基于(m,k)-firm约束规范的混合任务调度算法研究

讨论了在准实时环境下,包括准实时周期任务和准实时非周期任务在内的混合任务调度算法HTSF.HTSF算法是在满足周期任务(m,k)-firm 约束规范的前提下提高非周期任务可调度性,同时合理利用可用空闲时间,提高整个系统的服务质量.HTSF算法给出了非周期任务的可调度性分析方法,同时采用静态调度与动态调度相结合的方法调度周期任务和非周期任务.模拟测试结果显示,系统对非周期任务的接收率比同类相关算法的接收率高.     

动态环境中的分层强化学习

现有的强化学习方法都不能很好地处理动态环境中的学习问题,当环境变化时需要重新学习最优策略,若环境变化的时间间隔小于策略收敛时间,学习算法则不能收敛.本文在Option分层强化学习方法的基础上提出一种适应动态环境的分层强化学习方法,该方法利用学习的分层特性,仅关注分层任务子目标状态及当前Option内部环境状态的变化,将策略更新过程限制在规模较小的局部空间或维数较低的高层空间上,从而加快学习速度.以二维动态栅格空间内两点间最短路径规划为背景进行了仿真实验,实验结果表明,该方法策略学习速度明显高于以往的方法,且学习算法收敛性对环境变化频率的依赖性有所降低.     

蛋白质在硅烷膜表面吸附特性的压电传感监测

在压电石英晶片表面自组装修饰末端为胺基的硅烷膜,该膜在酸性和中性pH条件下带正电荷,可通过静电引力吸附带负电荷的牛血清白蛋白(BSA),吸附过程中的质量变化可通过石英晶片的谐振频率变化实时监测。结果表明:该吸附过程虽然为部分不可逆,但吸附等温线符合Langmuir方程,吸附速率常数为0.0117 L.g-1.s-1,吸附平衡常数为2.87 L.g-1,表观饱和吸附量Γ∞=0.954μg.cm-2。     

一种基于语义及统计分析的Deep Web实体识别机制

分析了常见的实体识别方法,提出了一种基于语义及统计分析的实体识别机制(deep Web entity identification mechanism based on semantics and statistical analysis,简称SS-EIM),能够有效解决Deep Web数据集成中数据纠错、消重及整合等问题.SS-EIM主要由文本匹配模型、语义分析模型和分组统计模型组成,采用文本粗略匹配、表象关联关系获取以及分组统计分析的三段式逐步求精策略,基于文本特征、语义信息及约束规则来不断精化识别结果;根据可获取的有限的实例信息,采用静态分析、动态协调相结合的自适应知识维护策略,构建和完善表象关联知识库,以适应Web数据的动态性并保证表象关联知识的完备性.通过实验验证了SS-EIM中所采用的关键技术的可行性和有效性.     

一类线性时变系统组合自适应迭代学习辨识

针对一类在有限时间区间上可重复运行的既含时变参数又含时不变参数的高阶线性时变系统,提出了一种模型参考组合自适应迭代学习参数辨识算法.应用Lyapunov方法,给出了时不变参数的时域自适应学习律和时变参数的迭代域自适应学习律,分析了参数估计和模型状态跟踪误差的有界性与收敛性.该算法适于时变和时不变参数并存的线性系统的参数辨识,可加快参数估计的收敛速度.仿真例子验证了所提出的辨识算法的有效性.     

基因序列Z曲线的生成和显示

DNA序列是生物遗传信息的载体.基因序列的Z曲线可以将字符表示的基因序列转换为直观的空间曲线,利用人脑对图形图像的理解能力,提高基因序列判别的效率和准确度.为方便观察基因序列的整体特性,采用基于点序的包围盒采样方法生成不同密度的序列点集.用非均匀B样条拟合Z曲线,得到空间Z曲线及其在XOY、YOZ、XOZ三个面上的二维投影,为基因序列的分析、对比提供直观方便的工具.     

无线多媒体传感器网络共享密钥发现协议设计与实现

无线多媒体传感器网络(WMSNs)是在传统无线传感器网络(WSNs)的基础上发展起来的具有音频、视频、图像等多媒体信息感知功能的新型传感器网络,具有广阔的应用前景.其网络安全通信已逐步得到研究人员的重视,鉴于无线多媒体传感器网络节点资源受限、分布式等特性,利用秘密同态和布隆过滤器,提出了一种安全高效的共享密钥发现协议,描述其具体设计流程并通过代码设计在嵌入式设备上得到了实现.     

k-best MIRA和动态k-best MIRA

MIRA(Margin Infused Relaxed Algorithm)是一种超保守算法,在分类、排序、回归等应用领域都取得不错成绩.文中在传统MIRA算法基础上进行改进,提出k-best MIRA(K-MIRA)与动态k-best MIRA(DK-MIRA)算法.这两种算法能够根据学习进程自动调整优化约束条件,从而提高算法的收敛速度与性能.将K-MIRA与DK-MIRA用于定义类问题回答中的句子排序任务,取得较为满意的实验结果.     

多传感器图像采集处理系统的设计与实现

为了完成一个多传感器图像采集处理系统的设计、软硬件实现,采用参数同步配置方法提高多CMOS图像传感器同步曝光精度.采用基于Bayer颜色滤波阵列图像的残差集近无损压缩方法提高图像数据传输速度.系统三传感器曝光达到了微秒级同步精度.约为课题任务要求的1/29.在保证重建图像质量精度的前提下,数据传输速度提高了约4.4倍.给出了系统部分最终测试结果.     

基于神经网络算法的多极化雷达数据估算鄱阳湖生物量

神经网络的特点是分布并行处理,适用于模拟复杂的非线性模型。在野外调查的基础上,利用多极化雷达数据,通过改进MIMICS模型模拟湿地植被参数(植被高度、含水量、生物量等)和雷达后向散射系数之间的关系,建立神经网络模型。通过模型的训练和仿真,与实测数据进行比较、验证,从而估算鄱阳湖湿地植被的生物量分布情况。研究表明基于改进的MIMICS模型训练数据的神经网络模型有较好的反演湿地植被生物量的能力,并据此反演了鄱阳湖湿地2007年4月、7月、11月的生物量动态变化情况。