论文部分内容阅读
基于密集卷积网络的轻量化图像分类研究
【机 构】
：
东华大学
【出 处】
：
东华大学
【发表日期】
：
2021年期
【基金项目】
：
其他文献
针对可移动资源的公共性和服务性特点,对其进行选址决策时不仅要考虑区域的需求密度,还要考虑其服务范围,以实现用有限的资源(配置成本)最大化满足用户的服务需求。针对可移动资源选址问题,本文提出了基于需求密度拓扑感知的可移动资源选址方法,主要研究工作如下:(1)提出了一种资源需求密度过滤方法。旨在对可移动资源进行选址,用有限的资源最大化满足用户的需求,提高经济效益和社会效益。本文首先将选址区域网格化,统
学位
随着5G与物联网技术的快速发展和普及,网络边缘处终端产生的数据是当下亟待解决的问题。边缘计算的出现能够在数据产生的网络边缘处就近处理数据,能降低部分数据传输时延,但其仅有边缘层局部优势,在任务全局调度与资源动态配置上存在短板,可能造成系统资源利用率低、系统负载不均衡、部分任务处理时延长等问题,影响用户服务质量。本文基于边缘计算与云协同环境开展终端任务调度研究,主要工作如下:(1)边缘计算与云协同粗
学位
遥感成像技术的发展日益促进着高光谱图像应用的广度和深度,高光谱图像的分类研究与其应用密切相关。在高光谱图像的分类研究中,有许多有影响的技术被提出,其中字典学习为基础的协同表示方法就是一个重要方面。本文基于协同表示与流形学习方法,结合高光谱图像数据的特点同时注重谱-空信息的挖掘,对高光谱图像的分类算法进行了研究。提出了两种改进的高光谱图像分类算法。(1)在高光谱图像分类研究中,协同表示技术是一种重要
学位
随着科技的快速发展,医学影像技术也在不断的进步,临床诊断中的医学图像处理方式也越来越多样化。但是在目前的医学诊断中,单一模式的医学图像由于存在携带信息比较单一以及病灶定位能力欠佳的缺陷,很难满足现代医疗的需求,于是能够提供更多有效信息继而提高病灶定位能力的医学图像融合技术应运而生。正是因为临床医学中存在这种需求,所以图像处理研究者逐渐将目光聚焦在医学图像融合的研究上。医学融合图像的边缘信息、细节信
学位
随着云计算技术在全球各行各业的渗透,医疗保健机构也踏上了上云之路,医疗大数据背后的价值在云计算环境中得到了充分的体现。辅助医疗、健康管理等服务大大提高了我们的诊疗水平和日常保健水平,但与此同时,云中的医疗大数据面临着网络攻击、人为泄露等安全性问题,这些医疗信息往往包含着病人的个人隐私和诊疗记录,给人身安全造成了极大的隐患,也对公共信息安全造成了威胁。另外通过获取到的个人信息进行钓鱼攻击以及社会工程
学位