數據中心最新文章 IBM沃森CTO：AI將會超過人類 1月24日消息，根據Inverse的估計，全球每天大約生成2.5艾字節(jié)（exabytes）的數據。到底有多少呢？1024G為1T，1024T為1P，1024P為1E，也就是一艾。美國西北大學(Northwester University)教授保羅·瑞伯（Paul Reber）認為，人的大腦只能存儲2.5P數據。未來3年，每天生成的數據將會增加至4ZB，1Z相當于1024E。 發(fā)表于：1/24/2017 基于BIT位修正與數據疊加的快速捕獲算法 基于BIT位修正技術以及數據疊加預處理技術，提出了一種在長積分時間條件下能夠有效抑制導航數據跳變影響,同時降低捕獲運算量的算法。該算法理論分析結果表明，在輸入信噪比為-29 dB條件下，預檢積分時間選取20 ms時，虛警概率Pfa=0.001時，檢測概率Pd能夠達到0.99，此時該算法運算量分別是延遲相乘算法、信號壓縮算法、非相干捕獲算法、FFT并行碼搜索算法運算量的26.1%、21.4%、10.5%、8.07%，故此算法具有很大的優(yōu)勢。 發(fā)表于：1/23/2017 基于Census變換的自適應權值Hamming距離立體匹配算法 傳統(tǒng)的Census+Hamming距離立體匹配算法往往由于將鄰域像素等同對待，從而缺少足夠的匹配信息，造成較高的誤匹配率。對此提出了一種自適用加權的Hamming距離算法，通過引入鄰域像素空間距離，使在距離測算時將鄰域像素分等級計算，豐富了匹配圖像的信息。并且使用梯度圖像像素之間的距離作為聚合代價計算的權值，實驗證明其對于噪聲有一定的抗干擾性，并且能夠很好地反映紋理等信息，同時引入稀疏聚合窗口來減少算法的復雜度。最后進行亞像素插值增大匹配的正確性。通過對比試驗證明，此算法不僅能夠提高匹配的準確性和抗干擾性，還能減少算法的復雜度，適用于實時的立體匹配。 發(fā)表于：1/23/2017 基于抽樣路徑的K-匿名隱私保護算法 K-匿名是信息隱私保護的一種常用技術，而使用K-匿名技術不可避免會造成發(fā)布數據的信息損失，因此，如何提高K-匿名化后數據集的可用性一直以來都是K-匿名隱私保護的研究重點。對此提出了一種基于抽樣路徑的局域泛化算法——SPOLG算法。該算法基于泛化格尋找信息損失較小的泛化路徑，為減少尋徑時間，引入等概率抽樣的思想，選用等概率抽樣中的系統(tǒng)抽樣方法進行取樣，利用樣本代替數據集在泛化格上尋找目標泛化路徑，最后在該路徑上對數據集進行泛化。同時，本算法使用局域泛化技術，能夠降低信息損失量，提高發(fā)布數據集的可用性。實驗結果證明，本算法匿名化的數據集信息損失度低，數據可用性高。 發(fā)表于：1/23/2017 基于曲率尺度空間的角點檢測圖像匹配算法分析 計算機技術的發(fā)展下，優(yōu)化提升圖像匹配算法，可以提升圖像檢測精度?；谇食叨瓤臻g的角點檢測圖技術，優(yōu)化設計圖像匹配算法，基于曲率尺度空間的角點檢測算法進行圖像特征點的提取，歸一化處理特征點，有助于提高圖像匹配精度。利用該算法最終實現圖像匹配需求，驗證了算法的有效性，改進了圖像匹配中特征點過度分離的弊端，提高了圖像匹配檢測的整體精度約10.0%。該算法發(fā)揮了積極應用價值，值得在實踐應用中推廣。 發(fā)表于：1/23/2017 STM32的窗口看門狗 ?stm32有兩個看門狗，獨立看門狗和窗口看門狗，其實兩者的功能是類似的，只是喂狗的限制時間不同。 發(fā)表于：1/18/2017 微軟將于 4 月將推出電子書店，Edge 是標配閱讀器 有消息稱，微軟準備在 Windows Store 中加設“書籍”欄目，填補在電子書店領域空缺，預計將于 2017 年 4 月推出。 