大数据分析毕业论文15篇多媒体大数据分析与搜索Word文件下载.docx
- 文档编号:14222627
- 上传时间:2022-10-20
- 格式:DOCX
- 页数:37
- 大小:62.57KB
大数据分析毕业论文15篇多媒体大数据分析与搜索Word文件下载.docx
《大数据分析毕业论文15篇多媒体大数据分析与搜索Word文件下载.docx》由会员分享,可在线阅读,更多相关《大数据分析毕业论文15篇多媒体大数据分析与搜索Word文件下载.docx(37页珍藏版)》请在冰豆网上搜索。
第二,看不清,用眼睛看,横看竖看,还是看不清楚,可能有时候都要猜来猜去,还需要很有经验的人才能看出来大概。
为什么?
存的时候做了压缩,压缩时不知将来作何用,为了节省存储量,压得太狠了,再把它解开时基本看不清。
第三,找不到。
现在摄像头到处都是,摄像头拍到了,但是不是想要找的?
不知道,即使看清楚了,一跨摄像头也就找不到了。
所以摄像机网络跨摄像头搜索问题也是个难题。
超高效视频编码
解决压缩问题
第一个挑战,我们想办法找到最高效的编码来应对这个挑战。
视频流是图像序列,在每个单独的图像里是有冗余的,通常叫“空间冗余”。
相邻的像素或图像块会有一些相关性,这些相关性即是“冗余”,这种冗余可以通过滤波器的算法进行估算。
如果参数对了,就可以用它去做预测,继而找到一些更简洁的表达方式,不需要那么多比特就可以压缩了,这就是空间冗余。
其次是“时间冗余”,即一个图像序列,第一帧和第二帧有很多是连续的,背景几乎是一样的,它有很多东西是重复的,这个重复的就是冗余,我们管它叫“时间冗余”。
第三种是“感知冗余”,行业里的人把它叫“编码冗余”。
比如26个字母要怎么表达?
给出8个bit或7bit,每个字母给的bit是一样的,学计算机的人都知道这种分法是不科学的,应该怎么分?
按照它的信息熵来分,图像也是一样,每个像素表达的亮度、颜色在每类里分布不均匀,最好把出现概率高的那些单体给它比较短的码,把出现概率低的给长码,统计上面就会比较合理,对此我们称之为“熵编码”。
如果这三种用好了,就有办法把图像或视频完美地压缩下去。
现在图像压缩实际达到的现状和理论有很大差别,但同时空间也很大。
到现在为止,编码技术离理论上限大概还有百分之八九十的空间可以改进,因为在数学上我们很容易证明理论上限,若干个上限中可以取最低的上限,就很容易计算出有多大空间可以继续改进。
这就是为什么视频编码领域这些年还在不停地发展,并且,每十年编码效率就会提高1倍。
在这样每十年翻一番的情况下,算法变得更复杂了,计算的复杂度换取了编码的效率。
当然,这里有很多新的算法,以前因为硬件比较贵,不能让编码的器件成本太高,所以有些算法还行,只要算法太复杂就基本不用。
现在不在乎这个,因为集成电路发展以后,算法愈来愈多,编码放进去后视频效果会越来越好。
针对监控视频我们会有更好的方法,使它的效率更高。
从编码的角度,去空间冗余、去时间冗余和去编码冗余这三种技术可以把视频流里的冗余去掉,这三种技术包含了许多算法,有变换、滤波、运动补偿、熵编码等。
去空间冗余最主要的工具是变化,把时域变到频域上再进行处理,对于空间的冗余主要是采用预测编码的方式去除,对于感知主要是通过熵编码去除。
面向对象检测、跟踪与识别解决模式识别问题
第二个挑战,对象检测、跟踪识别挑战。
模式识别率再高、人脸识别再准,识别的准和不准取决于算法的好坏,还取决于在编码那端能不能提供支持。
以往这两个系统像轨道一样完全平行,我们希望编码和识别能合作,把中间那堵墙翻过去或者拆掉。
怎么拆掉?
编码时要考虑怎么办。
现在我们提出个支持是ROI(RegionofInternet),就是编码时识别出来哪个区域可能是识别要用的区域,把这个区域定义成感兴趣区域,对于感兴趣区域要描绘出来,现在语法里对感兴趣区域有专门的描述,除了这个区域以外还包括其他的,比如GPS信息、摄像机参数信息。
有了这个以后,在后面编码时,会针对编码参数进行调整,ROI区域压得轻一点,这样关键的信息丢失的会少一点。
有了这样的知识,可以用它架构友好的智能监控识别体系。
现在即使有个算法很好,比如266,它编码的效率和AVS2是一样的,我说那也不行,为什么?
