简介:远程FEA服务系统的总体结构采用B/S模式的3层网络体系结构,如图l所示,主要的网络管理功能和应用程序等都集中在服务中心。其工作流程为:用户通过浏览器访问FEA服务中心的Web服务器进行登录,系统验证用户身份后,根据用户权限进入操作页面。如果用户有委托分析的合作意向,可通过在线商务功能模块与服务中心采用视频会议、电子白板或NetMeeting等形式进行初步的分析任务描述和讨论,确定分析结果的形式、完成时间以及费用等,并最终签订委托合同,由服务中心分配给该客户唯一的分析任务编号和密钥。授权合同用户通过E—mail或FTP等文件传输工具将零件电子图纸和文档、使用条件和分析要求等数据和信息上传到服务中心后,分析服务功能模块必须根据客户提交的信息及委托的分析任务需求经过FEA过程规划和优化决策出最佳的分析方案,
简介:摘要随着我国经济水平和科学技术水平、信息化程度的不断提升,我国远程控制技术得到了进一步的完善。计算机、网络的不断发展,几乎在各个领域中都有涉猎。是有效地提升工作效率和质量、加快工作进程的推动力量。当前我国电力系统正飞速发展,相关企业和技术人员正积极的顺应社会提供的便利条件,积极的推进电力系统的智能化发展。计算机远程控制技术在电力系统中的有效应用,极大程度地推进了电力系统自动化的进一步发展。对于提升电力系统工作质量和效率有着重要的作用。有助于推进电力行业的资源有效利用,帮助相关企业取得更大的经济效益。针对当前远程控制系统应用于电力系统自动化的价值成果,相关技术人员应加强策略设计,推进远程控制系统在电力系统自动化中应用效率和效果的提升。
简介:对含有动、静态背景的稳定图像处理时,对比了主成分追踪鲁棒主成分分析法(RPCA)、贝叶斯鲁棒主成分分析法(BayesianRPCA)和高斯混合模型的鲁棒主成分分析法(MoG-RPCA),3种方法对静态背景下的前景提取都较为完整.而动态背景下只有BayesianRPCA和MoG-RPCA提取出了完整的前景目标,但是BayesianRPCA计算速度很慢,且不能够处理复杂噪声.所以MoG-RPCA模型更具有对复杂噪声的适应性,动、静态背景情况下均提取出精度较高的前景目标,且具有较快的计算速度.当图像不稳定时,采用改进的MoG-RPCA模型对非稳定拍摄的抖动视频进行前景目标提取,并在第197帧抖动图像中清晰地提取出显著前景目标,且运算速度较快.在为了快速找到目标出现的帧时,对高斯混合模型背景差分法进行改进,利用K-means聚类算法快速得到聚类中心点,然后作为高斯混合模型背景更新时的初始化均值参数,从而提高在复杂场景下前景目标的检测精度.对于多角度追踪任务,不同角度、近似同一地点的多个监控视频图像中前景目标的提取,可采用跨摄像头视角跟踪结果融合的方法,然后对目标进行匹配.
简介:在网络终端视频体验过程中,影响用户体验的两个关键指标为初始缓冲等待时间和卡顿缓冲时间,本文结合移动视频传输协议等相关知识,通过机理分析方法,对实验数据进行分析和挖掘,建立了初始缓冲时延映射模型与卡顿时长占比函数模型。并基于视频体验评分测试软件Speedvideo及其网络运营平台,对所在地多个区域进行了综合测试。