基于MapReduce和GPU双重并行计算的云计算模型
摘要：由于MapReduce模型进行Map和Reduce操作时需要频繁的CPU计算,面对大量并行计算任务时,CPU占用率甚至达到百分之百。而GPU有比CPU更好的并行计算能力,适度使用GPU,可降低了CPU的占用时间,又能用GPU的参与来平衡系统的计算能力。论文结合GPU技术和MapReduce技术的不同优势,设计出一种基于MapReduce和GPU双重并行计算的云计算模型。通过理论建模与实验验证,结果表明此模型可实现多GPU的MapReduce任务并行处理,提高了高性能计算的性能。基于变精度粗糙集的决策树构造改进算法
摘要：针对决策树构造中存在的最优属性选择困难、抗噪声能力差等问题,提出了一种新的基于变精度粗糙集模型的决策树构造算法。该算法采用近似分类精度作为节点选择属性的启发函数,与传统基于粗糙集的决策树构造算法相比,该算法构造的决策树结构简单,提高了决策树的泛化能力,同时对噪声也有一定的抑制能力。一类Bézier型三角函数曲线的构造
摘要：曲线的设计与修改是CAD/CAM和数控技术研究的一个重要课题,具有广泛的应用背景。为了满足表示和设计复杂自由曲线的需求,论文构造了一类基于三角函数的曲线—T曲线,给出了三角基函数及T曲线的定义与性质。通过研究发现,所构造的曲线具有Bézier曲线类似的一系列优良性质。基于博弈论的产能过剩微观形成机理分析
摘要：运用双寡头的序贯博弈证明：在位企业在使用产能过剩策略阻碍潜在厂商进入市场时,并不一定会导致行业的产能过剩。产品关系、厂商的技术优势以及价格需求弹性对遏制作用有决定性影响。在策略替代条件下,该策略不会形成行业的产能过剩。而且,当在位企业拥有绝对技术优势时,并不需要采用阻碍策略,当技术优势不明显时,在位厂商可以选择合适的产量有效地阻碍潜在厂商进入;在策略互补条件下,在位企业也可以有效地阻止潜在厂商进入,但会引起行业的产能过剩。书本图的偶匹配可扩性（英文）
摘要：该文得出的主要结论是：书本图Bm是偶匹配可扩的当且仅当书本图Bm同构于B1或者B2.并且书本图Bm是基本的。一种基于H.264标准的快速帧内预测算法设计
摘要：论文在保证图像质量和编码比特率不变的前提下,根据图像的自身特征和预测模式的统计特征,并结合4×4像素亮度块9种模式概率选择的优次性与方向性,设计了一种基于H.264标准的快速帧内预测算法。实验结果表明,该算法计算复杂度很低。蚁群聚类在课程微型化中的应用研究
摘要：课程微型化过程往往是教师根据自身对课程的认识,课程的重点、难点及基本概念完整性等将课程划分为若干片段。在整个过程中对学习者的学习需求很少考虑,造成很多课程微型化不能得到学习者的认可。为了更加科学、合理的将课程微型化,必须充分考虑学习者的学习需求,收集网络学习系统用户观看视频教程的学习过程信息,使用改进的LF算法对学习过程信息进行聚类,聚类后的每个类别表示一种学习类型的用户,而每个类的聚类中心正是该类用户对课程微型化的需求。通过蚁群聚类不但能够得到不同类型的用户群,而且还能得到不同类别的课程微型化,针对不同的用户采用不同的微型化课程,既能提高学习者的学习效率还能实现在线学习系统的个性化。计算机兵棋中兵力并行化机动的实现
摘要：在传统的计算机兵棋以及手工兵棋中,机动命令的实现采取串行模式,即：只有当前机动命令从起始六角格执行到达最终格,下一条机动命令才得以执行。这样的机动模式对传统意义上的回合制兵棋游戏来说尚可,但对于具有实战仿真意义的兵棋推演来说则会引起严重的失真问题,从而导致推演结果不可信、无参考价值。论文针对上述问题,提出了一种基于时间片的并行化机动算法。经过实践检验,算法不仅解决了上述问题,而且大大提高了机动推演的效率。小波分析方法在标校数据中的应用研究
摘要：针对动态标校数据的误差特性,提出了将小波分析方法应用于数据的处理过程中。阐述了小波变换处理随机误差的基本原理和方法,研究了利用小波变换技术进行动态标校数据的处理,并利用MATLAB软件编制程序实现了随机误差的分离仿真。仿真结果表明,小波变换可以很好地完成误差的分离,有一定的应用前景。基于SUA的鲁棒协同优化方法
摘要：首先介绍了多学科环境下不确定性的类型以及各种不确定性发生的阶段和传播方式,并简要描述了多学科系统中不确定性传播方法SUA和近似不确定性传递方法IUP。最后,在此基础上给出了一种鲁棒协同优化的计算框架。四频差动激光陀螺第二类色散平衡技术研究
