随机信息系统中基于不可辨识矩阵的属性约简

在随机信息系统中,根据不可辨识关系,提出了不可辨识属性矩阵的概念,证明了不可辨识属性矩阵与可辨识属性矩阵的关系,最后提出了一种基于不可辨识属性矩阵约简算法.实例研究表明,相对于可辨识属性矩阵算法,该算法在时间和存储空间上都有较大的改善和提高.     

基于稀疏矩阵存储结构的H-矩阵迭代判定算法的实现

本文针对文献[1]中的H-矩阵迭代判定算法,提出了适用于此算法的稀疏矩阵的存储结构,并用C语言实现了基于该存储结构的稀疏—矩阵判定算法.运用该存储结构的迭代算法判定大型稀疏矩阵节省了存储空间,提高了运算速度.     

一种多变量公钥算法的优化方案

针对多变量公钥体系的一些主要问题,提出了一种高效的优化实现方案.首先化简域L模幂运算,提出矩阵化方法,将庞大的模幂次数分解成矩阵形式并进行整合优化;基于BitSlice和复舍域分解的思想,提出一种用于64位处理器的域K乘法优化方法;提出稀疏矩阵LU压缩编码方法,减少私钥矩阵的存储空间;将以上优化算法在SFLASH签名算法上予以验证.与NESSIE官方数据相比,签名速度提高了2倍,验证速度提高了2倍,私钥存储空间减少了一半.     

对称矩阵行压缩的下标变换定理及在测绘中的应用

证明了整数环误差引理,进一步证明了对称阵行压缩的下标逆变换公式,这将其解压缩算法的时间复杂度从O(n2)降低到O(1).分析了对称阵的行压缩方式下的2种解压缩算法的相对运行效率,分析表明,当采用下标逆变换算法从压缩的对称矩阵中查询元素时,其查询效率比二重循环算法高得多.将这些公式和算法用来管理测绘工作中的大规模对称矩阵,如ITRF2000-ALASKA站群的协方差矩阵,既可进一步节约计算机存储空间和网络资源,还可提高其数据查询效率.     

导体目标雷达散射截面的ACA-SVD快速算法研究

采用传统矩量法(MOM)求解电大尺寸物体时计算机资源消耗大,运算速度慢。为降低求解该类问题对于计算机硬件的需求,提高运行速度,应用自适应交叉近似(ACA)算法对阻抗矩阵的远场组元素进行低秩压缩,然后通过奇异值分解对得到的缩减矩阵进一步压缩以实现减少矩阵存储并加速矩阵向量乘运算。对于近场组元素,采用精确矩量法结合近场预处理技术,实现对雷达散射截面的快速计算。该算法在计算理想导体的双站RCS时结果与Mie级数结果吻合良好;算例证明:在计算精度相同的前提下,相比于传统矩量法,ACA和ACA-SVD算法的引入,分别可以减少59.25%和78.10%的存储空间,从而可以加速矩阵向量乘的计算。     

基于系统矩阵优化的二维磁性粒子成像研究

磁性粒子成像(MPI)是一种新型高分辨率成像技术,利用磁性粒子在交变磁场中的非线性响应构建系统矩阵进而重建磁性纳米粒子的浓度分布,提高重建速度并降低存储空间需求和计算复杂度是实现实时成像的关键.本文将磁性粒子的非线性磁化响应特征与电磁感应定律相结合获取检测点电压信号,进一步考虑接受线圈的灵敏度可得电压信号与磁性粒子浓度的关系,利用傅里叶变换及频域矩阵展开分析了影响系统矩阵的因素,系统分析了系统矩阵频率分量的选取以及不同接收方向对重建图像的影响.结果表明,通过选取高频段信号可以优化系统矩阵分量的空间结构;通过增加频率分量可以构建线性无关方程组,使方程的解唯一化,提高重建精度和质量;通过不同接收方向系统矩阵的重组,使系统矩阵拥有更丰富的空间结构,进而提高浓度分布重建图像的质量.本研究对MPI技术进行磁性纳米粒子浓度重建起到了重要的指导作用,在新型生物医学成像领域有着广阔的应用前景.     