因为你压完以后还有解,解的时候才知道哪个地方是可识别的。
现在压的时候就知道哪个东西有用,哪个东西没有用,有用的可以压得轻一点,这样构建分析架构,底层是完全的视频流,视频流上面可以构架一个区域描述,不是有ROI么,这个“R”就是Region,根据区域描述,若干的区域构成个对象,它们的关联就可以构成事件,只要处理能力足够强,我就把这个东西表述出来了,这对识别非常有用。
以大规模视觉搜索
解决跨摄像头搜索问题
第三个挑战,跨摄像头怎么办?
我们可以对跨摄像头的数据进行矫正,然后再进行一些后续的工作。
这方面有很多工作已经开始做了,比如我们试验室学生搭了一个系统,你在北大校园的一个地方走,其他几个框是别的几个摄像头,从一个摄像头跨到另外一个摄像头的时候,现在有一个专门技术是再认证,一个人在一个摄像头里出现过,当他出现在第二个摄像头的时候,就可以被识别出来。
因为有时候可能不是正脸,靠人脸识别已经不管用了,就要靠颜色、身体、步态、外形等综合识别。
要做好这个系统有一个重要的技术是能做到大规模的搜索。
大规模的搜索这一块我们组有个很好的工作叫CDVS,它可以用很少的特征去搜索你要的东西,比如我用手机拍一张照片或者拍一个景色,拍完以后传送到服务器,搜索后会告诉你拍的是哪里。
这个过程它需要你的特征选得非常好、非常准,然后有代表性,这样才能搜索得比较准。
可以用一组特征,这组特征我们把它命名叫“CDVS”,CD是一个紧缩的描述词,就是面向视觉搜索的紧缩描述词,这也是在国际标准化框架下面做的。
前一段时间有个多媒体描述标准是MEPG7。
这里面的关键技术,一个是选择特征点,然后是选择特征,把这些特征进行聚合、压缩、进行点压缩,最后变得非常小。
举例来说有多小,比如你照了个照片,这个照片有三、四兆大的尺寸,我们从中提出来大概500个bit,连1k都不到,就可以进行搜索了,最高可以到16k,16k检索的效率就更高,我们判断特征好不好是用召回率来判断,我们都希望召回率达到90%,低于90%就认为这个特征没有选好。
什么叫召回率90%?
我用完整的照片到库里搜出来的东西,和我用521个去搜,是不是有90%都在我搜的100个里面,如果是的话那你这个特征是可以的,这是一个准则。
后台的技术会涉及到数据压缩、计算机视觉特征提取以及机器学习和视觉挖掘。
和特征、视觉有关的主要是局部描述,模式识别里有个非常好的描述词叫“SIFT特征”,它可以保持平移不变、旋转不变、伸缩尺度不变等。
但是这个特征也有问题,一个是专利问题,另一个是耗费存储比较大,耗费计算时间比较大。
综采工作面大数据分析初探
[摘要]大数据时代对人类的生活、工作与思维产生变革性影响,深刻改变着商业及各个领域的面貌,“大数据”日渐成为各行业创新的助推器。
作为煤炭行业也同样顺应时代,跟着时代的步伐前行,那么综采工作面又是煤炭行业发展的充分体现,更需要大量的数据分析,形成一套完整的、统一的管理系统,当前国内综采工作面复杂,数据记录不完善、分析不统一,对综采工作面的采煤机、支护形式等的选择不能达到最优化,所以综采工作面的大数据分析尤为重要。
[关键词]综采工作面数据分析
1.引言:
本文主要从综采工作面大数据的支撑下如何选择综采“三机”(三机指采煤机、刮板机、液压支架)展开探讨,综采工作面“三机”配套不能停留在简单的“经验类比”上,而应开发研制综采设备选型的大数据系统,避免在选型设计中受决策者个人偏见或感情色彩的影响。
同时还要对系统中的主要环节进行动态优化设计,使其设计参数与实际运行参数得到统一。
目前的综采工作面“三机”选型设计还是以“经验类比”为主,虽然基本上能够满足生产需要,但在某些环节上还存在着严重的不合理现象。
2.综采工作面大数据分析影响着综采“三机”的合理配套选择
2.1采煤机的机型选择
