多通道并行访问模式下的闪存静态损耗均衡设计

静态损耗均衡算法决定了固态闪存存储系统的使用寿命。为了提高多通道并行访问模式下的闪存系统寿命,提出了一种主动搬移静态数据的静态损耗均衡设计。该设计在多通道并行访问模式下,根据擦除标志位,采用轮询法主动挑选静态数据块并加入待擦除块队列,从而减小各物理块之间的损耗不均衡程度。实验结果表明:该设计能提高平均擦除次数至少8.33%,有效降低并行访问模式下的损耗不均衡程度至少5.39%。该文还对影响损耗均衡程度的触发阈值进行了分析,提出了在选择触发阈值时,需要综合考虑损耗均衡情况和系统速度。     

平稳过程的最佳FIR滤波器研究

很多实际处理的信号都是平稳随机信号,其中FIR滤波器具有良好的稳定性。讨论了平稳随机信号、FIR滤波器结构和最小均方误差准则。并且以LMS算法和NLMS算法为基础,研究讨论了平稳最佳FIR滤波器的实现。并在MATLAB下仿真实现了基于LMS算法的最佳FIR滤波器。最后建立分析了一个基于NLMS算法的自适应信道均衡系统模型。用经典的窗口法对FIR滤波器进行了设计。     

高精度摄像机标定模板的设计及识别算法

针对目前摄像机标定模板——黑白棋盘格识别精度低导致标定精度降低的问题,提出了一种以渐变圆形为特征的摄像机标定模板以及相应的检测算法.新的摄像机标定模板以渐变圆形作为图元代替以前的棋盘格交点,从而可以使摄像机更精确地对其位置进行识别,得到更精确的摄像机标定结果,并保留了黑白棋盘格作为标定模板,具有制作简易,成本低廉的优势,并且针对这种标定模板,提出了精确的检测算法.实验结果表明,在相同的摄像机和相同的环境下,新标定模板和检测算法标定的投影误差比黑白棋盘格的标定结果减少了20%.     

采用约束蚁群优化的贝叶斯网结构学习算法

针对贝叶斯网络结构学习问题,提出了一种约束蚁群优化算法.该算法根据贝叶斯得分的局部一致性原理设计了一种增边规则,并且将此规则引入蚁群算法的框架中,从而实现了在搜索过程中利用启发式信息动态缩减搜索空间、同时减少运行时间的目的.此外,还从理论上证明了增边规则的正确性,而且从实验角度讨论了约束蚁群优化算法的参数敏感性.实验结果表明,在解决较大规模的贝叶斯网络结构学习问题时,约束蚁群优化算法在保证求解精度的条件下比蚁群优化算法的运行时间减少40%以上.     

构建新包空间的多示例学习方法

针对已有神经网络方法采用示例决定标记从而导致多示例学习(MIL)中包结构信息丢失的问题,提出了一种新的RK_BP多示例学习方法.在示例空间,首先采用粗糙集对其进行属性约简;然后进行K均值聚类,利用聚类点构造新包空间;在新空间中,利用误差反向传播神经网络算法进行分类.在多个测试数据集上对算法进行测试,结果表明该算法可有效解决已有神经网络方法包结构信息丢失问题,明显提高分类性能.     

一种光滑粒子流体动力学-有限元法转换算法及其在冲击动力学中的应用

为了解决冲击动力学中的大变形问题,提出了一种光滑粒子流体动力学-有限元法(SPH-FEM)转换算法,以等效Mises应力作为转换判据,将冲击过程中局部大变形区域的有限元网格转换为SPH粒子.该算法在大变形区域使用具有优势的SPH,在小变形区域使用精度和效率更高的FEM,为冲击动力学问题的数值计算提供了一条有效途径.使用SPH-FEM转换算法对圆柱形钢弹正冲击钢板发生冲塞破坏的过程进行了三维数值计算,计算结果与实验吻合较好,显示了该算法在计算精度方面的优势.在实际工程中,需要根据具体材料的失效模式,选择更加合适的转换判据.     

改进的基于特征线理论的流体力学有限元法

通过沿特征线求解动量方程,并运用局部泰勒级数展开对方程的离散进行简化,在传统的基于特征线离散的分裂算法的基础上,推导了一种精确的显式离散方法,详细给出了基于局部泰勒级数展开的特征线离散过程,并推导了有限元控制方程.通过自主研发的空间结构自动分析设计系统(简称AADS)流体模块中的三维算例计算,表明文中的分析是正确的,提出的改进方法具有较高的计算精度.     

采用局部差分模型描述的彩色图像配准技术

针对光照方向、强度、色彩或摄像头参数等因素的变化导致待配准彩色图像对间存在复杂的色彩变化,从而严重影响彩色图像配准效果的问题,提出了一种对彩色变化不敏感的彩色图像配准方法.该方法首先根据彩色图像间的von Kries彩色变换模型,建立图像的彩色不变量空间,在此空间利用尺度不变量特征转换(SIFT)算法完成特征点的检测;为加快运算速度,采用2阶局部差分模型(LDP)方法对特征点进行描述,并完成彩色图像特征间的初匹配;再进一步利用RANSAC算法消除误匹配特征点对,得到最终的匹配特征点对.实验结果表明,该彩色图像配准方法与其他算法相比,可以快速、准确地获得彩色图像间的映射关系,因此更加适合存在色彩变化的彩色图像的配准.     

采用非结构网格的IDEAL算法实现及定压边界条件处理

在非结构网格系统中采用有限容积法对不可压N-S方程进行了离散,其中对流项采用二阶迎风格式,扩散项采用超松弛校正格式.通过修正的动量插值格式构造了压力方程,利用IDEAL算法处理压力与速度的耦合.利用Taylor展式导出了邻近边界内节点的压力计算公式,进而将边界静压引入到压力方程的迭代计算中,确保了边界信息向内部区域的有效传递.根据质量守恒定律分别导出了压力入口和出口边界的速度计算公式,结合伯努利定律给出了总压边界的处理方法.通过压力驱动管内层流、三通管层流以及浮力驱动流等几个典型算例对文中方法进行了考核,并将计算结果与文献中的基准解和实验值进行了对比.结果表明,不管是静压边界还是总压边界,采用该处理方法均能获得令人满意的结果,尤其对于大空间自然对流问题,可以在保证精度的前提下节省大量的存储空间和运算时间.     

基于聚类分析的申贷信用等级评价方法

 为了解决申贷信用等级评价问题,介绍了解决银行申请贷款信用等级评价中聚类分析采用的基本概念及术语,提出了2种聚类算法包括基于信贷数据的聚类算法δ-kmeans;基于高维信贷数据的聚类算法ASC,并通过实验对其性能进行比较分析,实验表明:①δ-kmeans算法在信贷风险的控制上取得较好效果;②相比传统k-means和Coweb算法,ASC算法在聚类高维信贷数据上更加有效.利用k-means算法对银行信贷数据的聚类动力学关系进行分析.最后,给出了聚类分析算法在银行信贷领域应用的的难点.