基于随机Petri网的SPN2软件建模方法研究

随机Petri网(SPN)在进行系统性能分析时,其状态空间随着系统规模的增大而呈指数性增长,造成系统建模复杂。针对该问题,结合面向对象Petri网理论(OOPN)提出一种SPN2方法,与传统SPN方法相比,SPN2方法可进行分层及面向对象网中网建模,并应用该方法仿真高速列车在移动闭塞区间条件下GSM-R铁路无线通信系统的可靠性。     

基于离散曲率的二次误差度量网格简化算法

为了提高网格简化的图像质量,提出一种基于离散曲率的二次误差度量网格简化算法。在代价函数中引入顶点离散曲率,通过将代价函数作为顶点对的权值来控制顶点对合并次序,更好地保留了原模型的细节特征,同时修改模型特征点与特征线的权值,使得简化过程中原模型的特征点与特征线能够较好地保留。经实验对比与分析表明,该算法有效地提高了图像质量且能很好地保持原模型的图形特征。     

基于GPU的2D-3D医学图像配准

在2D-3D医学图像配准中,数字影像重建(DRR)的生成与相似性测度是最重要同时也是最耗时的两个配准步骤。针对配准过程中计算量大、耗时长的问题,将模式强度与梯度相结合,简化模式强度相似性测度的计算量,同时利用图形处理器(GPU)的多线程并行计算 在GPU上完成 DRR生成与相似性测度,引入梯度下降与多分辨策略对配准过程进行优化,完成整个配准过程。通过与多种相似性测度方法以及基于CPU的配准的比较,表明该方法在很好地兼顾配准精确度的同时,配准速度得到了大大提高。     

基于CNN和GRU的混合股指预测模型研究

针对股票数据共线性和非线性的特点,提出了一种基于卷积神经网络（Convolutional Neural Network,CNN）和门控循环单元（Gated Recurrent Unit,GRU）神经网络的混合预测模型,并对沪深300指数、上证综指和深证成指进行了预测。该模型首先采用CNN提取特征向量,对原始数据进行降维,然后利用GRU神经网络学习特征动态变化规律进行股指预测。仿真结果表明,与GRU神经网络、长短时记忆（Long-Short-Term Memory,LSTM）神经网络和CNN相比,该模型能够挖掘历史数据中蕴含的信息,有效提高股指预测的准确率,并可为股指交易提供一些参考。     

结合眼电和脑电的人机交互系统设计与实现

针对CTCS-4下列车运行的特点,研究了移动闭塞条件下列车追踪运行问题。以多智能体(Multi-Agent)理论为基础,建立了一种移动闭塞条件下的多列车追踪运行多智能体系统(MAS)模型,提出了列车与无线闭塞中心(RBC)之间的MAS交互机制,实现了实时车地通信及多列车追踪运行的安全距离控制。仿真研究了列车追踪运行过程中速度变化关系、不同线路初始化密度对线路交通的影响,得到了相应的定量分析结论。仿真结果表明,该MAS模型能够较好地实现列车控制系统中静态环境与动态环境的复杂系统形式化描述,可以准确地描述CTCS-4列车追踪运行机理,所提方法具有较强的适用性和应用性。     

微粒群优化和视觉感应相结合的图像增强方法

对粒群优化算法进行了改进,提出了一种微粒群优化和视觉感应相结合的图像增强方法,通过微粒群算法优化灰度图像的平均明暗信息熵差值,自适应地选择图像灰度转换函数,用以实现图像的增强。该方法不仅参数个数少,优化速度快,在搜索能力上优于粒群优化算法,而且能够保证算法的全局收敛性。仿真实例证明了该方法在图像增强上的有效性和优越性。     

随机Petri网理论在GSM-R通信系统中的仿真应用

列车和无线闭塞中心在多数情况下通信处于正常状态,但在实际通信过程中可能出现以下几种引发故障因素：传输数据出错、连接丢失、越区切换、端到端传输延时。应用仿真主要考虑高速列车在移动闭塞区间条件下GSM-R无线通信系统的可靠性,结合随机Petri网理论对GSM-R铁路无线通信系统故障恢复事件进行建模和分析,给出了随机Petri网表示的列车与无线闭塞中心通信的故障恢复模型,并采用TimeNET仿真工具对GSM-R通信系统的可靠性进行分析得出相应结论。     

基于着色Petri网的SMTP仿真研究

简单邮件传输协议(Simple Mail Transfer Protocol,SMTP)是网络中电子邮件传输协议,像其他网络服务一样,电子邮件传输也依赖于传输控制协议(Transmission Control Protocol)。本文设计分析了基于着色Petri网(Colored Petri Nets,CPN)简单邮件传输协议模型,该模型包括传输控制同步信号建立和简单邮件传输命令序列建立;通过Design／CPN tool建立和验证了该模型。     

一种新的基于多尺度几何分析的图像融合方法

基于多尺度几何分析方法——非下采样轮廓波(Con tourlet)变换(NSCT)和Beamlet变 换,提出一种全新的医学图像融合方法。在进行NSCT分解后,在高频成分首先使用Beamlet 变换进行边缘检测, 然后根据聚类分割边缘密度的差值确定其系数的融合规则;对于低频成分,采用局部区域标 准方差系数的融合规则;经过 一致性校正后,通过对融合后的高频与低频子带系数进行逆NSCT得到重构图像。数值实验表 明,与传统的融合方法相 比较,本文方法能够有效减少噪声对融合图像的干扰,增强了融合的线性细节表达能力,提 高了信息量。     

冶金企业铁路货车实时跟踪系统

货车实时跟踪系统是实现铁路运输自动化的一个重要组成部分,它主要利用计算机技术、现代通信技术来完成对车辆信息准确、及时地收集和处理,从而实现对车辆的实时跟踪,以便更好地配合铁路运输调度部门对车辆的合理调度.