基于祖冲之类方法的多体动力学方程保能量保约束积分

针对一类多体动力学问题导出的微分 代数方程,提出一种保能量、保约束的算法.该算法基于祖冲之类方法和欧拉中点保辛差分,利用祖冲之类方法保证在时间格点上精确满足约束方程,避免约束违约问题;并进一步证明该算法在时间格点上可以精确保能量.数值算例进一步验证该算法的可靠性.     

三维模型近刚性保体变形

为保持三维模型表面细节和模型体积,提高模型变形的真实感效果,提出一种基于能量最小化的近刚性保体变形方法.首先对模型进行Laplacian变形,在此基础上,通过极分解求解曲面局部区域三角形的旋转变形,构建模型刚性变形能;然后通过模型体积积分离散化将模型体积变形约束转化为模型曲面变形约束,构建体积变形能;再通过衡量约束点的位置变形误差构建约束变形能.在最小二乘意义下最小化上述加权变形能,获得模型变形结果.实例结果表明,文中方法能够在线性的算法效率下获得近刚性保体变形效果,为模型的真实感变形提供了一条有效的途径.     

全局优化的保约束三维人造模型编辑方法

为了使得全局优化方法能够高效地应用在保约束三维人造模型实时编辑中,提出一套完整的处理方法.首先在模型中预先提取特征点并建立约束方程,分别表示特征点与它们所属几何形状的约束关系以及几何形状之间的约束关系,而通过引入形状参数作为额外变量,约束均可表示为低阶多项式方程组;在编辑过程中对特征点位置和形状参数同时进行优化,先将约束方程近似为线性方程求得初解,再从初解出发求得原非线性方程的精确解;在得到满足约束的特征点位置后,采用层次化形变策略联动网格模型.文中方法结合交互界面协助用户完成编辑操作,实验结果表明,该方法在普通桌面级计算机上具有较高的计算效率和精度,且能够处理种类丰富的人造模型.     

基于多方向对称和匀质约束的SUSAN棋盘格角点检测算法

棋盘格角点检测是摄像机标定过程中的一个重要步骤。针对原有SUSAN角点检测算法在棋盘格角点检测应用中边缘点与角点难以区分的问题,通过对棋盘格角点特性的分析和实验,提出了一种基于多方向对称和匀质约束的SUSAN棋盘格角点检测算法。通过在原有SUSAN算法的基础上添加对称约束算子和匀质约束算子滤除SU- SAN检测结果中的边缘点,最终确定角点的坐标。实验结果表明,该算法在角点检测的有效性和精度方面优于已有算法。     

虚拟膝关节镜手术中保持单元质量的体网格形变方法

在虚拟膝关节手术中,需要对膝关节进行大范围形变的实时模拟。本文针对四面体网格的膝关节模型,提出了采用LSD度量建立形变能量,然后将带约束的最优化问题转化为不带约束的最优化问题,最后通过带Armijo线性查找的非精确牛顿法求解最优化问题。在求解过程中,通过预估未知点的位置,减少迭代步数,提高了算法的效率。这种方法具有较好的保体积性,同时保证形变后的四面体网格不出现体元翻转和退化。该方法也能推广应用于其它类似的关节弯曲运动的变形中。     

基于属性的相对约简格快速渐进式构造算法

相对约简格作为简化的概念格,在数据挖掘和知识发现等领域具有广泛的应用.相对约简格的构造在其应用过程中是一个主要问题.本文提出了采用树结构对相对约简格节点进行组织,研究了基于属性的相对约简格渐进式构造算法.相对约简格节点的树结构组织可以约束更新格节点、产生子格节点及新生格节点的子结点的搜索范围,从而可以有效地减少算法的执行时间.该算法不仅为相对约简格的构造提供了一种方法,还解决了在已构造好相对约简格的前提下,增加属性所带来的更新问题.在随机生成的数据集上进行的实验测试表明,本算法的时间性能更优越.     