采煤机机型选择之前要考虑一下数据:
首先考虑地质条件,主要包括综采工作面内断层断距、走向、煤层倾角、煤质硬度等判断是否具备选择采煤机的条件,在地质条件适合综采的情况下再考虑其他因素如采高、每月计划产量、每刀生产能力、截深、功率、牵引方式,实际生产能力主要取决于采高、截深、牵引速度以及工作时间利用系数。
采高由滚筒直径、调高形式和摇臂摆角等决定,滚筒直径是滚筒采煤机采高的主要调节变量,每种采煤机都有几种滚筒直径供选择,滚筒直径应满足最大采高及卧底量的要求。
截深的选取与煤层厚度、煤质软硬、顶板岩性以及移架步距有关。
截割速度是指滚筒截齿齿尖的圆周切线速度,由截割部传动比、滚筒转速和滚筒直径确定,对采煤机的功率消耗、装煤效果、煤的块度和煤尘大小等有直接影响。
牵引速度的初选是通过滚筒最大切削厚度和液压支架移架追机速度验算确定。
牵引力是由外载荷决定的,其影响因素较多,如煤质、采高、牵引速度、工作面倾角、机身自重及导向机构的结构和摩擦系数等,没有准确的计算公式,一般取采煤机电机功率消耗的10%~25%。
滚筒采煤机电机功率常用单齿比能耗法或类比法计算,然后参照生产任务及煤层硬度等因素确定。
2.2刮板机的选择
在选型时要确定的刮板输送机的参数主要包括输送能力、电机功率和刮板链强度等。
输送能力要大于采煤机生产能力并有一定备用能力,输送能力应大于采煤机的最大生产能力,一般取1.2倍;
电机功率主要根据工作面倾角、铺设长度及输送量的大小等条件确定;
刮板链的强度应按恶劣工况和满载工况进行验,要根据刮板链的质量情况确定链条数目,结合煤质硬度选择链子结构型式。
2.3液压支架的选择
液压支架的选型就是要确定支架类型(支撑式、掩护式、支撑掩护式)、支护阻力(初撑力和额定工作阻力)、支护强度与底板比压以及支架的结构参数(立柱数目、最大最小高度、顶梁和底座的尺寸及相对位置等)及阀组性能和操作方式等。
此外还要考虑矿井采区工作面的煤层、顶底板及地质条件数据,依据不同类级顶板选取架型。
液压支架具备最基本的特点是
(1)要顶得住:
它的初撑力和工作阻力要适应直接和老顶岩层移动所产生的压力,使控顶区的顶板下沉量限制到最小程度;
(2)要移得走:
它的结构形式和支护特性要适应直接顶下部的岩层冒落特点,尤其要注意顶板在暴露后未支护下的破碎状态,要尽量保持该处顶板的完整性,支架底座的比压要适应底板岩石的抗压强度,以防止底板松软而使底板下陷不能移架。
2.4“三机”合理配套选择工程复杂
从采煤机、液压支架、刮板输送机的选型参数中看到,综采设备的合理配套是很复杂的系统工程。
满足生产能力要求采煤机生产能力要与综采工作面的生产任务相适应,工作面刮板输送机的输送能力应大于采煤机的生产能力,液压支架的移架速度应与采煤机的牵引速度相适应,而乳化液泵站输出压力与流量应满足液压支架初撑力及其动作速度要求;
满足设备性能要求输送机的结构形式及附件必须与采煤机的结构相匹配,如采煤机的牵引机构、行走机构、底托架及滑靴的结构,电缆及水管的拖移方法以及是否连锁控制等。
输送机的中部槽应与液压支架的推移千斤顶连接装置的间距和连接结构相匹配;
采煤机的采高范围与支架的最大和最小结构尺寸相适应,而其截深应与支架推移步距相适应。
如果综采没有大量数据的支持,“三机”的合理选择无从下手。
如下图三机配套关系图(见图1)
3.综采工作面大数据分析的意义
3.1经济效益方面
工作面生产前期需要决策“三机”选择,不同的决策者往往站在自己的专业领域考虑设备,这样在缺乏
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 分析 毕业论文 15 多媒体 搜索
![提示](https://static.bdocx.com/images/bang_tan.gif)