并行环境下基于图着色理论的空间数据部署

在面向计算部署到数据节点端执行的分布式并行环境下,提出一种基于图着色理论的适用于矢量空间数据的部署方法,将空间数据粒度的部署问题转化为图顶点着色的过程,提高了任意空间区域的信息查询效率.给出基于图着色理论的数据部署方法,并通过节点的任务量进一步改进算法,使得该算法可实现海量空间数据粒度的离散化部署,提高了空间数据检索和查询的并行化程度,充分利用了并行计算资源.     

图类算法可重用设计及其实现

为了提高图算法生成效率和可靠性,该文提出一种将领域特征模型与构件组装技术相结合的可重用的图类算法开发方法.首先,通过对一族图算法的深入分析,揭示出图类算法领域的共性特征和可变特征,建立领域特征模型;然后,分析特征之间的交互过程,设计图类算法的可重用构件,并对构件依赖关系做出描述;最后,借助高可靠平台对算法构件进行开发,建立高可靠可重用构件库,进一步由构件组装出多种图算法,提高了图算法的开发效率和可靠性.实验表明开发出的图算法可重用构件库具有一定的实用性.     

基于Voronoi图的无线Mesh网络网关部署算法

将Voronoi图应用于无线Mesh网络网关部署问题中,提出了基于Voronoi图的无线Mesh网络网关部署算法.算法首先根据已知AP(access point)位置对网络拓扑图进行Voronoi划分,使得每个终端与其最邻近的AP属于同一区域;然后提取每个Voronoi区域与相邻区域的交点作为备选网关位置,依次计算以每个备选网关作为根节点的网络最小生成树;最后将生成树权值最小、跳数最少的输出作为部署结果.NS2仿真结果表明,在经过Voronoi划分的较小规模网络场景下,所提出算法的丢包率、转发包数量等性能均优于最小权值算法和随机算法.     

IaaS云计算中虚拟机部署算法研究

针对基础设施即服务(IaaS)模式的云计算应用系统,以减少宿主机使用数量、提高宿主机资源利用率为优化目标,研究了虚拟机集合向宿主机集合部署算法.分析了虚拟机部署基本原则,提出了扩展降序最佳适应(EBFD)算法,该算法将宿主机和虚拟机资源量化、排序,并引入初始长度的概念.对比了EBFD算法和其他装箱算法的基本性能;针对虚拟机部署,将EBFD算法和已有虚拟机部署算法进行比较,结果表明EBFD算法有较好的调度效果.     

移动云计算中基于启发式图划分算法的软件部署优化

针对如何在移动云计算基础设施上优化部署软件应用程序的问题,提出了基于启发式图划分算法的优化方案。首先,对提出的问题进行数学建模;然后,研究了三种解决该问题的算法,通过最小化网络使用率优化软件部署;最后,在由Eppstein幂律生成器生成的图上进行了仿真实验。实验结果表明,提出的算法在移动云计算环境中能够有效地优化软件部署,在经典的移动云计算环境下产生的图尺寸比METIS4.0小10%-40%。     

网格移动的无线移动传感器网络部署算法

针对目前无线移动传感器网络中部署算法过于复杂的问题,提出了一种新的基于网格移动的无线移动传感器网络部署算法.降低了常见无线移动传感器网络部署算法的时间复杂度,提高了任务区域的节点覆盖度,减少了覆盖漏洞,适用于无线移动传感器网络的应用.文中论述了该算法的构架,执行过程,并对该算法进行了仿真分析.仿真结果表明,该算法在有效降低算法复杂度的情况下满足了网络部署中关于覆盖率的要求.     

一种基于网格划分的虚拟力部署算法的研究

针对移动传感器网络节点自部署的覆盖和能耗等关键问题,对部署区域进行正方形网格划分,结合虚拟力算法,提出了一种基于网格划分的修正虚拟力部署混合算法,并采用网格顺序编号法和网格螺旋编号法两种编号方法,分别对该部署算法的性能进行了仿真分析.仿真结果表明,与原始虚拟力算法相比,所提出的算法能更快更高地提高网络覆盖率;同时相较于顺序编号法,采用螺旋编号法时所提出的部署算法节能性能和能量均衡性能更好.     