基于线性特征的鱼眼图像校正方法

针对鱼眼镜头采集的畸变图像,在棋盘格标定模板的基础上,提出一种有效的校正方法。该方法采用标准畸变模型,首先基于畸变图像的线性特征提出目标函数;然后利用SUSAN改进算法精确定位棋盘格角点坐标;对已得到的有限角点坐标进行畸变曲线拟合,在畸变曲线上提取所需数量的点;最后用渐近寻优算法计算最优畸变系数,使得目标函数最小。实验结果表明,该方法角点定位精确、算法时间复杂度低,能够有效校正鱼眼镜头造成的图像畸变。     

基于视觉约束能量最小化的特征点匹配算法

为了解决海上目标航空遥感图像重复特征较多导致的匹配不一致问题,并简化匹配过程,文中提出了基于SIFT视觉约束能量最小化的匹配算法(CEM-SIFT)。该算法将约束能量最小化模型应用于特征点的匹配,通过构造有限脉冲响应线性滤波器,采用视觉信息计算其能量值,使得待匹配的点集经过滤波之后的平均输出能量在一定约束下达到最小值,最终实现含重复信息的特征精确匹配。采用10组航空遥感海冰图像对算法进行测试,结果表明,相对于采用SIFT欧氏距离(ED-SIFT),在匹配重复特征比较多、点集规模比较大的图像时,CEM-SIFT算法的匹配精度更高,能够达到100%。     

基于保特征无参数投影的快速几何重建

为了使现有的无参数化投影算法拥有更好的保特征能力,提出一种保特征的基于无参数投影的点模型几何重建算法.首先,提出一个结合联合双边滤波器的局部优化投影算子,并利用点集的空间信息和几何特征信息,有效地保持了几何模型的特征;进一步,使用八叉树剖分技术对算法进行加速,为处理大规模点云提供了支撑;此外,还给出了自适应局部支撑的计算方法.实验结果表明,文中算法比无参数化投影算法保特征、速度快.     

基于局部极值的保边缘图像分解算法

针对非线性图像滤波算法保边缘能力不强的问题,提出一种新的保边缘图像分解算法.该算法采用局部极值差定义图像的边缘,在此基础上利用加权平均的方法调整极值,通过优化算法得到原图像的基图像,实现图像的多尺度分解.实验结果表明,与同类算法相比,该算法在实现图像平滑的同时保边缘能力更强.     

无线传感网优化生存时间的分布式功率控制

为延长无线传感网的生存时间,提出优化生存时间的分布式功率控制算法(DPCOL).该算法分析节点发送功率变化下的链路流量平衡约束,链路最大传输速率约束,节点能耗约束等条件,建立最大化生存时间的网络模型.采用分布式功率迭代和次梯度算法求解该模型.节点获知与各邻居节点通信所需要的最低发送功率集,随机选择发送功率集中的功率作为...     

Storm平台下的线程重分配与数据迁移节能策略

作为流式大数据计算的主要平台之一,Storm在设计过程中由于缺乏节能的考虑,导致其存在高能耗与低效率的问题.传统的节能策略并未考虑Storm的性能约束,可能会对集群的实时性造成影响.针对这一问题,设计了资源约束模型、最优线程重分配模型以及数据迁移模型.进一步提出了Storm平台下的线程重分配与数据迁移节能策略（energy-efficient strategy based on executor reallocation and data migration in Storm,简称ERDM）,包括资源约束算法与数据迁移算法.其中,资源约束算法根据集群各工作节点CPU、内存与网络带宽的资源占用率,判断集群是否允许数据的迁移.数据迁移算法根据资源约束模型与最优线程重分配模型,设计了数据迁移的最优化方法.此外,ERDM通过分配线程减少了节点间的通信开销,并根据大数据流式计算的性能与能效评估ERDM.实验结果表明,与现有研究相比,ERDM能够有效降低节点间通信开销与能耗,并提高集群的性能.     

Sink节点移动的无线传感网生存时间优化算法

为提高网络最大生存时间,提出Sink节点移动的无线传感网生存时间优化算法(LOAMSN)。该算法分析Sink节点移动时的流量平衡约束、最大传输速率约束、节点能耗约束等约束条件,将生存时间优化问题转化成优化模型。提出Sink节点的移动方法,即Sink节点利用节点的度值构建其移动路径,按照此路径循环移动收集数据。将Sink节点的移动认为是离散运动,Sink节点移动的生存时间优化模型分解成若干个Sink节点静止的生存时间优化模型,采用牛顿法求解每个Sink节点静止的优化模型,获得网络最大生存时间和节点发送数据量的最优值。仿真结果表明:LOAMSN算法能减少Sink节点停留位置上的节点能耗,平衡网络负载和节点能耗,提高网络最大生存时间。在一定条件下,LOAMSN算法比Sink节点静止时更优。     

传感器网络中节点个数约束查询处理算法

对传感器网络中一类新查询--节点个数约束查询,提出能量有效的查询处理算法.算法主要由查询下发和结果回收两部分构成.查询下发算法首先根据节点个数约束查询的特点提出相关节点选择以及基于Steiner树的查询下发算法.然后对该下发算法以及一种基于洪泛的能量有效查询下发算法的能量消耗进行分析,并对比两种算法的能量消耗从中选择适当的下发算法.结果回收算法提出直接和间接两种结果回收方式,并给出两种方式在进行结果回收时能够节省能量的条件.仿真实验表明,提出的能量有效节点个数约束查询处理算法能够在满足用户查询精度的同时,使其能量消耗低于其他查询处理算法.     

