软件老化过程建模、预测及软件再生策略研究

研究基于Linux网络服务器的软件老化过程建模、预测及软件再生策略问题.通过引入动量项及模拟退火算法的人工神经网络(BP)改进算法,对软件老化过程进行建模和预测.克服了BP算法收敛速度慢,易陷入局部极小值的缺陷,并提出将基于阈值的软件再生策略用于软件老化现象的主动性容错,提高软件系统的可靠性和可用性.仿真结果表明,该策略既降低了软件失效率,又减少了系统由于软件恢复而暂停服务的时间.     

一类变系数分组Cox回归模型及其估计

讨论了一类变系数分组Cox回归模型.该模型提高了线性分组Cox回归模型的灵活性和适应性.基于局部加权极大似然估计方法,讨论了该模型的参数估计问题,利用迭代加权最小二乘法给出了局部似然方程的迭代算法.     

基于关联维计算的软件失效混沌识别研究

针对大数据环境下软件失效行为的复杂性问题,提出了一种基于关联维数的软件失效混沌识别算法.通过计算软件失效数据是否具有关联维特征来验证失效的混沌性,利用相空间方法重构软件失效系统,验证了软件失效行为的混沌性.实验结果表明,混沌关联维算法能够有效识别软件失效的混沌性,精确地描述软件失效行为的无序性和无规则性,同时也能解决复杂软件系统失效、大数据混沌性这类复杂问题.     

基于分块加权的局部保持投影的人脸识别

为增强对姿势、表情、光照等变化的鲁棒性,提出了一种加权的分块局部保持投影人脸识别算法.算法先对样本图像分块,对分块得到的子图像利用局部保持投影算法分别提取局部特征信息,并利用k近邻点的类标信息和样本影响力函数计算各分块子图像的权重.该算法能够有效地抽取图像的局部特征,对人脸表情和光照条件变化较大的图像表现尤为突出,在AT&T和Yale人脸库上的比较实验说明了该算法的有效性.     

基于全局与局部特征的嵌入式人脸识别系统

基于主成分分析人脸识别算法,提出一种基于全局特征和局部特征的加权算法,并且在嵌入式(Tiny6410)上完成系统的设计与实现.利用主成分分析提取人脸全局特征,根据特征值贡献率获取降维后的人脸子空间,采用欧氏距离匹配测试样本;用人眼检测算法、鼻子检测算法等提取每个样本的左眼、右眼、鼻子、嘴,分别建立样本集,采用主成分分析;分别计算全局和局部特征的离散度,根据离散度进行自动加权算法,给出最终的人脸识别结果.实验表明,该系统具有一定的稳定性,识别效果优于单一模块的识别.     

基于奇异值分解的无参考立体图像质量评价

针对非对称失真立体图像,提出了一种基于奇异值分解的无参考评价算法.该方法首先考虑人眼对空间频率变化敏感的特性和双目融合特性,对立体图像进行Gabor滤波,基于奇异值分解的融合策略生成融合图.然后,采用亮度加权直方图的局部二值模式算法分别对融合图、左右子图像提取特征,并将左右子图像的特征向量融合、采用欧几里得距离和夹角余弦进行向量之间的比较;为度量非对称失真差异,利用图像相似度算法计算左右子图像之间的相似性.最后,将融合图的特征向量、子图像的融合及比较特征向量、子图像的相似度特征向量级联,利用支持向量回归(SVR)算法完成特征到主观质量分数的回归映射.在LIVE3DⅡ、Waterloo-IVCⅠ和Waterloo-IVCⅡ立体图像库上对本算法进行测试.实验结果表明,本算法性能良好,优于目前主流的立体图像质量评价算法.     

基于WLLE和SVM的植物叶片图像识别方法

针对局部线性嵌入(LLE)算法易受噪声影响,以及最近邻分类器不能有效识别植物叶片图像,提出一种基于加权局部线性嵌入(WLLE)和支持向量机(SVM)的植物叶片图像识别方法.首先利用WLLE算法对预处理后的含有高斯噪声叶片图像进行特征提取,然后采用SVM分类机制对叶片图像进行训练和识别,最后在真实的植物叶片图像数据库中提取植物叶片图像进行分类实验.实验结果表明该方法能提高叶片图像的分类率.     

基于WLLE和SVM的植物叶片图像识别方法

针对局部线性嵌入(LLE)算法易受噪声影响,以及最近邻分类器不能有效识别植物叶片图像,提出一种基于加权局部线性嵌入(WLLE)和支持向量机(SVM)的植物叶片图像识别方法.首先利用WLLE算法对预处理后的含有高斯噪声叶片图像进行特征提取,然后采用SVM分类机制对叶片图像进行训练和识别,最后在真实的植物叶片图像数据库中提取植物叶片图像进行分类实验.实验结果表明该方法能提高叶片图像的分类率.     