机器人双目图像实时立体匹配算法

针对移动机器人平台上的双目视觉深度信息获取问题,研究了一种适用于动态图像序列的双目图像立体匹配算法.采用成熟的半全局立体匹配算法对图像快速立体匹配;分析了在复杂环境下的运动平台上完成立体匹配所面临的主要噪声干扰,包括白斑噪声和断层闪烁噪声;为此,分别提出了白斑滤波算法和视差图时间域滤波方法以抑制这两种噪声.试验结果表明,所提出的算法能够有效抑制动态双目图像在立体匹配时的噪声干扰,最终能够实时获得连续清晰的视差图序列.      

警务信息平台建设的研究与实现

当前的警务工作对信息平台提出了更高的要求。以江苏省公安厅警务信息平台的建设为例,讨论了警务信息平台的建设目标、应用关系和部署原则,提出了信息平台的体系结构,基于人、案件、物品、机构、地点五要素提出了信息资源库的设计策略。采取集中式部署方式建设了江苏省警务信息平台,实现了各警种、各部门信息系统之间的资源共享。     

图顶点着色问题的改进粘贴DNA算法

针对目前存在的解决图顶点着色问题的DNA算法或DNA编码量过大或复杂度太高的问题,为了提高解题效率,将多级分离技术应用到图顶点着色问题的求解中,对解决该问题原有粘贴DNA算法加以改进;改进后的算法减少了操作步骤,达到了预期目的;最后,通过对一个实例的模拟,说明了改进算法的可行性.     

基于Web服务的移动成绩查询系统的设计与实现

鉴于J2ME和Web服务技术在部署移动应用上的优势,将这两种技术有机地集成起来,提出一个基于Web服务的移动成绩查询系统的设计方案,并对其实现方法进行详细介绍.通过系统在手机模拟器上的成功运行,从而验证了Web服务在J2ME平台中应用的可行性.     

基于移动平台的异构并行字符串匹配算法

针对信息处理中常见的字符串匹配问题,通过对经典的Brute Force算法和KnuthMorris-Pratt算法进行分析,根据GPU异构并行计算任务的分配特性,设计一种针对Knuth-Morris-Pratt算法的数据重叠划分并行方案,并提出一种基于移动平台的异构并行字符串匹配算法KMP_MOP.在PowerVR移动平台环境下使用千万级长度的字符串数据对算法的性能进行测试,同时对算法在其他平台的执行情况进行比较,验证了并行算法的性能可移植性.实验结果表明,KMP_MOP算法能充分利用移动平台中的GPU性能,有效提高具有GPU的移动平台设备的字符串匹配效率.     

基于资源动态变化的桌面Linux交互性能测试方法

传统的性能测试方法或者仅关心操作系统或CPU的局部吞吐量性能,或者仅关注应用软件的使用性能,不能反映L inux系统对桌面交互应用的影响。该文提出了基于动态变化的系统资源环境,利用事件处理延迟时间对L inux桌面应用进行交互式性能测试的方法。建立了桌面应用的静态模型,改进了已有的动态模型,完成了在不同的内存负载下应用软件启动交互性能测试。基于该方法的测试结果表明L inux桌面应用交互性能在软件启动方面不佳,在桌面应用环境下的sw ap效率较低。由于L inux体系结构和算法源自传统U n ix,先天比较适合服务器。因而L inux要成为性能卓越的桌面操作系统,除了应用软件自身需要改进外,系统资源的管理调度也需要优化。     

基于符合控制算法的全向移动平台设计与实现

设计并制作了一款基于麦克纳姆轮的全向移动平台,为保证移动平台的高精度运动和灵活避障,提出了一种复合控制算法。移动平台采用4个麦克纳姆轮为驱动轮并建立了在环境坐标系下的数学模型,采用上、中、下3层分布的电路控制系统,并以二维模糊PID(proportion integral differential)控制器、Bang-Bang算法和提出的避障算法构成复合控制器,实现移动平台在室内灵活避障和高精度运动。研究结果表明:设计的移动平台运动方式灵活,能够在二维环境下保持良好的避障能力和较高的运动精度。     