發(fā)表于：1/18/2017 Google 又玩黑科技，用機器學習幫你節(jié)省 75% 流量 在最專業(yè)的圖片處理軟件 Photoshop 中，當你導出圖片時，有一個叫“存儲為網頁所用格式”的選項，它清楚地列出了你可以保存的圖片品質，以及圖片在不同帶寬下的加載時間。 發(fā)表于：1/17/2017 應用人工智能，Google 圖像壓縮技術又升級 圖片和照片的傳播在社交網絡里占了很大的比重，無論是專業(yè)的攝影師還是業(yè)余的攝影愛好者，無論是旅行、玩具還是街景，每一幅圖片都有自己的故事，都應該被關注。 發(fā)表于：1/17/2017 基于局部控制核的彩色圖像目標檢測方法 在圖像處理問題中，對圖像中給定目標進行檢測和定位時，為提高目標檢測的速度與可靠性，引入一種基于圖像局部控制核的目標檢測算法。利用參考圖像同等大小的窗口遍歷目標圖像，得到一系列與參考圖大小相同的子圖，然后計算參考圖和目標子圖的局部控制核，得到圖像特征信息的數據矩陣。為了提高運算速度，對數據矩陣用局部保留投影方法降維。再用相似性判決準則將參考圖像與目標圖像中子塊的特征矩陣進行相似性分析，查找與參考圖像最相似矩陣所對應的圖像區(qū)域即為檢測結果。實驗結果表明，該算法對目標定位具有較高的可靠性與準確度。 發(fā)表于：1/17/2017 三星認了!迫于樸槿惠壓力向特定機構提供大量資金 負責調查“親信干政”事件的韓國特別檢察組13日早晨結束對三星電子副會長李在镕近22小時的問訊，表示將在今后兩天內考慮是否對李在镕啟動申請逮捕令等司法程序。李在镕承認，三星迫于總統(tǒng)方面的壓力向特定機構提供了大量資金。 發(fā)表于：1/16/2017 Amazon聯手Xilinx推出云端新FPGA解決方案 在2016年11月中旬舉辦的“2016年超算大會上”，FPGA大廠Xilinx發(fā)布了可重配置加速棧(ReconfigurableAcceleraTIon Stack)。配合可重構的FPGA，這個架構能解決可重構計算中的編程困難問題，并加速可重構計算生態(tài)的建設。 發(fā)表于：1/16/2017 用于油畫鑒別的自適應MPSoC中NoC仿真平臺研究 實時光譜圖像技術的應用是數據和通信的密集型算法的綜合。因為片上系統(tǒng)（SoC）具有較大的靈活性及良好的性能，并可以直接采用IP核， 基于片上網絡（NoC）的SoC架構是實現這種實時系統(tǒng)最合適的解決方案。針對不同的應用算法，調整基于SoC的NoC架構是較為復雜的工作，因為設計空間探索和實驗需要大量的時間。針對這些問題，提出了一種探索和評估SoC架構性能的仿真平臺。該仿真平臺基于NoC和參數化的評估模塊，在FPGA上對SoC的通信結構進行仿真，并將時間性能和模擬結果進行對比。基于該仿真平臺的系統(tǒng)評估主要用來考察用于油畫鑒別應用的MPSoC的性能。 發(fā)表于：1/16/2017 基于字典學習的古建筑圖像修復研究 古代建筑圖紙是我國重要的民族瑰寶，亟待利用現代計算機技術對古代建筑圖紙進行信息化和修復。提出了一種新的基于字典學習的古建筑圖像修復模型，通過K-svd算法進行字典學習，在稀疏域利用已知像素信息填充缺損像素，從而實現對古建筑圖像的修復及噪聲的濾除。實驗表明，該算法能較好地修復古建筑圖像，降低圖像的均方誤差，在實際應用中具有良好的可行性和應用前景。 發(fā)表于：1/12/2017 基于殘差統(tǒng)計的時間序列加性離群點檢測算法研究 針對時間序列，提出了一種基于殘差統(tǒng)計的加性離群點檢測算法，利用AR模型對時間序列進行前向與后向擬合；采用了數據相對變化率判別法減少離群點對擬合的影響；根據假設檢驗原理，以高斯分布統(tǒng)計檢驗對殘差進行統(tǒng)計分析并最終確定離群點。仿真結果表明，該方法對離群點檢測有較高的準確性。 發(fā)表于：1/12/2017 ?…116117118119120121122123124125…?