一种基于局部颜色特征的图像检索算法

提出一种基于局部颜色特征的图像检索算法.该算法首先对图像进行分块,提取各分块的主色作为颜色特征,然后根据图像中心的重要性,对图像各个分块的颜色特征采用不同的加权系数,使局部图像的特征矢量被增强,从而提高了图像的检索精度.与基于全局颜色直方图方法相比,基于局部颜色特征的图像检索算法具有更好的检索结果.     

基于面向对象软件的详细级SFMEA方法研究

针对面向对象软件寻找一种可行的软件失效模式及影响分析(SFMEA)方法,可有效地提高软件可靠性。本文提出了一种利用系统依赖图与切片技术进行详细级SFMEA的方法,利用图形对失效原因及影响进行分析,该方法为分析过程提供自动化依据。     

合成绝缘子老化试验的测量和数据采集系统

研制了一套用于合成绝缘子5000小时加速老化试验的测量系统．该系统包含基于戴尔服务器的硬件系统和基于LabView平台的软件系统,可实现5000小时老化实验过程中多个特征量的实时分析和记录、老化电流中脉冲电流和泄漏电路的分离、故障后的自动恢复和报警、以及试验统计工作的可持续进行．     

基于BP神经网络和马尔科夫模型的服务器软件老化预测方法

针对服务器软件老化的现象,提出了一种基于BP神经网络和马尔科夫模型结合的方法对服务器关键资源进行预测.实验表明,该算法有一定的预测精度,在一定程度上能够满足服务器老化预测的要求,为服务器抗老化策略的制定提供了依据.     

以太网智能测控系统中虚拟仪表软件的实现

顺应当前以太网测控系统的发展新趋势，提出了一种采用以太网通信方式的智能测控系统平台，详细介绍了基于Java技术的网络化测控虚拟仪表软件系统的设计方法和主要功能模块，并最终实现了一个基于虚拟仪表思想的软件平台，应用结果表明运用Java和虚拟仪表技术的平台软件通用性较好，具有较强的可靠性和灵活性，提高了测控系统设计的效率．     

基于Xen的软件再生方法研究与实现

实现服务器虚拟化的虚拟机系统在长期的运行过程中会出现性能衰退、服务质量下降等"老化"现象。为了避免虚拟机系统软件老化造成的不必要的损失,本文使用软件再生方法来解决这一老化问题,提出了一种改进的虚拟机再生框架,分析了三种对虚拟机监视器进行再生的方法。并在此基础上采用Cold-VM方法和Migrate-VM方法对虚拟机监视器进行了再生实验。实验结果表明,Cold-VM方法对当前系统服务的中断时间较长,而Migrate-VM方法可以有效的降低当前系统服务的中断时间,提高系统的可用性。     

新型车用蓄电池检测仪的设计

基于单片机最小系统，针对在线蓄电池工作状况，设计了新型车用蓄电池检测仪。在剩余电量检测中将开路电压法和安时积分法相结合，相对于已有的一些剩余电量检测方法，该方法不仅可以更精确地检测剩余电量，而且能够分析出电池的老化程度。提出分电池检测法，能够对电池组工作中的不平衡情况发出警报，保证电池组的良好运作。在软硬件方面很好地实现上述功能，并设计了操作便捷的人机界面。     

面向组件的软件测试技术

使用组件,特别是第三方商业组件集成开发而成的软件越来越多,面向组件的测试技术的需求越来越大。UML是目前软件开发业应用最广泛的可视化标准建模语言,它能应用于整个软件开发过程的各阶段。UML的许多特点与面向组件的软件测试需求相吻合。基于UML的软件测试技术在对面向组件的软件开发具有广阔的研究和应用前景。     

重配置与周期再生相结合的软件再生模型

针对持续运行软件系统中的老化问题,提出一种重配置与周期再生相结合的软件再生方法.采用连续时间马尔可夫链对两阶段衰退软件系统的工作模式进行建模,给出系统可用性和单位时间平均成本的形式化定义与分析,并以可用性和成本作为评价标准计算相应的最佳再生周期,推导出了采用重配置的临界条件.仿真结果表明,随着重配置成功率的提高,系统的可用性增加,成本降低,当重配置成功率为1时,与纯周期再生方法相比,采用结合重配置的软件再生方法可使系统单位时间宕机成本降低48.9%.     

在数字视频广播(DVB)接收机中实现软件自动更新

在各种消费类电子产品中,软件系统一般均存在某些缺陷或需要在功能上进行修改,这就需要一种方便可靠的机制对软件系统进行升级或更新．该文设计了一种软件自动更新系统(kader),阐述了它的工作原理,并给出了它的实现方法．该软件已经成功地应用于数字视频广播(DVB)接收机中．     

软件老化的实验程序设计

研究表明,服务器软件如果长时间运行则会产生软件老化现象。导致计算机系统失效。为了解决这一问题,首先需要做软件老化的实验,这就涉及到实验程序的设计。本文以Apache服务器为例,给出了软件老化现象实验的程序设计图及源代码。