摘要：磁效应误差是四频陀螺的一项重要误差源,而第二类色散平衡能从根源上减小磁敏感度。从近独立双陀螺模型出发,分析了第二类色散平衡的原理,设计了标定方案和更新算法,并搭建了实验系统。实验结果表明：采用稳光强技术有利于保证第二类色散平衡效果的稳定性。若结合200倍的磁屏蔽技术,第二类色散平衡标定后可使室温下四频陀螺的长期磁敏感度降低至0.0000975°/h/Gauss;温度从-40℃～60℃之间,磁敏感度变化约0.00645°/h/Gauss。实验验证了更新算法的可行性和所受的时间制约。基于模糊C均值聚类和支持向量机的信号识别方法
摘要：论文为实现数字信号调制方式的自动识别,提出基于模糊C均值聚类算法和支持向量机的信号调制方式识别方法。设计了基于模糊C均值聚类（Fuzzy C-Means,FCM）的特征参数提取方法,构造聚类有效性评估函数得到不同聚类中心数下聚类有效性函数值,通过有显著差异的聚类有效性函数值来确定信号特征参数集合。利用支持向量机（Support Vector Machine,SVM）构造信号识别模型。与单独聚类方法的识别率相比,该方法提高了系统的调制识别率,尤其是在信号信噪比较低时,信号识别率明显提高。基于构件指控系统的性能评估方法
摘要：很多舰载指控系统采用了构件化的软件开发技术。为了评估该类指控系统的性能,提出了一种构件的评估方法,通过融合构件的多项性能指标,定量评估出构件的综合性能值。然后对系统中所有构件的综合性能值计算加权和,作为系统的整体性能指标。该构件评估方法对不同性能指标进行加权比较,重点分析了优势性能的出现频率以及与标准值的差异,特别是考虑了当构件某一性能极差但其余性能很好时造成的综合性能依然偏高情况,因此克服了使用单一指标评估软件的不足,简化了评估过程,能够为构件化指控系统的性能评估提供更全面、简单的参考。基于格雷码的低计算量改进PTS方法
摘要：部分传输序列（PTS）方法能够有效地降低OFDM系统峰均功率比（PAPR）过高的问题,但是该方法的主要缺点是计算复杂度高。针对这一缺点,提出一种新的低计算复杂度PTS方法,采用格雷码生成加权系数序列,使之在降低运算量的同时更易于硬件实现。分析和仿真结果表明,和传统PTS方法相比,该方法降低了运算量和实现复杂度,同时保持了系统PAPR的性能。解决最优停车位问题的改进蚁群算法
摘要：在停车诱导系统中,一般只提供停车场外的诱导,而没有停车场内部的停车诱导,论文利用蚁群算法求解停车场内部最优停车位,提供停车场内部的停车诱导,在求解过程中不仅考虑最短路径问题,并且根据驾驶员、车辆和停车位的特点,对蚁群算法进行改进,并给出了具体的求解步骤,使之更加符合实际停车场的最优停车位的选择。DSP上基于GMM的实时动态物体提取方法
摘要：为满足嵌入式系统对图像处理的实时性、可靠性,满足工程对图像质量的需求,提出了一种基于GMM的动态物体提取方法。首先详细介绍了混合高斯模型、去阴影模型、平滑模型的算法原理和实现方法,然后针对DM6437评估板硬件的特点,阐述了DSP算法设计与实现的优化技术,编程实现算法功能,按照要求整合算法,在不影响视频画面质量的前提下,给出了通过优化程序结构和简化模块运算的方法,并对其进行浮点转定点等相关平台移植操作,最终在DM6437上实现了混合高斯模型实时动态物体提取算法。实验结果表明,该算法运算速度快,处理实时性强,图像处理效果明显,具有广泛的实用价值。多目标环境下分布未知的系统误差估计方法研究
摘要：针对多传感器多目标跟踪过程中分布未知的系统误差估计问题,对于系统误差在均匀分布和非均匀分布之间保持不确定假设下的估计方法进行了研究,提出了两种不同的误差估计方法,推导出相应误差估计方法的误差计算公式。针对两种方法在不同的系统误差分布假设下所表现出的估计性能和特点,提出了一种将两种方法结合起来的系统误差估计算法：通过合理选择阈值门限η,能够在多传感器多目标且系统误差分布未知的复杂环境下对两种误差估计方法自适应的进行切换,从而充分发挥两种方法各自的优点。同时可以对算法中估计方法模块进行扩充,以适应更复杂的误差分布情形下的多传感器系统误差自适应估计。动态复杂网络社区挖掘—选择性聚类融合算法
摘要：针对当前研究动态复杂网络的热点问题,提出了一种基于选择性聚类融合的社区挖掘算法。该算法首先将动态过程划分为相同时间间隔的快照,利用欧几里德距离、顶点权重等技术,使用一种改进的层次聚类算法加快聚类速度,得到每个快照相应的聚类结果;然后根据这些聚类结果之间的差异性,筛选聚类结果集合,为融合过程提供多样性的聚类成员;考虑到时间衰减性,设计了加权共联矩阵,使用单链接算法来得到最终的聚类结果。在随机网络和真实世界网络上对算法的计算速度和动态特征挖掘情况两方面进行实验,结果表明了该算法的可行性和有效性。
