基于时空Kriging方法的时空数据插值研究

在对气象数据进行插值的过程中, 如果只考虑数据的空间信息而忽视数据在时间上的关联, 必然影响插值的精度.针对具有时空特性的气象数据, 提出一种将时空Kriging方法与弹性网方法相结合的新方法.该方法主要利用弹性网算法解决时空Kriging算法中的时空变异函数矩阵为病态矩阵而无法求逆的问题, 通过弹性网算法获得变异函数矩阵方程的稀疏解, 从而提高时空插值的精度.在实际观测的气温数据和AQI数据上的仿真实验验证了该方法对气象时空数据插值的准确性.     

基于OpenMP的Kriging插值算法研究

随着多核处理器的普及,并为了充分利用多核PC机的特性,计算机技术逐渐向多核架构及多核计算技术发展。为提高对湖南地区100mX 100m小网格气温插值的速度,采用以OpenMP为标准的基于共享存储的并行编程模型对Kriging插值算法进行改进。在不同核的多核PC机中,采用100mX 100m小网格和500mX 500m小网格地形数据对平均气温进行插值,不仅有效减少了插值时间和提高了算法的加速比,而且集成到业务系统中大大提升了系统的反应时间及性能。     

基于不规则网格的传感数据Kriging插值算法

传感器网络节点数量的有限性和部署的随机性使其监测区域存在测量空洞,导致传感数据集不完整。为此,提出一种基于不规则网格的传感数据Kriging插值算法,对监测区域做不规则划分,以适应节点随机部署的特性。通过近点邻域搜索算法,确定待插值点的邻居节点,并据此求解Kriging矩阵,实现快速插值。基于英特尔-伯克利传感数据集的实验结果表明,该算法具有较高的插值精度。     

基于混合并行的Kriging插值算法研究

普通Kriging方法是进行空间降水插值的一种有效方法。然而一方面由于海量数据插值计算量大,另一方面该算法的时间复杂度大,为减少空间降水插值的计算时间,采用OpenMP和MPI混合并行技术,实现Kriging并行算法。在Windows操作系统上搭建并行计算环境,实验数据表明,该并行算法能有效地节省计算时间。     

基于Kriging 插值的钻孔地温数据体视化

研究了Kriging 插值方法用于计算青藏铁路钻孔地温数据的适用性, 发现可用Nugget 和高斯函数模型的线性组合拟合变异函数。结果显示浅层插值结果偏低, 误差较大; 深层插值结果略高,误差较小。基于Kriging 插值构造规则体元模型, 即沿水平方向用等深度数据进行Kriging 插值, 形成一系列温度等深面; 沿垂直方向用相邻等深面温度进行线性插值, 产生新的温度等深面; 将一系列温度等深面叠加得到规则体数据。以IDL 为可以化平台, 采用直接体视技术实现地温数据了体视化。     

粒度可调的并行Kriging地层空间插值算法

为提高层状地层空间数据插值的计算速度和实现系统负载平衡,在采用动态调整并行粒度策略的基础上开发混合粒度的并行Kriging插值算法.在此算法中,根据CPU与地层层数之间的数量关系动态调整并行计算的粒度,优先使用粗粒度的并行计算策略,同时利用中粒度并行算法平衡负载.基于Windows2000 操作系统搭建了PC机群并行环境,大量的试验统计数据表明该方法具有良好的可扩展性和并行计算效率.     

Kriging空间插值最优估计模型的研究

空间插值对土地价格、降雨量、人口分布,等进行估计是最常用也是最有效的方法。空间插值的理论假设是空间位置上越靠近的点,越可能具有相似的特征值;而距离越远的点,其特征值相似的可能性越小。Kriging插值方法以统计学理论为基础。如果采样点数据比较少的情况下,可设计出对Kriging插值的半变异函数进行拟合的实验方案,并从中选出误差最小的估计模型。     

基于Kriging方法的空间散乱点插值

给出的一种距离加权插值方法借鉴地质统计学中的Ｋｒｉｇｉｎｇ方法,在空间数据场满足给定的统计分布特征的前提假设下进行插值。通过对帽状曲面函数的插值结果的观察,可以看出该方法可以获得良好的插值效果。     

基于Kriging插值的PIV算法在污水流速测量中的应用研究

针对污水管道中流体成分的多样性和流动型态的复杂性,借鉴粒子图像测速中的流场测量思想,提出了基于PIV(粒子图像测速)算法的管道污水流速测量方法.将该算法应用于污水流速测量时,发现由于伪矢量和缺失矢量的存在,导致测量结果精确度降低的问题,进而提出应用Kriging插值的方法对PIV算法进行改进,最终实现管道污水流速的有效测量.最后,在实验室搭建了实验模拟平台,对提出方法进行了仿真测试,测试结果表明,与传统的PIV测速方法相比,该方法能有效提高测量精度,保证测量结果的准确性.     

雷达引导数据插值算法改进

为了确保天线在引导数据的驱动下,速度变化更加平稳,减小对天线结构和伺服驱动的损害,对某雷达引导数据插值算法进行改进,采用样条插值算法对引导数据进行插值.通过数值模拟方法分析三种不同插值算法对雷达系统引导数据的影响,结果表明,样条插值算法能够为雷达系统提供更加合理的引导数据,实现雷达引导数据过渡的平滑性,有效保护了天线和伺服驱动系统,且样条插值算法在实际操作中易于实现,因而是一种科学有效的引导数据插值算法.     

