面向多任务调度的可重构算法设计

针对在单个逻辑芯片上实现多任务的应用场合,设计了面向多任务调度的可重构算法,以此提高逻辑芯片的资源利用率和任务的响应效率.详细描述了面向多任务调度的重构设计原理,并针对逻辑芯片中多任务的调度种类分别设计了逻辑芯片的重构调度算法,最后选取了多个典型的任务进行对比测试.测试结果表明,使用重构算法之后的逻辑芯片在资源占有率和任务响应延迟上均优于传统的逻辑芯片设计方法.     

基于安全意识重构不安全行为涌现抑制的研究

安全生产与和谐社会是经济发展和社会进步的重要前提.以安全生产为背景,以人、物和环境构成的行为安全系统模型为研究对象,以协同安全意识重构和不安全行为涌现抑制为研究目标,本文在行为安全综述的基础上,提出采用复杂系统理论、行为安全管理方法和物联网技术,在物和环境条件下研究个体与群体:(1)安全意识的交互关系、协同进化和平衡趋势;(2)不安全行为涌现的关键因素及其与安全意识的关系;(3)安全意识重构和不安全行为涌现抑制的管理方法与干预技术.研究意义:在理论上利用复杂系统理论探索行为安全管理的机理和规律;在实践上为我国安全生产与和谐社会的实现提供参考和依据.     

一种鲁棒的稀疏信号重构算法

针对稀疏信号重构性能不稳定的问题,结合半阈值迭代算法,提出了一种鲁棒的稀疏信号重构算法。该算法首先对随机信号采用半阈值迭代算法进行重构,以获得初步的重构信号,然后改变迭代初值和参数初值进行新的迭代计算,同时增加一个新的循环终止条件,在保证算法稳定性与收敛速度的同时,使迭代结果跳出相对误差较大的局部极小点而收敛于误差较小的点成为可能,提高了重构信号的成功率。对该算法进行了信号重构和图像重构2个方面的实验,结果表明,与半阈值算法及相关算法比较,无论是对高斯信号、符号信号还是自然图像信号,该算法重构信号的成功率都有明显提高,较半阈值算法平均提高了约30%~40%,表现出较强的鲁棒性。     

面向探索式搜索过程的查询推荐

查询推荐是一种提高用户搜索效率的重要工具,但是传统的推荐方法对于探索式搜索的推荐效果不好.针对此问题提出了一种新的面向探索式搜索过程的查询推荐方法,即根据用户搜索的行为模式,通过试探性查询重构和确认性查询重构两个过程,对探索式搜索过程进行建模,并根据影响探索式搜索过程的三种因素提出了一种排序算法,将确认性子查询中的查询推荐给用户.通过与传统推荐方法的对比实验验证了本模型及其推荐方法的有效性.     

基于曲波变换的地震数据压缩感知重构算法

为提高地震数据压缩感知重构的信噪比和保真度, 提出一种基于曲波变换的地震数据压缩感知重构算法。建立了地震数据压缩感知重构模型, 分析了基于曲波变换稀疏表示的地震数据各尺度之间能量与熵的分布特性, 结合分块压缩感知技术降低随机观测的计算复杂度, 利用曲波变换稀疏表示高频区域各尺度之间的相关性, 设计了随信息熵变化的自适应双变量收缩阈值迭代重构的方法。实验结果表明, 在相同的采样率下,该算法重构的地震数据峰值信噪比提高了1. 5 dB 以上, 并且具有良好的细节信息保持能力。     

一种远程备份数据虚拟重构方法

针对目前常用的基于写时拷贝（COW）快照方法的持续数据保护（CDP）系统在数据重构时,需要在快照物理空间存储旧数据,从而花费巨大空间和时间代价的问题,本文提出了一种远程备份数据虚拟重构方法.该方法使用偏移文件和位图文件分别记录旧数据块所在位置以及数据块是否变化,并在内核层创建虚拟块设备,自定义块设备的I/O处理函数,把对数据块的读操作重定向到镜像卷或日志卷,从而克服了快照方法造成的灾备中心时空资源浪费严重的问题.实验结果表明,相比基于快照方法的数据重构,本文方法不进行物理重构,不仅可有效地节约存储空间,而且可大幅地缩减数据重构的时间.     

一种基于视频序列单目视觉下的运动车辆轮廓重构算法

针对运动车辆在单目视觉下轮廓重构的问题,本文通过特征目标识别的方法解算出无约束运动车辆的运动参数,将无约束运动物体的轮廓重构问题转化成已知约束运动物体的轮廓重构问题,提出了一种基于视频序列的单目视觉下的运动车辆轮廓重构算法.实验结果证明,新算法能够较好地重构出不同大小车辆的3D轮廓,其车辆高度估算值的误差在4%以内     

5阶WENO有限差分法在界面追踪中的应用

为实现高精度和高分辨率追踪流体运动界面,采用流体体积函数(VOF)法,将VOF函数的二维运输方程转化为一维守恒律方程后,空间导数采用5阶WENO有限差分法离散,时间导数采用3阶Runge-Kutta法离散,数值流通量采用Local Lax-Friedrich通量计算,运动界面采用Youngs界面重构技术重构,从而给出一种5阶高精度和高分辨率的流体运动界面追踪方法. 将该方法分别应用于平移、旋转场和剪切流场中经典模型的运动界面追踪,结果表明本文方法可实现流体运动界面高精度和高分辨率的追踪.      

基于子空间追踪的稀疏信号重构算法

信号重构算法是压缩感知理论中的重要环节,其优劣影响压缩感知的重构效果.基于子空间追踪算法,对经稀疏表示和测量矩阵压缩后的信号进行重构验证,理论分析和实验结果表明,子空间追踪算法能使信号在较高压缩比下保持良好的重构效果.     

基于显微视觉的沥青路面微观纹理三维重构

针对沥青路面微观形貌常用检测方法的不足,融合显微视觉的局部放大特性和数字图像处理技术,提出了基于显微视觉的沥青路面微观纹理三维重构方法。根据激光三角测量原理建立显微视觉三维重构数学模型;利用立体显微镜采集序列图像,对图像进行插值处理和阈值分割,并提取光条中心线;采用Delaunay三角剖分算法实现表面三维重构。与基于聚焦深度的沥青路面微观纹理三维重构方法进行试验对比分析,结果表明,本文方法对光照均匀性无特殊要求,具有精度高、操作简便、三维直观性强等特点。