无线传感器网络最小中继节点布置问题的近似算法

为了消除传感器节点路由负载的不平衡,可在无线传感器网络中布置少量功能较强的中继节点作为路由节点,最小化中继节点数是其主要优化目标.文中证明了有界平面区域上的中继节点布置问题是P问题,但一般情况下的计算复杂度相当巨大.从中继节点布置问题的几何覆盖特征出发,提出了一种O(n~2 log n)时间的贪心近似算法,其中n为传感器节点数目.在该算法迭代过程的每一阶段,先从未被覆盖的传感器节点中选出一个关键节点,为了阻止孤立节点的产生,再按照"优先覆盖与关键节点距离较近的传感器节点"的原则来确定中继节点的位置.实验结果表明该算法可在很短的时间内生成一个接近最优的可行中继节点布置,且在中继节点布置的尺寸以及执行时间方面都要优于现有算法.     

一种基于并行计算熵迁移策略的多分辨DOM数据生成算法

数字正射影像图(digital orthophoto map,DOM)数据通常以多分辨数据形式组织,并以切片的方式存储,而海量多分辨DOM数据的生成需要大量计算和大容量存储.针对此问题,提出一种基于并行计算熵迁移策略的并行多分辨DOM数据生成算法,以减少海量多分辨DOM数据的生成时间.该算法采用并行计算熵来衡量并行计算机系统的负载平衡程度,并以此判断何时需要进行负载迁移以及如何迁移.仿真实验表明,与串行算法相比,该算法能有效减少程序执行时间,并且能获得较高的加速比和并行效率.     

大数据并行计算框架

大数据是当前IT信息技术研究和应用的热点,但目前的研究多集中在系统和应用层面,而理论基础研究方面相对较少.本文以计算复杂性理论为基础,针对大数据量大、快速和多样性等挑战,着重研究大数据的可计算性及其计算原理.首先将多种类型的大数据抽象到度量空间进行统一化表示以解决多样性问题,其次在度量空间中基于距离对大数据进行划分,最后运用NC类计算理论等并行计算理论和方法对大数据问题进行并行求解,以解决量大和快速等问题.本文从更广的视角,根据大数据的特性和大数据整个生命周期,提出处理大数据的策略和技术以及需要变革思维方法研究大数据.     

可重构三维激光彩色扫描仪

针对原三维激光扫描系统3DLCS存在的问题,研制了基于FPGA的可重构实时三维激光彩色扫描仪.介绍了系统基本测量原理和系统总体构成,设计了基于FPGA处理器的硬件系统结构,并阐述了其工作原理.由FPGA处理器完成提取图像中激光带中心线、人头轮廓线和中心颜色线等算法.对三维重建有用信息经计算机接口送入主机,在主机上进行三维重建和三维构型.描述了系统数据处理流程和关键算法.系统可以实时地获取目标的三维和色彩信息,并在计算机上重建和显示立体三维图形.列出了实验结果.采用FPGA专用集成电路和主从式系统结构,大大提高了物体三维信息获取的速度,显著的改进了整个系统的性能,降低了产品成本.     

遗传神经网络在PPⅡ预测中的应用

提高多聚脯氨酸二型结构的预测精度，可从两方面着手，一是结合遗传算法，形成遗传神经网络，努力使迭代往全局最优的方向进行；二是通过神经网络输入层，添加反映残基和预测中心位置距离的单元．结果表明，使用混合算法建立的新模型比仅用神经网络模型在预测精度上有明显提高，可从64．5％提高到70．1％．     

一种在无线传感器网络中构造有效连通支配集的算法

构造连通支配集是解决数据收集问题的一种较有效方法,现有算法在构造连通支配集时只考虑支配集的大小,造成支配集有效期短,易产生盲点及传输数据能耗大.针对如上缺陷,综合考虑支配集的大小、节点能量及节点到基站的路径,提出了一个基于广度优先搜索生成树的算法.模拟实验表明,该算法的系统生命期比现有算法提高20%左右,延迟缩短17%左右.