分布式实时系统的容错调度算法

提出了两种分布式实时容错调度算法：副版本后调度算法（ＢＫＣＬ）及无容错需求后调度算法（ＮＦＲＬ）,并研究了算法的时间复杂度,这两种容雕工算法能同时调度具有容错需求的实时任务和无容错需求的实时任务,ＢＫＣＬ和ＮＦＲＬ所产生的调度可保证：在分布式系统中一个节点机失效的情况下,具有容错需求的实时任务仍然可在截止时间内完成,在描述了两个实时容错调度算法之后,分别证明了这两个算法的容错调度正确性。接着,阐述     

基于地理信息系统的空间插值算法研究

本文根据"北海区环境预报信息集成系统"对于ArcGis Engine中常用空间插值算法进行研究,主要研究了反距离加权插值算法、克里金插值算法、样条函数插值算法,并对反距离加权插值算法进行了改进,在本系统中利用该算法进行插值计算。研究各个算法的实现原理及各个算法的有缺点。经研究发现:应用Kriging插值算法的插值效果较好,IDW插值算法简单、易于实现,Spline算法计算量小,可以产生平滑的曲线。     

图像插值迭代类算法中加速收敛方法的改进

首先分析了传统松驰参数加速收敛方法的局限性,最后根据控制学中的有关理论,提出了一种简单易行的带比较环节的积分器,使迭代收敛速度大为提高。     

混合蚁群优化算法求解卫星数传调度问题

为了求解卫星数传调度问题,提出了混合蚁群优化算法。算法设计了基于任务数传操作的解构造图,提出了基于解构造图的任务调度序列和资源分配序列概率决策模型,采用基于随机加权的混合策略综合利用问题的启发式信息。算法通过基于混沌变异的列信息素向量更新策略增强解构造的多样性,通过具有补偿机制的全局信息素更新策略来保证算法的收敛性。利用STK工具设计了五个调度场景,并利用计算机生成各场景的数传任务。仿真实验结果表明,该算法是可行、有效的,收敛性和解多样性较好。     

分布式调度算法在VOQ交换机中的应用

为提高高速通信网络的通信效率,针对VOQ交换机,提出在交换机的各个输出端口中进行分布式通信调度(DSA)的策略。DSA算法可直接支持变长数据包通信调度,克服了传统信元交换只能调度定长数据包的缺点,降低了交换机的实现复杂度。仿真结果表明：在各种流量下,DSA算法都比信元调度算法具有更好的调度性能。     

图像传感器数据插值算法的改进

当用单个图像传感器采集彩色图像时需要一个彩色滤光阵列（Color Filter Array）,这个阵列覆盖在图像传感器前面。由于彩色滤光阵列使图像传感器的每个像素只能感测一种颜色分量,所以在复原全彩色图像时必须利用颜色分量插值方法。提出了加权平均插值新算法,实验表明,新的算法比现有的几种常用插值算法有了不同程度的改善。     

顺序分布式变长分组调度算法:SDMCRR

通过引入分布式思想对CRR调度算法进行改进,提出了一种基于输入排队VOQ结构的输入端口轮转和输出端口轮询的顺序分布式改进补偿轮询调度算法SDMCRR。并通过分析以及和其它轮询算法的比较,得出该算法具有单个报文调度O（1）的复杂度、较好的隔离恶意流的公平性和时延特性。     

面向大数据分布式存储的动态负载均衡算法

随着大数据时代的到来,分布式存储技术应运而生。目前主流大数据技术Hadoop的HDFS分布式存储系统的元数据存储架构上一直存在可扩展性差和写延迟高等问题,其在官方2.0版本中针对可扩展性的解决方案(Fe-deration)仍不完美,仅解决了原有HDFS扩展性的问题,在元数据分配的问题上没有考虑NameNode的异构性能差异,也未解决NameNode集群动态负载均衡的问题。针对该情况,提出了一种动态负载均衡的分布NameNode算法,通过元数据多副本异构节点的动态适应性备份,使元数据在考虑节点性能及负载的情况下实现了动态分布,保证了元数据服务器集群的性能;同时结合缓存策略及自动恢复机制,提高了元数据的读写性及可用性。该算法在试验验证中达到了较为理想的效果。     

面向分布式实时系统的安全驱动调度算法研究

针对现有实时调度算法无法适应动态安全需求的问题,构建了一种安全驱动调度模型,该模型从系统安全级别、系统安全服务和任务安全策略三个方面描述了实时系统的动态安全需求,并设计了一种基于安全驱动的实时任务调度器框架。以该模型和框架为基础,提出了一种安全驱动调度算法(Security Driven Scheduling Algorithm,SDSA)。从全局角度对新到达任务进行可调度性检查,并将可调度任务分配到合适的处理机上运行。按照系统安全级别来动态调整已分配到各处理机上实时任务的安全策略,使其达到安全性和可调度性的最优平衡。采用优先级抢占式策略对各实时任务进行调度。仿真结果表明,SDSA算法与其他同类算法相比,在系统动态安全需求的适应性、关键任务的可调度性以及安全防危能力等方面具有较好的表现。     

面向智能交通系统的大数据分布式存储算法

针对智能交通系统中的大数据分布式存储过程中分布均衡度较低、安全性差等问题,提出面向智能交通系统的大数据分布式存储算法.利用云存储架构构建大数据分布式存储模型及三层数据存储层次,通过上层的数据高度访问、中层数据连接以及下层的数据归档,依据设定的已知数据粒度、机率以及弹性,计算数据存储强度以及层次,实现大数据存储.通过超混...