基于K-L算法的投影图正则非负矩阵分解

通过对投影非负矩阵分解(PNMF)增加数据点及其邻近点的约束,提出一种基于图正则化的投影非负矩阵分解(PGNMF)方法。PGNMF保留了数据在低维特征空间中局部几何结构的同时又对系数矩阵进行稀疏约束,既减少了存储空间,也提高了算法效率。理论分析和数据实验都验证了该算法的有效性。     

一阶常微分方程组的一个有效解法

对于一阶常微分方程组,将具有导数变量的系数矩阵作三角化分解,使其简化成单位矩阵．应用具有三阶精度、单步自起步、无条件稳定的隐式算法对一阶常微分方程组进行了简化,改进了Calahan算法．其中逆矩阵与矩阵的乘积,是通过矩阵三角化回代求解计算,从而回避了矩阵求逆．该算法保留了原方程组系数矩阵的稀疏存储方式和稀疏矩阵的运算规则,减少了计算时间和运算过程所需要的存储空间．     

基于知识粒度的最小属性约简算法

针对目前决策表属性约简的计算问题,研究了粗糙集理论中差别矩阵,讨论了知识粒度与信息量、类别特征矩阵之间的关系,利用知识粒度最大的属性生成较小的类别特征矩阵,设计了新的启发式规则来快速缩小搜索空间和最小化属性选择,提出了一个基于知识粒度的最小属性约简算法,并用一个实例证明了算法的正确性。与类别特征矩阵相比,采用知识粒度生成的类别特征矩阵可以有效地减少存储空间。实验结果表明,所提出的算法能够得到最小属性约简。     

形状自适应的嵌入式小波图像编码算法

为实现任意形状区域编码,提出了一种形状自适应的嵌入式小波图像编码算法.该算法借鉴低存储器的零树编码(LMZC)方法引入系数重要性矩阵和子孙重要性矩阵以减少存储空间的使用,并引入最大幅值变量以避免对后代系数的重复扫描.编码过程中,当树结构的编码开销大于增益时,采用直接位平面编码.实验结果表明,该算法执行速度快、存储器需求低,在相同压缩比情况下,图像重构质量和峰值信噪比(PSNR)均优于LMZC与等级树集分割(SPIHT)算法.利用该算法对任意形状对象进行压缩编码可取得良好的压缩效果.     

多普勒天气雷达单PPI探测强风暴的方法

利用天气雷达准确而快速地识别强风暴一直是进行强天气预警的关键组成部分。针对目前多普勒天气雷达探测强风暴方法在实际应用中存在的问题，提出了利用单PPI资料进行强风暴识别的方法，在综合利用多普勒天气雷达强度场、速度场、谱宽场资料及缩短探测时间方面进行了尝试。应用实际资料进行的效果检验表明：与现有强风暴识别方法相比，单PPI识别方法的结果准确率达87．5％，虚警率为22．2％，同时具有节省探测时间、快速发布警报的优点。     

一个电力系统的多模块数字实时仿真模型

提出了一种典型的高压远距离单回路三相输电系统的故障状态下建立模型的方法及其数字积分方法,通过具体的实例,在一个实时系统上运行结果表明,按所提出了的建模方法建立的模型是正确的。     

分布式实时系统的组资格成员算法

从满足分布实时系统容错要求的角度出发 ,基于 TDM广播网 ,提出了分布式实时系统中的一个处理机组资格成员算法 ;只要系统中故障处理机数目不超过半数 ,该算法就能在其发生周期之后最多不到 2个周期的时间内检测出系统中的处理机故障 ,并维持一个正确的处理机状态视图 ;对算法的正确性给予了证明 .     

