一种降低核间通信开销的调度算法

近年来,多核处理器在嵌入式领域得到越来越广泛的应用,但多核间不可避免的通信开销阻碍了系统性能大幅提升,因此研究如何降低核间通信开销变得尤为重要. 针对同构多核平台上周期依赖任务,提出一种降低核间通信开销的任务调度算法并在该基础上进行优化,通过对部分任务预先调度一个周期,将周期内任务间的数据依赖转换成周期间的数据依赖,从而缩短调度长度,提高系统性能. 对以上算法进行仿真模拟,并分别在双核和四核平台上进行多组实验. 结果表明：提出的调度优化算法可以显著降低周期依赖任务核间通信开销,提高执行效率.     

复杂背景下的车牌定位和字符分割研究

提出了一种综合边缘检测、投影特征的车牌定位方法和基于垂直投影及模板匹配的字符分割方法,提取车牌灰度图像边缘,实验结果显示该算法检测边缘的速度快,车牌区域轮廓清晰,采用投影法确定车牌区域,用HOUGH变换检测倾斜角度进而对倾斜的车牌进行矫正,通过字符分割算法对车牌字符进行切割,有效地解决了复杂环境的干扰、车牌尺寸变化等问题。对不同背景下的光照车牌进行了大量实验,结果表明该算法能准确地进行车牌定位以及字符分割,具有较好的鲁棒性。     

基于LP和DFB结构的离散Contourlet遥感影像融合算法及在QuickBird中的试验研究

针对目前最新发展的Contourlet变换能够比小波变换提供更丰富的方向和形状基,适合进行多尺度边缘增强的特点,利用Contourlet变换用于融合遥感全色和多光谱影像的算法,即利用LP（Laplacian Pyramid）捕获影像的低频分量,利用DFB（Directional Filter Bank）获得影像的高频分量,再对得到的低频近似系数和高频细节系数按照融合规则,采用算术平均和加权算子构造融合影像对应的对比度金字塔;最后,通过逆塔形变换重构融合影像。提出一种基于塔形方向滤波器组PDFB（Pyramidal Directional Filter Bank）的影像融合方法,算法一方面将Contourlet变换这一新的数学工具引入到影像融合中,另一方面对目前高分辨率影像数据源QuickBird进行了融合实验。此外,利用熵、扭曲度、偏差指数、相关系数、标准差等参量,对此融合方法的融合性能进行了评价与分析。实验结果表明：提出的融合算法能在保留多光谱影像光谱信息的同时增强了融合影像的空间细节表现能力和信息量,该算法是有效可行的。     

车牌自动识别方法中的关键技术研究

车辆牌照的自动识别是智能交通系统中一项很重要的技术。针对车牌识别的前期技术，即车牌定位、车牌图像的对比度判断和二值化、字符分割等技术进行了研究并提出了新的处理方法，实验结果表明提出的算法简洁、实时性好、处理正确率高，达到了实用的标准。     

一种改进的分级车牌定位算法

通过深入研究分级车牌定位算法,发现当车牌左右两旁存在复杂竖直边缘干扰时,该算法中的候选车牌生成模块容易造成错误检测。提出了一种改进的候选车牌提取算法,可以去除竖直边缘干扰的影响,进一步提高了分级车牌定位算法的检测率,同时保持了算法的实时性。     

线性规划软件包GLPK的分析与应用

GLPK是一个求解大规模的线性规划问题(LP)、混合整数规划问题(MIP)以及相关问题的自由软件包。该文分析TGLPK的算法结构与数值计算等多方面的实现技术,并应用于解决NP-hard的调度问题。数值结果表明GLPK是研究LP和MIP问题强有力的工具。     

纺织品数字印刷机数据通信提速的研究

针对USB2.0接口传输速度进行探讨,重点介绍了影响USB2.0传输速度的各个因素与提升数据传输速度的方法,设计了一个基于USB2.0的高速工业化纺织品数字印刷机数据传输系统.该系统较明显地提高了传输速度,对同类开发具有很好的参考意义.     

Linear programming models for traffic engineering in 100% survivable networks under combined IS–IS/OSPF and MPLS-TE

This paper concerns the problem of minimizing the maximum link utilization of IP telecommunication networks under the joint use of traditional IGP routing protocols, such as IS–IS and OSPF, and the more sophisticated MPLS-TE technology. It is shown that the problem of choosing the optimal routing, both under working conditions and under single link failure scenarios, can be cast as a linear program of reasonable size. The proposed model is validated by a computational experimentation performed on synthetic and real networks: the obtained results show that the new approach considerably reduces the maximum link utilization of the network with respect to simply optimizing the IGP weights, at the cost of adding a limited number of label switched paths (LSPs). Optimizing the set of IGP weights within the overall approach further improves performances. The computational time needed to solve the models matches well with real-time requirements, and makes it possible to consider network design problems.     

Fast,effective heuristics for the 0–1 multi-dimensional knapsack problem

The objective of the multi-dimensional knapsack problem (MKP) is to find a subset of items with maximum value that satisfies a number of knapsack constraints. Solution methods for MKP, both heuristic and exact, have been researched for several decades. This paper introduces several fast and effective heuristics for MKP that are based on solving the LP relaxation of the problem. Improving procedures are proposed to strengthen the results of these heuristics. Additionally, the heuristics are run with appropriate deterministic or randomly generated constraints imposed on the linear relaxation that allow generating a number of good solutions. All algorithms are tested experimentally on a widely used set of benchmark problem instances to show that they compare favourably with the best-performing heuristics available in the literature.     