基于Android的移动应用安全实验平台建设

针对移动应用安全领域教学科研的需要, 开发建设了移动应用安全实验平台。选择Android作为实验系统, 通过在计算机上创建虚拟机与智能设备相结合的方式构建实验单元, 再由多个实验单元通过高速网络连接而成整个实验平台。根据移动应用安全的特点制订了实验设计策略, 并依此策略设计了8个模块的24个具体实验, 涵盖了移动应用安全的3个层面; 以具体实验模块的应用为例介绍了平台的使用方法。实际应用表明, 移动应用安全实验平台的建设与应用满足了移动应用安全领域教学与科研的需求, 取得了较好的教学效果。     

基于ADAM优化卷积神经网络的火电厂大数据平台预警模型测试与应用

为了提高火电厂大数据平台的生产维护安全化、监控管理精细化、经济效益持续化，提出了大数据平台内开发故障诊断预警系统，采用基于ADAM算法优化二维卷积神经网络方法建模技术融入于大数据平台中，并结合大数据平台和专家故障预警诊断功能进行测试与应用。首先对故障预警模型进行数理建模及模型训练优化，直至满足模型功能要求，实施模型算法代码与大数据平台的合库部署上线、满足提前发现系统故障的功能，并结合机理分析对故障系统进行细致化分类，最终发现根本的故障原因。实现了火电厂生产过程中各系统运行特性的全周期监控，在系统或设备发生故障前进行预警并推送异常信息，规范化了模型部署在大数据平台后的测试与实施工作，进一步发现模型缺陷，提高模型准确率。     

普及计算应用模型及关键技术研究

随着计算机技术与网络通信技术的发展,计算模式也在发生变化.作者从普及计算环境出发,在研究传统应用模型的基础上,提出了普及计算模式下的应用模型,并对该模型中的关键部分-服务网关-进行了分析研究,并把这些研究成果应用到了SVA-IBM联合实验室的iHome项目中,在实践中检验了模型的可应用性.普及计算应用模型的提出,体现了以人为本的思想,从服务的角度拓宽了人们解决问题的思路,有助于人们解决普及计算环境中复杂多变的计算问题,为普及计算模式下应用程序的继续开发提供了指导.     

基于TS-KNN的室内定位算法

室内定位是智慧城市的硬性需求,大量智慧城市相关应用都离不开位置服务。主要室内定位技术包括:蓝牙、RFID、UWB、地磁等,但由于成本、部署便捷性等问题,限制了其应用发展。笔者提出了一种基于指纹时序特征的KNN(k-nearest neighbor)定位算法(TS-KNN,timing sequence based KNN),该算法使用当前时刻的指纹进行基准坐标选择,并利用前几个时刻的定位结果对每个基准坐标进行权值修正。在重庆市某广场进行实验测试结果表明,提出的TS-KNN方法与KNN和WKNN等其他算法相比较,具有更高准确率,可有效提高室内定位精度,降低平均定位误差。     

自适应软件应用平台模型的研究

传统的软件应用平台一般是以静态、确定的方法支持应用软件的开发,它缺乏由应用环境反馈的信息来提高和改善其系统性能的能力．为克服传统软件应用平台的缺陷,在传统的软件应用平台中引入相应的感知与学习机制,形成一个智能化的自适应软件应用平台模型ＡＳＡＰ,使得应用平台在建立应用系统的方法、控制模式和平台的学习方法上有较高的自适应性。该模型可通过利用由应用环境和开发人员反馈的信息来自我改善和调整其性能,并可通过与应用环境的交互学习获取应用软件开发的知识,从而提高和改善应用平台支持应用软件开发的能力．     

基于Android系统的中国象棋游戏的设计和实现

目前,Android以其开放性、易用性及其良好的用户体验而成为智能手机和平板电脑主流操作系统和移动应用开发平台。本系统在Android操作系统的智能手机平台上,研究了中国象棋程序的评估函数和搜索算法,开发了中国象棋游戏。