论文部分内容阅读
基于孪生网络的目标跟踪研究
【机 构】
：
浙江师范大学
【出 处】
：
浙江师范大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
城市区域空气质量分布与人们身心健康息息相关,若能实时的掌握空气质量分布状况,对居民户外活动预防以及相关政府部门后续环境治理,都有着很重要的参考意义。空气污染物分布具有时空交互性,并且受到外部因素的影响,如天气、交通量、路网结构以及土地用途等方面;此外,城市区域已建立的空气质量监测站点所覆盖的区域,相对于整个城市面积来说,比较稀疏,这一系列因素导致空间细粒度空气质量分布预测问题是具有挑战性的。然而,
学位
目标检测是计算机视觉领域一项基础且具有挑战性的工作,其研究成果可广泛应用于自动驾驶、视频监控、机器人导航等领域。目标检测器是目标检测研究的核心,其性能的好坏直接决定了目标检测的应用水平及其广泛程度。然而,现有目标检测器在MS COCO数据集上仍未达到及格线的水平,定位准确度不高和非平衡学习是限制其性能的两大因素。因此,开展与之相关的研究工作,具有重要且现实性的意义和价值。针对上述两种限制因素,本文
学位
随着网络技术的不断发展与用户终端的不断普及,网络应用类型与流量也在与日俱增。一方面方便和丰富了人们生活,另一方面也给当前网络设施带来巨大压力。然而面对日渐增长的网络流量,耗时耗力的网络设备升级与拓展也无法满足巨大的网络资源需求,如何在有限资源下保证不同应用的服务质量成为亟待解决的问题。为解决该问题本文构建了基于软件定义网络(Software Defined Networking,SDN)的区分服务
学位