基于ZUC与DWT-SVD的交换加密水印算法

为了有效解决多媒体数据在传输、存储过程中的安全及版权保护问题,提出基于祖冲之序列密码算法(zuc)与离散小波变换—奇异值分解(DWT-SVD)的交换加密水印算法.该算法基于奇异值不变性,将水印嵌入到奇异值中,通过ZUC算法分别对奇异值矩阵集合、奇异矩阵集合置换加密.水印嵌入操作与加密操作的先后顺序不影响含水印密文的生成,且从含水印密文和解密后的明文中都能提取完整的水印.实验表明,水印的不可见性较好,算法有较高的安全性并具有—定的鲁棒性.     

A reversing traversal algorithm to predict deleting node for the optimal k-node set reliability with capacity constraint of distributed systems

A k-node set reliability with capacity constraint is defined as the probability that a set, K, of nodes is connected in a distributed system and the total capacity of the nodes in K is sufficient under a given capacity. This is generally an NP-hard problem. For reducing computational time, a reasonable k-node set within a given capacity constraint must be determined by an efficient algorithm. In this work, we propose a reversing traversal method to derive a k-node set under capacity constraint having an approximate solution. Initially, the set K is assigned to all the nodes in a system. The proposed algorithm uses an objective function to evaluate the fitness value of each node in K and predict a deleting node, which is not a critical node, in K with minimal fitness value. After deleting the node, the fitness value of each node that is adjacent to the deleted node is tuned. The above two processes are repeated until the total capacity of the nodes in each subset of the set K does not satisfy the capacity constraint. In our simulation, the proposed method can obtain an exact solution above 90%. When a sub-optimal solution is obtained, the average deviation from an exact solution is under 0.0033. Computational results demonstrate that the proposed algorithm is efficient in execution time and effective for obtaining an optimal k-node set with capacity constraint.     

无线传感器网络层次参考时间同步算法的研究

无线传感器在网络应用中要求节点间保持时间同步,但现存的经典时间同步算法,因节点的接收时间受时钟偏差和传输延迟的影响,其同步精度不高。为提高网络时间同步精度,均衡节点能耗,提出了一种改进的层次参考时间同步算法（Improved Hierarchy Referencing Time Synchronization,IHRTS）。该算法基于节点在层次结构中唯一物理位置的时间特性,采用贝叶斯估计对节点接收时间进行估算,缩小时间偏差的误差范围,获得比较精确的同步偏移量,从而改善时间同步精度;同时采用无线信道的广播特性与双向同步机制的同步思想,最小化了通信负载,均衡了节点能耗。通过仿真结果表明将贝叶斯估计方法应用到时间同步算法中,在均衡节点能量消耗同时有效地提高了网络同步精度。     

A decentralized energy-based diffusion algorithm to increase the lifetime of MANETs

In this paper, we introduce a novel approach to improve overall lifetime in mobile ad hoc networks. Given the energy constraint on each node, this problem is formulated as an energy-controlled load balancing problem. Thus, our approach is quite different from usual energy-efficient routing or topology control methods. The proposed algorithm is fully distributed and ensures that each node will cooperate in proportion to its remaining energy, increasing the network lifetime. The relevance of the algorithm is evaluated through both theoretical analysis and simulations.     

位移场估计法在交通管理中的应用研究

智能交通系统中，车辆的行驶速度是重要的参数之一，为了快速获得车辆的行驶速度，提出了一种基于位移场的运动场估计计算法，该方法首先构造一个基于图象灰度的指标函数，再通过变分法中的欧拉方程分析和偏微分方程的数值解法，即可得到序列图象间的位移场；然后利用帧间位移场、帧间时间差、摄像机与车辆间的距离等参数相结合可计算出车辆的行驶速度，实验结果表明，与块匹配法相比，该方法不仅可得到更好的位移场，而且可快速获得车辆的行驶速度。