基于加速度时域特征的实时人体行为模式识别

摘要： 针对高精度的实时人体行为模式识别,提出了一种基于加速度时域特征的行为模式识别算法.本算法选取时域特征作为唯一特征量,通过简化特征提取运算实现行为的实时识别,获得了高精度结果.通过在Android智能手机平台进行测试,每项动作识别正确率均可达80%以上.该算法相对于现有算法实时精度有明显提高,在手持终端领域具有较好的应用前景.     

基于磁盘阵列的多队列实时I/O调度算法

研究磁盘阵列的Ｉ／Ｏ调度问题．给出了建立在实时操作系统上的系统调度模型;在分析磁盘的Ｉ／Ｏ调度算法的基础上,提出一种适合磁盘阵列的多队列实时调度算法．该算法为每个磁盘指定了一个请求队列,并根据请求之间的依赖关系确定可并行执行的任务组．测试结果证明,新算法具有很好的性能     

7号信令系统定时服务器设计

在电信领域，尤其在７号信令系统应用中，定时器有决定性的重要影响．以ＴＵＰ为对象，剖析７号信令系统定时特点，分析定时服务器的服务对象和设计需求．基于ＵＮＩＸ和ＶＭＥｅｘｅｃ实时操作系统平台，扩展了标准的ＵＮＩＸ定时服务，提供了一个实时、高分辨率定时处理机制，并从设计方案、实现算法及性能等方面进行了讨论     

基于MPC860的嵌入式通信处理卡系统开发

为了缩减嵌入式系统的开发时间,节省开发成本,设计了基于 MPC860 的通用嵌入式通信处理卡系统,通过加载嵌入式实时操作系统 pSOS ,使设计的通信处理卡系统作为一通用的模块,广泛应用于数据采集、数字通信、数据交换等领域.     

Fast Fractal Image Encoding Based on Special Image Features

The fractal image encoding method has received much attention for its many advantages over other methods, such as high decoding quality at high compression ratios. However, because every range block must be compared to all domain blocks in the codebook to find the best-matched one during the coding procedure, baseline fractal coding (BFC) is quite time consuming. To speed up fractal coding, a new fast fractal encoding algorithm is proposed. This algorithm aims at reducing the size of the search window during the domain-range matching process to minimize the computational cost. A new theorem presented in this paper shows that a special feature of the image can be used to do this work. Based on this theorem, the most inappropriate domain blocks, whose features are not similar to that of the given range block, are excluded before matching. Thus, the best-matched block can be captured much more quickly than in the BFC approach. The experimental results show that the runtime of the proposed method is reduced greatly compared to the BFC method. At the same time, the new algorithm also achieves high reconstructed image quality. In addition, the method can be incorporated with other fast algorithms to achieve better performance. Therefore, the proposed algorithm has a much better application potential than BFC.     

基于相似度投票的社区划分改进算法

为快速、 准确地对日益复杂的大规模社会网络进行社区划分, 提出一种基于相似度投票的改进算法替代Louvain算法的底层划分, 解决了Louvain算法在底层划分收敛速度较慢, 并出现大量重复计算的缺点, 使社区划分更迅速. 由真实社会网络数据实验结果可见, 与Louvain算法相比, 改进算法在保持模块度基本不变的情况下, 效率显著提高, 划分的社区数更少、 社区结构更紧凑.     

基于改进贪婪式算法的AMR任务分配

采用自主移动机器人AMR(Autonomous Mobile Robot)集群智能、高效处理机场行李时,为了解决机场环境中AMR集群的分配调度问题,提出一种改进贪婪式算法的任务调度策略.根据随机行李数量,分配合适的AMR数量执行处理任务.该算法综合考虑在机场环境下行李任务的到达规律和AMR特性,据此改进贪婪选择策略,使其较其他算法更好体现行李任务与AMR之间的调度分配关系.首先,采用A*算法计算代价,能够获得更加符合实际环境的代价值;其次,对AMR进行类型划分和使用预先出发的策略,减小了任务分配时间和系统运行时间.仿真结果表明,该算法与相关文献算法相比,能够获得更小的任务分配时间和系统运行时间.