多核嵌入式系统内联网络优化调度
摘要：处理核之间的通信问题是多核系统中不可避免的问题,根据具体应用,进行核间内联网络的定制和设计是一个可行的研究方向。针对该问题提出了任务节点的通信调度算法,通过采用点对点连接作为内联网络的方式,在不增加系统调度长度的前提下,构造出满足系统核间通信需求、核间点对点连接数最少的内联网络。同时还给出了核间通信调度确定算法和内联网络构造算法,为内联网络的设计提供依据。实验表明,与传统的HLFET算法相比,提出的调度算法能极大减少嵌入式系统中的核间点对点连接数目。大数据环境下MES作业计划与调度能力云服务化研究
摘要：云制造技术给制造企业带来机遇的同时,也为其制造执行系统MES的设计与实现带来了新的挑战。为了解决单件小批MES中作业计划与调度优化问题,首先设计了一个从作业计划静态制定,到作业执行情况实时监控与主动感知,再到异常事件智能响应,最后到作业调度动态调节的闭环体系结构。接着针对异常信息实时获取与异常事件发现、异常事件智能化处理以及作业计划与调度优化算法计算能力服务化三个子问题,依次进行了问题分析并给出了技术解决方案。最后,以哈尔滨电机厂为案例对象,综合利用IEC/ISO 62264标准、大数据分析与挖掘方法以及由虚拟化、服务化和SOA等组成的云计算技术实现了单件小批MES作业计划与调度综合优化系统,验证了上述理论与方法的有效性。基于硬件可编程逻辑的SAT求解算法研究与进展
摘要：布尔可满足性SAT问题作为第一个被证明的NP完全问题,是计算机理论与应用的核心问题,有着重要的应用价值,因此近年来涌现了各种各样SAT求解器。但是,SAT求解器的运算效率始终是影响其应用的关键因素,所以利用硬件的高性能与并行性来加速SAT求解过程已成为验证领域的一个研究热点。归纳总结了在SAT求解过程中,利用硬件现场可编程门逻辑FPGA的并行性和灵活性加速求解过程的各种算法研究,着重总结分析了应用型SAT求解器的加速策略。通过对各种方法的深入分析,指出它们的优缺点,为未来的研究提供了思路。基于蝙蝠算法的系统级故障诊断研究
摘要：首次将蝙蝠算法用于解决系统级故障诊断问题,从而提出了一种高效的诊断算法——蝙蝠故障诊断算法。在初始化阶段,种群被分成大、小两类,并采用不同的处理方式;根据系统级故障模型的特点,设计出了具有方程约束的适应度函数;为了平衡全局搜索与局部搜索,在速度更新公式中增加一个变系数;为实现寻址的离散化,对蝙蝠速度进行了二进制映射。仿真实验结果表明,蝙蝠故障诊断算法在迭代次数、诊断正确率和最优解的适应度等方面明显优于现有的具有代表性群智能诊断算法——FAFD算法。基于蜂群算法的多维QoS云计算任务调度
摘要：针对云计算环境下用户日益多样化的QoS需求和高效的资源调度要求,提出了基于改进蜂群算法的多维QoS云计算任务调度算法,其中包括构建任务模型、云资源模型和用户QoS模型。为了获得高效的调度,引入蜂群算法。针对该算法在后期收敛速度变慢且易陷入局部最优的问题,引入收益比、跟随比概念及当前个体最优值及随机向量,避免＂早熟＂现象的出现。通过实验仿真,将该算法HEFT与和ABC算法进行比较,实验表明,该算法能获得较高的调度效率和用户满意度。一种基于数字DAC校准的低失调动态比较器
摘要：提出一种基于二进制加权电容DAC阵列的比较器校准技术,并基于该技术65nm CMOS工艺下设计实现了一款低功耗高精度动态比较器。基于版图数据的模拟仿真结果表明,在1.2V的工作电压下,该校准技术可以将失调电压降低至0.25mV以下,功耗为0.33μW,功耗开销增大57%。WSN中一种负载均衡的动态非均匀分簇方案
