模拟

兰中周乐励华高云

计算机应用 2013, 33 (09): 2432-2435. DOI: 10.11772/j.issn.1001-9081.2013.09.2432

摘要（657）

PDF （482KB）（454）

基于格子Boltzmann方法(LBM)的一维Burgers方程的数值解法,已有2-bit和4-bit模型。文中通过选择合适的离散速度模型构造出恰当的平衡态分布函数; 然后, 利用单松弛的格子Bhatnagar-Gross-Krook模型、Chapman-Enskog展开和多尺度技术, 提出了用于求解一维Burgers方程的3-bit的格子Boltzmann模型，即D1Q3模型，并进行了数值实验。实验结果表明，该方法的数值解与解析解吻合的程度很好,且误差比现有文献中的误差更小,从而验证了格子Boltzamnn模型的有效性。

相关文章 | 多维度评价

Select

3. 新型虚拟桌面杀毒模型

展旭升高云伟冯百明蒋芸杨鹏斐

计算机应用 2012, 32 (12): 3445-3448. DOI: 10.3724/SP.J.1087.2012.03445

摘要（718）

PDF （607KB）（468）

针对现有杀毒方式系统开销大，占有网络带宽大，以及没有对未知程序的实时监测等缺点，通过对先前工作进行改进，提出了针对虚拟桌面框架的一种新型虚拟桌面杀毒模型，支持用户主动扫毒和程序启动过程的被动杀毒。特权虚拟机执行病毒检测和可信列表的管理，并将每个普通虚拟机中的文件签名传输到其他虚拟机；客户端分析待检测文件的签名和特性，优化网络传输的字节数，并在程序加载时实时查杀病毒。实验结果表明，该模型能够实时查杀病毒,减少系统开销和网络带宽的占用。