AMR-WB语音编码算法及仿真

介绍了一种用于第三代移动通信的AMR-WB(自适应多码率宽带)语音编码算法,简要地介绍了其编解码原理,并进行了该算法的定点C代码仿真,给出了算法的计算复杂度及存储空间的仿真结果。     

Decoding turbo-like codes via linear programming

We introduce a novel algorithm for decoding turbo-like codes based on linear programming. We prove that for the case of repeat-accumulate codes, under the binary symmetric channel with a certain constant threshold bound on the noise, the error probability of our algorithm is bounded by an inverse polynomial in the code length.Our linear program (LP) minimizes the distance between the received bits and binary variables representing the code bits. Our LP is based on a representation of the code where codewords are paths through a graph. Consequently, the LP bears a strong resemblance to the min-cost flow LP. The error bounds are based on an analysis of the probability, over the random noise of the channel, that the optimum solution to the LP is the path corresponding to the original transmitted codeword.     

一种GPS接收板及其定位精度分析

介绍了世界最大的GPS公司-GARMIN公司的高性能OEM产品35LP的结构，接口，数据格式及其应用；对观测点进行实验观测，描绘定位点图，确定所测点的真实坐标，分析板子的定位误差范围。在校园内选取了多个观测点进行观察测量和精度分析，给出了有代表性的两点实验数据和点图分布，并对二者进行了比较分析，说明了环境视野因素对测量精度的影响。     

改进加权线性预测倒谱的复合参数说话人识别

说话人识别和确认是信号处理中研究的热点之一,但有关文献表明识别效率并不是很高,而且训练和识别的语音要求都比较长,距离实际应用还有一定差距.分析了说话人识别中有关参数的选取对识别结果的影响,采用线性预测倒谱和基音参数共同作为识别参数,并采用矢量量化,改进了线性预测倒谱距离的加权函数,提供了与文本无关的说话人识别系统.最后给出了实验结果和有关分析,在低噪声时识别正确率可达99%以上,在高噪声时也能达到98%以上的正确率.     

A procedure for large-scale DEA computations

Data envelopment analysis (DEA), a performance evaluation method, measures the relative efficiency of a particular decision making unit (DMU) against a peer group. Most popular DEA models can be solved using standard linear programming (LP) techniques and therefore, in theory, are considered as computationally easy. However, in practice, the computational load cannot be neglected for large-scale—in terms of number of DMUs—problems. This study proposes an accelerating procedure that properly identifies a few “similar” critical DMUs to compute DMU efficiency scores in a given set. Simulation results demonstrate that the proposed procedure is suitable for solving large-scale BCC problems when the percentage of efficient DMUs is high. The computational benefits of this procedure are significant especially when the number of inputs and outputs is small, which are most widely reported in the literature and practices.     

复杂环境中的车牌字母和数字识别研究

当前车牌识别的研究大都是针对正常环境进行的,对于复杂环境下的车牌难以达到识别要求。本文提出一种用BP神经网络构造并行神经网络的车牌字母和数字识别方法,利用PVM网络在虚拟并行平台上实现了并行神经网络,最后对复杂现场环境下获取的车牌进行了实验。实验结果证明,该算法具有良好的性能,能在28ms内实时准确的识别车牌字母和数字。     

实时软件系统开发技术

分析了开发实时系统和实时软件系统的特殊性，讨论了传统实时软件系统开发技术(包括RTSA技术、DARTS技术、JSD技术、NRL方法、OOA＆OOD技术等)，并比较了它们各自的优缺点．详细讨论了面向对象技术在实时软件系统开发中的应用，对统一建模语言(UML)在实时软件系统中的应用也进行了深入分析和讨论．在分析了实时UML(UML-RT)的不足之后，提出了融合UML和CPN的实时软件开发技术，并用一个实例说明了如何利用该技术进行实时软件开发．     

实时极限思想的提出和应用

实时任务调度算法之间很难进行比较,而且缺少比较标准。提出具体环境下实时极限的思想,为任务调度的比较研究提供了一个尺度。并可在此基础之上进行算法自身消耗的测量。还可扩展可通行判定理论的应用范围。     

无线移动环境中的拉式实时并发控制机制

考虑到诸如带宽、移动性、频繁断接等限制,传统可串行化并发控制协议显得过于严格而无法满足移动实时数据库环境的要求。该文首先形式化定义并分析了弱可串行化正确性准则,弱可串行化比传统冲突可串行化宽松且能始终保证数据库的一致性。进而给出了一种适宜于移动实时数据库的弱可串行化并发控制协议WMHP-2PL。最后性能实验证实了新协议的有效性。     

大数据环境下基于关联规则的多标签学习算法

传统单标签挖掘技术研究中,每个样本只属于一个标签且标签之间两两互斥。而在多标签学习问题中,一个样本可能对应多个标签,并且各标签之间往往具有关联性。目前,标签间关联性研究逐渐成为多标签学习研究的热门问题。首先为适应大数据环境,对传统关联规则挖掘算法Apriori进行并行化改进,提出基于Hadoop的并行化算法Apriori_ING,实现各节点独立完成候选项集的生成、剪枝与支持数统计,充分发挥并行化的优势;通过Apriori_ING算法得到的频繁项集和关联规则生成标签集合,提出基于推理机的标签集合生成算法IETG。然后,将标签集合应用到多标签学习中,提出多标签学习算法FreLP。FreLP利用关联规则生成标签集合,将原始标签集分解为多个子集,再使用LP算法训练分类器。通过实验将FreLP与现有的多标签学习算法进行对比,结果表明在不同评价指标下所提算法可以取得更好的结果。