VxWorks的三维图形环境的开发

VxWorks作为一种广泛应用于高性能领域中的可裁剪的实时嵌入式操作系统,并没有为用户提供完善的图形界面。为了在VxWorks中实现三维图形的开发和显示,文中通过将OpenGL与WindML（WindRiver Multimedia Library）媒体库相结合,提出VxWorks下三维图形开发环境系统建立和基于该环境的图形开发的方法。完成VxWorks操作系统交叉编译环境的建立、MindML的配置和Mesa3D的编译,并完成VxWorks操作系统下的OpenGL程序开发。通过大量应用程序的测试验证,证明该方法能够完成VxWorks操作系统下的三维图形开发的要求,并且具有操作简单、容易开发等特点。     

玫瑰红RB催化纤维的制备及其在交叉脱氢偶联反应中的应用

以聚丙烯腈纤维为载体,通过乙二胺接枝改性,有机光催化剂-玫瑰红RB吸附,制备了一种腈纶负载光催化纤维。在其催化N-苯基四氢异喹啉及其衍生物和硝基甲烷的交叉脱氢偶联反应中,反应温度85℃,乙二胺用量60 mL,水用量100 mL,反应时间240 min,氨基接枝量1.61 mol%时,对RB染料的吸附量可达9.2%,收率均在81%以上,并在8次循环反应后仍然保持良好的稳定性和催化活性。     

基于SkyEye的嵌入式Linux移植仿真技术研究

在嵌入式系统开发中,经常需要硬件开发板来调测软件,不仅操作繁琐,硬件环境不稳定时问题也很难定位;有时还会遇到软件等待硬件调试,延误开发周期的情况。在PC桌面系统下,探讨了一种基于SkyEye虚拟硬件技术的嵌入式平台仿真技术,介绍如何建立仿真基础环境,编译嵌入式Linux内核,制作根文件系统,编译、配置SkyEye,以S3C6410X为目标机处理器,将Linux内核及文件系统移植到基于SkyEye虚拟的ARM体系架构下,为嵌入式系统的研发探索了一种新的途径。     

基于特征融合的核量化图像分类方法

局部特征和全局特征是图像的两种重要的特征描述,在图像分类时起着至关重要的作用。据此提出一种通过融合全局与局部特征核量化图像分类方法。首先,分析全局特征及局部特征各自优缺点,并对图像进行特征提取;其次,通过核方法将特征映射到适当的高维空间中,来进行码书的获取与量化,并进行特征的融合以更好地对图像进行描述;最后,采用基于直方图交叉核的支持向量机对获取的量化特征进行分类。通过实验证明了所提出的方法的可行性。     

基于局部搜索的改进SPEA2算法

由于追求收敛速度与防止陷入局部最优,标准的改进强度Pareto算法(SPEA2)过于注重全局搜索能力,从而导致局部搜索能力不足.为了增强SPEA2算法的局部搜索性能,进而提高算法收敛速度,提出了一种基于局部搜索的改进SPEA2算法.该算法单独设置一个新外部存档集以保存局部搜索后的非支配集,并且改进了交叉算子,加入了部分个体更新策略.将该改进算法与SPEA2算法进行了收敛性能比较实验.仿真实验结果表明,相比于标准算法,改进SPEA2算法不仅可以保证收敛到多目标优化问题的Pareto最优边界,而且在收敛能力上也得到了较好的改善.     

基于奇偶树型交互学习机与遗传算法的密文优化系统

为使图像加密系统具备优化功能,并解决当前遗传算法无法实现全局最优、收敛速率慢等问题,提出奇偶树型交互学习机耦合全局离散遗传算法的密文优化系统。定义权值更新机制,耦合混沌映射,构造奇偶树型交互学习机及其互扰模型。将切断型轮盘赌择取机制引入均匀交叉算子中,以图像分块的相邻像素相关系数和密文信息熵为目标,根据权重理论设计加权适应度函数,提出一种全局离散遗传算法,最终形成"初始加密-密文优化"的加密结构。实验结果表明,与超混沌算法、离散遗传算法、元胞自动机相比,该系统的加密质量较好,并且具备全局优化功能,可优化所有迭代结果,使最终输出密文的信息熵最大,相关系数最小。     

求解高维函数优化问题的交叉熵蝙蝠算法

为改善蝙蝠算法求解高维函数优化问题的全局搜索能力,提高其搜索精度,将交叉熵方法和蝙蝠算法相结合,提出一种交叉熵蝙蝠算法。该算法将基于重要度抽样和Kullback-Leibler距离的交叉熵全局随机优化算法应用于蝙蝠算法中,采用自适应平滑技术提高算法的收敛速度,利用交叉熵方法的遍历性、自适应性和鲁棒性,有效抑制蝙蝠算法的早熟收敛现象。对经典测试函数和CEC2005测试函数的仿真结果表明,该算法具有全局搜索能力强、求解精度高和鲁棒性好等特性。     

基于模糊期望值的模糊DEA 交叉效率评价方法

基于模糊DEA的交叉效率评价方法研究是一个崭新的研究课题,有着广阔的应用前景。结合基于模糊期望值的模糊 DEA 模型和交叉效率原理,提出一种新的交叉效率的评价方法。该方法首先求出基于模糊期望值的最优效率值权重,然后由这组模糊最优权重求解他评效率并构造交叉效率矩阵,最后根据求出的模糊期望交叉效率值对各DMU进行排序。     

基于支持向量回归的动力电池参数辨识

根据铅酸蓄电池在放电过程中内部电化学反应导致外部电特性变化的特点,提出一种基于支持向量机原理的电解液密度辨识模型。利用支持向量机理论非线性回归的特性,简化测量电解液密度的过程,在恶劣环境下检测动力电池的电解液密度更显其优越性。预测实验表明,采用改进的交叉验证预测模型具有泛化能力强、稳定性好的特点,并且在小样本的条件下能达到预期的辨识精度。     

一种带交叉因子的双向寻优粒子群优化算法

针对传统粒子群算法易早熟、精度低、后期收敛速度慢等问题,结合反向学习理论,提出了一种基于交叉因子的双向寻优粒子群优化算法(CBMPSO)。该算法使初始种群在搜索区域均匀分布,计算粒子及其反向粒子的适应值,取最优作为初始种群;迭代过程增加对全局最差粒子的跟踪,随机开启基于交叉因子的双向学习机制。对几种典型函数的测试结果表明,CBMPSO算法的寻优能力及收敛速度有了显著提高,并且能够有效避免早熟收敛问题。