GPU加速的图像实时分形编码

图像分形编码压缩率大且质量较高,但实时性不好,因此难以推广应用.提出使用GPU对编码进行加速的方案.以图像FW算法为基础,在CUDA规范下,使用GPU并行地对图像中所有的待编码子树同时进行最优父树搜索.实验表明,该文编码方案在保持原有算法图像解码质量的情况下,可将编码时间缩短至毫秒级,满足了实时性的要求.     

信息系统动态复杂性分析及运维策略设计

为设计动态的信息系统运维服务策略,首先提出基于范围和波动两个维度建立信息系统应用过程的动态复杂性模型,然后引入基于信息熵的数据复杂性计算方法度量并分析信息系统的动态复杂性,并以此为依据设计相应的动态运维策略,最后通过三家样本企业进行了应用实证.结果表明:企业信息系统的动态复杂性能较为综合反映系统的应用特征和规律,基于分析结果制定的信息系统运维策略能够提高信息系统运维服务的效率.研究信息系统动态复杂性及其运维策略有助于指导企业推动IT与业务相融合的运维服务实践.     

移动交界面流固耦合传热的数值稳定性分析

研究了交界面移动情况下流固耦合稳态传热的数值稳定性问题.考虑Dirichlet-Robin组合边界条件,用速度表征交界面的移动情况,流体域和固体域分别采用有限体积法和有限单元法进行离散及数值求解,利用Goudonov-Ryabenkii理论正则模态分析方法重点研究了交界面移动时数值方法的稳定性,最终获得了一条由耦合系数和移动速度组成的最优曲线,并且证明了当耦合系数和移动速度在这条曲线上取值时,离散的求解域能够达到最快的收敛速度及绝对的稳定性特征.为设计人员进行数值仿真时选取合理的参数提供了参考.     

面向同源蛋白质探测的一种新型混合深度学习模型

根据蛋白质氨基酸链探测其同源蛋白质,进而预测蛋白质的功能,是生物信息学研究领域的一个重要挑战,也是众多生物医学研究领域的基础研究内容,有着重要的科研价值和广泛的应用需求。其研究难点在于:(1)如何学习对同源蛋白质预测有效、有用的蛋白质特征信息;(2)如何更好地运用蛋白质特征信息,实现同源蛋白质的探测与识别。为了解决同源蛋白质探测与识别研究中的关键难点,本文提出一种基于混合深度学习架构的同源蛋白质探测与识别模型(HDLM-PHP)。通过采用统一的"管道式"深度学习架构,将蛋白质特征学习和探测识别统一为一个整体,提高同源蛋白质探测与识别的效能。采用多组并行的深度卷积神经网络,学习蛋白质的各种属性信息,以期获得丰富的待检测蛋白质和靶蛋白质的高级相关性特征,并通过全连接方式使用多层RBM结构融合和精炼这些相关性特征为全局相关性特征。通过统一的深度网络连接方式,以探测和识别任务为导向,学习到对于同源蛋白质预测最有效、最全面的蛋白质特征信息。在标准数据集SCOPe上,对所提模型进行性能与效率评测,结果表明:本文提出的模型能有效地学习到符合任务导向的蛋白质特征数据,提升同源蛋白质探测与识别的准确度和召回率,优于现有的模型和算法。     

肝动脉化疗栓塞术治疗肝恶性肿瘤对肝功能的影响

目的探讨肝动脉化疗栓塞术(TACE)治疗肝恶性肿瘤患者对肝功能的影响.方法选取60例肝恶性肿瘤患者作为本组观察病例,分别在术前、术后1d、7d、3周及6周时对患者进行肝功能检测,并对结果进行对比分析.结果术后1d及术后7d的ALT,TBIL,DBIL均明显高于术前,差异具有统计学意义(P0.05);术后其余各项指标与术前相比均无明显差异,无统计学意义(P0.05).结论 TACE治疗后短期内对肝恶性肿瘤患者的肝功能有较大影响,在治疗后要注意加强对患者肝功能的保护.     

基于熵值法和线性加权模型的承德市新型城镇化路径研究

基于承德市2006—2015年的时间序列数据,采用熵值法和线性加权模型对其新型城镇化路径进行实证研究.结果表明,环保、经济、人类系统和社会建设水平在推进新型城镇化进程中所占地位和影响力度不同.其中人类系统发展水平是加速新型城镇化进程的主要因素和薄弱环节,特别是户籍人口城镇化率和常住人口城镇化率影响最为突出.     

非奇异快速终端滑模控制

现有的非奇异终端滑模控制方法和非奇异快速终端滑模控制方法都存在收敛速度缓慢以及“收敛停滞”等问题,针对这些问题提出了一种改进方法。在保证控制器非奇异的条件下将原滑模面中指数项设计参数由分数扩展到正实数域,既提高了收敛速度又扩大了参数选择的灵活性;引入快速终端趋近律,将原来的线性或指数渐近趋近改进为快速终端趋近,提高了系统状态的趋近速度;对“收敛停滞”问题产生的原因进行分析,提出了设计参数所应满足的条件。最后对某无人平台进行航向跟踪数值仿真,仿真结果验证了改进方法的有效性。     

电子政务云平台实用化研究

阐述了推进电子政务云平台建设的意义,详细介绍了电子政务云平台实用化实施的步骤。