史昊
- 作品数：7 被引量：12H指数：2
- 供职机构：太原科技大学计算机科学与技术学院更多>>
- 发文基金：山西省自然科学基金山西省科技重大专项国家自然科学基金更多>>
- 相关领域：自动化与计算机技术矿业工程更多>>
- 一种基于XML的可变粒度冲突避免策略
- 针对协同设计过程中的数据一致性问题,分析了已有的并发冲突避免策略,结合CATIA的特殊性提出了一套可变粒度锁的冲突避免策略,设计了总体框架及核心算法.以节点间关联性作为判断依据进行节点仲裁选择,并提出节点关联集的维护算法...
- 史昊庄毅王凯
- 关键词：协同设计锁机制数据一致性并发控制
- 文献传递
- 并行Adaboost-BP算法及其在海量图像分类中的应用被引量：5
- 2017年
- 为解决基于单节点架构的传统分类算法存在的时间效率差、分类准确率低等问题,提出了一种基于并行Adaboost-BP神经网络的海量图像分类方法.将BP神经网络作为弱分类器,由Adaboost算法组合15个BP神经网络的输出,构建了强分类器;充分利用了Hadoop平台下Map Reduce并行编程模型,提出了海量图像的自动分类模型,设计了并行Adaboost-BP神经网络算法的Map和Reduce任务.多组实验表明,相对于传统的AdaboostBP神经网络算法,提出的算法在Pascal VOC2007数据集和Caltech256数据集上的平均分类准确率分别提高了14.5%和26.0%,而且算法运行耗时少,系统加速比随集群节点个数增加而增加,在图像规模增加到20 000时,加速比几乎呈线性增长趋势.实验结果充分证明,提出的方法适合海量图像的自动分类和预测.
- 曹建芳史昊赵青杉
- 关键词：图像分类
- 基于Hadoop的煤矿图像PCA-SIFT特征提取算法研究被引量：1
- 2018年
- 大数据技术已经成为当下热点问题,Hadoop技术在煤矿领域运用也引起了广泛关注。针对传统监控模式下煤矿视频监控系统图像采集点多、历史留存数据量大、不利于后续查找特征图像等问题,提出一种Hadoop平台下PCA-SIFT算子的图像特征提取算法,研究并改进了MapReduce并行编程模型的任务设计,对传统尺度不变特征转换算法进行了并行化设计,在Hadoop集群下实现了海量煤矿图像的PCA-SIFT并行特征提取。使用汾西矿务局煤矿图像井下数据集进行实验,算法SIFT特征点检测效果好,运行耗时少。在图像数量庞大时,系统加速比几乎呈线性增长趋势,验证了算法处理大规模煤矿图像数据的有效性。
- 米向荣曹建芳史昊
- 关键词：SIFT算子尺度不变特征HADOOP平台
- 一种基于XML的可变粒度冲突避免策略被引量：1
- 2008年
- 针对协同设计过程中的数据一致性问题,分析了已有的并发冲突避免策略,结合CATIA的特殊性提出了一套可变粒度锁的冲突避免策略,设计了总体框架及核心算法.以节点间关联性作为判断依据进行节点仲裁选择,并提出节点关联集的维护算法.在协同设计平台中,利用XML实现并发控制机制,对提出的算法进行了实验,验证了用户可互斥地访问对象,并保证一致性.
- 史昊庄毅王凯
- 关键词：协同设计锁机制
- 一种基于MapReduce的并行PSO-BP神经网络算法被引量：4
- 2017年
- 为了提高BP神经网络算法的分类准确率和运行时间效率,利用PSO算法和并行化设计的思想,提出了Hadoop平台下基于MapReduce的PSO优化BP神经网络的并行化设计及实现方法。利用PSO算法优化BP神经网络的初始权值和阈值,提高算法分类准确率;采用MapReduce并行编程模型实现算法的并行化处理,解决了BP神经网络在处理大规模样本数据集时存在的硬件开销和通信开销大的问题。选用SUN Database场景图像库构造了5个不同规模的数据集,通过与传统的串行PSO-BP神经网络算法实验对比,并行化的PSO-BP神经网络算法分类准确率达92%左右,系统效率在0.85左右,在处理大规模数据集时具有明显的优越性。
- 崔红艳曹建芳史昊
- 关键词：PSO算法HADOOP平台大规模数据集
- 基于Web Services的协同设计平台的研究
- 目前在飞行器设计领域，普遍采用集中协调、各单位分开设计的模式，这种方式不仅交流不方便，而且设计效率低。将协同设计引入飞行器设计过程中，能够缩短研制周期，提高工作效率。本文的研究工作采用Web Services 技术，设计...
- 史昊
- 关键词：协同设计平台并发控制机制数据交换仲裁机制
- 文献传递
- Hadoop下煤矿图像PCA-SIFT算法改进及研究被引量：1
- 2020年
- 大数据技术是当下热点问题,其中,Hadoop技术在煤矿领域的应用也引起了广泛关注。针对传统煤矿视频监控系统图像采集点多,单机环境煤场景矿图像特征提取效率低下等问题,提出了一种基于Hadoop的PCA-SIFT图像特征并行提取算法,该算法采用PCA算法对并行提取的煤矿图像的SIFT特征进行了并行降维处理。使用汾西矿务局煤矿图像井下数据集进行实验,提出的算法SIFT特征点检测效果好,运行耗时少,图像数量加剧后,系统加速比几乎呈线性增长的趋势,验证了算法处理大规模煤矿图像数据的有效性。
- 史昊曹建芳陈立潮潘理虎
- 关键词：煤矿HADOOPSIFT特征降维