摘要：无线传感器网络（WSN）是由资源受限的传感器节点构成,节点能耗对网络的性能有着重要影响,对网络进行分簇可以有效地控制节点整体能耗。针对网络实际运行时节点状态和事件位置动态变化等特点,提出了一种负载均衡的动态非均匀分簇方案。方案主体思路是：首先网络利用O-LEACH算法自组织地进行非均匀分簇,接着动态地从簇头中选举出一定数量的决策节点用于网络的数据汇聚,并根据事件发生位置和节点状态变换而动态更改决策节点角色。仿真结果表明,与CAPNet方案相比,该方案均衡了网络能耗,提高了传输效率,延长了网络生命周期。基于位置社交网络的地点推荐算法
摘要：目前基于协同过滤的地点推荐算法存在难以准确估算用户偏好、推荐结果准确性不高等问题。改进了传统协同过滤中相似用户计算方法,在迭代过程中分别计算用户相似度和地点相似度的值,并不断交叉调整对方的值,直至收敛。该方法能够在稀疏的数据集下准确计算用户相似性。此外,在top-N推荐阶段,同时考虑了用户的兴趣度和推荐地点离用户所在地距离的影响,并设置阈值控制二者的权重,自适应地产生推荐结果。实验表明,与其它方法相比该方法能够获得更好的推荐效果。《计算机工程与科学》征文通知
摘要：《计算机工程与科学》是由国防科技大学计算机学院主办的中国计算机学会会刊,是国内外公开发行的计算机类综合性学术刊物,现为月刊。本刊欢迎关于计算机科学理论、计算机组织与系统结构、计算机软件、计算机应用、计算机器件设备与工艺等学科领域方面的来稿。本刊每年出版一期高性能计算专刊,并且常年设有高性能计算专栏。基于同步数的轻量级高效RFID身份认证协议
摘要：RFID技术广泛应用的同时,其安全问题面临着严峻的考验。在确保安全性能的前提下,节省系统成本、提高效率成为未来研究重点。在分析各种协议缺陷之后,借鉴滚动码技术的同步数原理,提出了一种基于同步数的轻量级高效RFID身份认证协议。协议运用同步数以及双向认证机制保障系统安全性。对各种威胁进行分析,确保了协议的安全性。通过比较其他协议的效率与成本,可以看出该协议具有轻量级与高效性。最后运用BAN逻辑对协议进行了形式化分析,从理论上证明了本协议的可行性。一种改进的基于交叉矩阵统计的软件故障定位技术
摘要：故障定位是软件调试过程中一项耗时耗力的工作,而自动故障定位技术能够很好地与自动测试技术相结合,对于提高软件调试效率具有重要的现实意义。提出了一种改进的基于交叉矩阵统计的软件故障定位技术。该方法在故障定位前先对所有的成功执行轨迹序列和失败执行轨迹序列进行聚类约减,以消除执行轨迹冗余;然后将消除冗余后的执行轨迹存储到交叉矩阵中;最后通过Crosstab算法计算出各语句的可疑度并对语句进行可疑度排序,进而产生故障报告。在西门子测试程序集上做了执行轨迹聚类约减前后的性能对比实验,实验结果验证了本文方法的有效性。一种面向航班准点率保障的航班协同调度评价模型
摘要：为了保障航班的准点率,对航班调度过程中空管、航空公司和机场之间的协同状况进行评价,构建一种面向航班准点率保障的航班协同调度评价模型。基于某一时间段内机场航班进港时间平均偏离值、出港时间平均偏离值、保障完成时间平均偏离值、目标撤轮挡时间准确率和计算起飞时间准确率,建立航班协同调度的指标体系;采用关联规则挖掘的方法确定各指标对航班协同调度及航班延误影响的阈值;结合模糊层次分析法和综合评价法,对各单位在航班调度过程中的协同状况给出量级评价。实验表明：该模型能够科学有效地评价各单位在航班调度过程中的协同状况,对于优化航班保障、提高航班放行正常率具有重要意义。基于SPEC 2000的桌面操作系统与处理器适配评测
摘要：桌面操作系统与处理器的适配评测是提升国产计算机系统质量的重要途径,传统桌面操作系统的评测侧重于软件本身的测试,不能够全面反映其与处理器的适配性能。基于SPEC 2000基准程序集,提出通过比较基准程序集在不同桌面操作系统下的评测分值差异来反映桌面操作系统与处理器的适配性能。进一步提出了剔除程度因子（λ）用以分析不同基准程序对任意两个桌面操作系统评测分值差值的影响,并选用了三种典型的桌面操作系统进行了验证。实验结果表明,剔除对两桌面操作系统差值较大的基准程序或者差值较小的基准程序在一定的λ值下会使不同桌面操作系统下的SPEC 2000整点运算评测分值发生逆转。文中提出的方法是相关软件评测标准在软硬件适配性能维度上的扩展,剔除程度因子的提出有利于判定对桌面操作系统评测分值差值影响较大的基准程序,进而可用于指导桌面操作系统和基准程序的改进和优化。基于影响度剪枝的极端学习机分类算法研究
