罗定江流域“巨爵”台风的暴雨洪水分析

受2009年第15号台风"巨爵"登陆后的环流及残留云团的影响,罗定江流域普降暴雨到大暴雨,局部特大暴雨。暴雨使罗定江发生了近10年一遇的洪水,其一级支流围底河遭遇了100年一遇的洪水。介绍了"巨爵"台风的基本情况、分析了暴雨洪水特征,对今后罗定江流域的防洪、水资源规划、工程设计等都具有十分积极的意义。     

一种提取随机排列胶囊分离边缘的方法

提取随机排列胶囊图像中分离的、单个的边缘,是胶囊缺陷检测与计数的前提。随机排列的胶囊具有倾斜度不确定和多胶囊粘连的特点。由此,本文先提取胶囊的边缘,再将＂点＂连接与＂线＂连接的胶囊边缘逐步分离,最终完成分离边缘的提取。经过现场实验测试,该方法的边缘识别正确率达到97%。     

基于发送缓存的VideoStream调度算法研究及其FPGA实现

研究了 CDMA2000 1x EVDO 系统一种支持 VideoStream 业务的调度算法及 FPGA 实现;通过大量研究和设计,得到一种能保证性能和速度,叉适合硬件实现的调度算法。综合时选用 Altera 公司的 StratixⅡ系列 EP2S60F484C4芯片,并通过功能仿真验证了硬件实现的可行性和正确性。     

基于可编程图形处理器的骨骼动画算法及其比较

骨骼动画相对于之前的动画方法具有占用空间小的优点,但是其代价是计算量的增加,从而导致绘制效率的降低.另一方面,近年来可编程图形处理器技术在计算机图形处理领域已得到广泛研究.因此,提出了基于可编程图形处理器实现骨骼动画的方法,采用了最先进的可编程处理管线.使用多种不同的方法在可编程图形处理器中实现了骨骼动画,并对其性能进行了分析与比较.该方法借助可编程图形处理器强大的计算能力,分担了骨骼动画中的顶点更新的计算任务,从而大大提升了骨骼动画的绘制效率.     

一种基于GPU的碰撞检测算法

实时碰撞检测是计算机图形应用中不可缺少的组成部分。随着高性能可编程图形处理器（GPU）的发展,出现了许多利用GPU来解决复杂物体间的碰撞检测问题的方法。提出了一种基于GPU的对参数化表面的碰撞检测方法。通过使用几何图像表示的参数化表面,实时的生成GPU优化的包围体层次结构,然后在这个层次结构的基础上实现优化的基于GPU的层次碰撞检测算法。结果显示本方法可以有效的提高碰撞检测的速度,相对于在CPU上实现同样的层次结构遍历方法,基于GPU的方法可以将碰撞检测速度平均提高13%左右。     

Photoshop中透明背景的制作

在网页和多媒体课件的制作中,透明背景的图片被广泛应用,介绍了在Photoshop中将图片背景透明的方法。     

前向无线分组调度算法研究

在CDMA2000 1x EV-DO系统,针对尽力而为业务,提出改进DRC算法（M—DRC）和自适应DRC算法（A-DR ）。M-DRC算法在DRC算法基础上,引入用户平均信道环境这一附加参数,提出改进的DRC（M-DRC）指数算法。该算法将时隙分配给平均信道环境好的用户,以达到优化系统吞吐量的目标。PFS算法要体现公平性要求具有相似的信道环境,针对该问题,提出了A-DRC算法。     

Bacillus fordii MH602海因酶序列及同源建模分析

海因酶是5-取代海因生物转化制备手性氨基酸的关键酶.通过同源建模法建立MH602海因酶的三维结构,经分析,91.3%的氨基酸残基在可信区间,无氨基酸残基在不可信区间,而且能量处于较低水平,此模型可进一步研究.将MH602海因酶序列和PDB数据库中现有的6个海因酶序列比较(PDB编号为:1KID,1YNY,1NFG,1GKP,1GKQ,1GKR),结果显示了保守的活性位点残基(4个HIS,1个ASP),3个立体化学环(SGLs)和底物环外侧链结合的残基(MET63,PHE65,LEU94,PHE152,TYR155,VAL158,LEU159).通过比较发现MH602海因酶在159位是LEU,比其他海因酶的PHE159提供更大的底物结合空间,可能降低了对映体选择性但增加了对羟基苯海因的活力.为利用定点突变改造酶分子,提高MH602菌株生产L氨基酸的能力提供理论指导.     

基于差分模型的近场无源定位算法

对于均匀线性天线阵列近场目标定位研究是探测领域重要难点之一。本文根据前期近场基于差分迭代传播计算模型研究基础,提出一种新型高精度近场无源定位算法,针对均匀线性阵列近场目标空间几何结构,突破传统菲涅尔近似近场传播模型的束缚,建立全新高精度目标关系模型并形成定位解析表达式,通过阵列处理估计改进到达时差（TOA）定位观测量,利用新算法快速准确地获取近场多个独立同分布目标的定位信息。仿真实验结果表明：新算法机理不同于传统近场估计分析,特别是定位解析式的引入使得位置精度提升的同时计算量大为降低,更好地适应了近场非线性关系结构,性能分析显示TOA误差对定位估计精度的影响较为有限,在典型信噪比条件下新算法的距离和角度估计精度优于几种常规处理算法,未来具有深入研究的价值。     

基于BERT的金融文本情感分析与应用

针对金融文本情感倾向模糊问题,设计了一种基于BERT(Bidirectional Encoder Representations from Transformers,基于Transformer的双向编码技术)和Bi-LSTM(Bidirectional Long Short-Term Memory Network,双向长短时记忆网络)的金融文本情感分析模型,以BERT模型构建词向量,利用全词掩盖方法,能够更好地表达语义信息。为搭建金融文本数据集,提出一种基于深度学习模型的主题爬虫,利用BERT+Bi-GRU(双门控循环单元)判断网页内文本主题相关性,以文本分类结果计算网页的主题相关度。实验结果表明:本文所设计的情感分析模型在做情感分析任务时取得了87.1%的准确率,能有效分析文本情感倾向。