摘要：针对极端学习机（ELM）网络规模控制问题,从剪枝思路出发,提出了一种基于影响度剪枝的ELM分类算法。利用ELM网络单个隐节点连接输入层和输出层的权值向量、该隐节点的输出、初始隐节点个数以及训练样本个数,定义单个隐节点相对于整个网络学习的影响度,根据影响度判断隐节点的重要性并将其排序,采用与ELM网络规模相匹配的剪枝步长删除冗余节点,最后更新隐含层与输入层和输出层连接的权值向量。通过对多个UCI机器学习数据集进行分类实验,并将提出的算法与EM-ELM、PELM和ELM算法相比较,结果表明,该算法具有较高的稳定性和测试精度,训练速度较快,并能有效地控制网络规模。具有自学机制和退火选择的教学优化算法
摘要：为了克服教学优化（TLBO）算法容易早熟,解精度低的弱点,提出一种具有教师自学和学生选择学习的改进教学优化算法。在每次迭代过程中教师个体首先通过反向学习（OBL）,实现教师的自我提高,加强优秀个体周围邻域的搜索,引导算法向包含全局最优的解空间逼近,保证算法具有较好的平衡和探索能力。学生个体通过随机执行反向学习进行自学习,同时亦向教师个体进行学习,计算两种学习方法后的状态相对教师个体的突跳概率,并以此概率为基础进行赌产生子个体。通过在多个标准测试函数上的实验仿真并与相关的算法对比,结果表明所提出的改进算法具有更高的收敛速度和收敛精度。改进人工蜂群算法优化RBF神经网络的短时交通流预测
摘要：为了提高径向基函数RBF神经网络预测模型对短时交通流的预测准确性,提出了一种基于改进人工蜂群算法优化RBF神经网络的短时交通流预测模型。利用改进人工蜂群算法确定RBF网络隐含层的中心值以及隐含层单元数,然后训练改进的人工蜂群算法RBF神经网络预测模型,并将其应用到某城市4天的短时交通流量数据的验证。将实验结果与传统RBF神经网络预测模型、BP神经网络预测模型和小波神经网络预测模型进行了比较。对比结果表明,该方法对短时交通流具有更高的预测准确性。基于CoDeSys环境下的并联机器人非线性方程求解
摘要：机器人技术发展到现在,虽然已经得到了突飞猛进的进步,但是对于并联机器人运动学正解的封闭解问题依然是机器人技术的瓶颈,在实际应用中采用的广义几何法和方程组的数值解法等,不但推导过程非常复杂,而且在求解的过程中还存在解不唯一的问题。为了避免上述问题,根据多元函数的Taylor公式推导出了一种基于三元非线性方程组牛顿迭代法的并联机器人运动学正解算法;同时,基于其数学原理,也可以得到并联机器人的反解。Taylor法以其自身的优势,巧妙地解决繁琐的并联机器人运动学正解多解取舍问题,直接获得了工作空间内满足运动连续性的合理解。该算法的迭代次数少,收敛速度快,是一种非常有潜力的方法。最后将该算法应用到CoDeSys开发环境,通过配置方式,证明Codesys环境下并联机器人运动学可实时灵活应用。一种改进PCA与IHS融合的高光谱图像异常检测算法
摘要：高光谱图像空间分辨率不足容易导致异常检测虚警率过高,针对此提出了一种新的异常检测算法。算法首先利用主成分分析PCA对低分辨率高光谱图像进行主成分提取,然后对所提取的主成分和高分辨率图像分别进行IHS变换,分别得到各自的强度分量。运用IHS变换的可逆性,将高光谱数据新的强度分量与原色度分量H和饱和度分量S进行IHS逆变换,得到空间信息增强的高光谱图像数据,最后使用改进的KwRX算法对空间信息增强的高光谱图像数据进行异常检测。仿真实验表明,与KRX算法、PCA-KRX算法相比,本算法在检测目标像素数和虚警个数上都有较大的改善,说明了本算法的的有效性和可行性。
