MSC Pool+Mini-Flex混合组网技术探讨

MSC Pool是核心网建设中最受关注的技术之一.本文简要阐述了MSC Pool和Mini-Flex混合组网的技术原理、实现方式,分析了该组网在实际应用中所存在的不足和待解决的问题.     

MSC1210的GPRS无线通信系统设计

以GSM网络为数据无线传输网络,设计一个基于GPRS数据传输的通信终端。通过在单片机系统中嵌入PPP和TCP／IP协议,实现端到端的GPRS分组业务功能。文中还详细介绍MSC1210单片机与GPRS模块通信接口的硬件和软件实现。     

基于SDL和MSC模型的一致性测试生成方法

本文提出了一种基于协议的SDL和MSC描述的一致性测试生成方法。这种方法从协议的形式化描述出发,用形式化的语言定义测试目的和测试组,通过本文提出的算法自动生成一致性测试套。     

基于MSC Nastran的优化技术

减轻结构质量对现代飞机具有极其重要的意义,进行结构优化设计可以更加合理地确定材料分布,提高材料的利用率,从而满足这一目标要求.目前,结构优化技术已广泛应用于飞机结构设计中,通过确定优化设计变量、优化区域以及响应约束,采用MSC Nastran对机翼进行优化设计,在满足强度刚度设计要求的前提下,实现结构质量最轻的设计目标.     

为SOFL Specification自动生成消息序列(MSC)

形式化方法以其精确的描述能力,可验证性,和自动化潜力而得到了人们的关注。特别是在一些对安全性要求非常高的领域,已经有了很多成功的案例。但他始终没有在业界得到推广。原因之一就是基于数学符号的形式化语法十分晦涩难懂,这给开发人员之间,开发人员和客户之间的交流造成了巨大的障碍。我们认为要解决这一问题,就需要为形式化规范提供更直观,更为大家所熟悉的行为表现方式。文章介绍如何自动生成MSC(messagesequencechart)来描述SOFL(StructuredObjectorientedFormalLanguage)[12]specification的行为。通过用MSC来动态模拟规范的行为的执行过程,可以很好地帮助人们理解规范内容,这对于规范校验(specificationvalidation)有重要的意义。此外,我们为支持这一MSC自动生成过程编写的一款工具原形,也会在文中作简要介绍。     

基于MSC1210数据采集系统的设计

介绍了以MSC1210为核心的数据采集器作为下位机,通过串行口与PC上位机通信的设计方法和工作原理。由上位机控制MSC1210改变其转换模式以达到所要求的控制精度。系统具有结构简单,精度高和功耗低等特点,有较高的实用价值。     

基于MSC Nastran/Patran的装船机金属结构有限元分析

为合理设计装船机金属结构,利用MSC Nastran/Patran对其进行有限元分析.探讨对包含轴承、滑轮等部件的复杂金属结构模型的简化技巧,在MSC Patran平台上建立装船机整体模型.利用MSC Nastran进行强度和刚度分析计算,并利用其结果调整设计方案.通过装船机结构计算结果与设计方案的互动,在满足规范要求的基础上,合理布局并选择型材,减轻整机重量,提升总体设计水平.     

MSC问题的一类表面DNA解法

利用基于表面的DNA粘贴模型求解最小集合覆盖问题。改进体现在计算模版表面穷举了所有可能的结果,同一时间验证结果是否满足条件,真正实现了DNA的强大并行性。同时在互补的寡聚核苷酸片段发生退火反应时,利用特殊的化学反应,通过催化剂来决定是否杂交,减少了人工参与,提高了计算效率。通过计算机仿真模拟验证了模型的可行性。     

预测结果的一种计算方法

1.引言预测是人类专家经验知识在生产实践中的综合运用,是决策的依据。决策的好坏可决定一个厂矿企业或者一个国家的前途和命运,因此,预测有着重要的实际意义。目前,多数预测的建模是基于概率学的,硬性地将预测问题归为简明严谨的数学模型,尽管在某些特定条件下可行,但其实效件和可行性也难以保证。它有如下弱点: ·预测时使用方程的有效性依赖于对这些方程的扩展假设是否正确。例如,正态分布随机变量,由这些假设所产生的偏差效果     

基于随机森林回归的清防垢加药量预测方法

复合驱由于强碱化学剂的注入易造成严重的结垢现象,而预测清防垢加药量是制定科学的清防垢方案的关键.为了获得一种具有较强实用价值和较高预测精度的复合驱清防垢加药量的预测方法,该文将随机森林回归算法应用到复合驱清防垢加药量预测.首先,分析并处理影响清防垢加药量的20维特征,利用随机森林回归的特征重要性评估功能对影响加药量的众...     

基于PCA故障重构的烟气轮机故障预测

主元分析作为一种统计分析方法,被广泛的用于过程监控中。文中假设故障可完全重构,利用基于平方预测误差的故障重构方法对故障幅值进行估计,并采用多层递阶方法对估计出的故障幅值进行预测。以北京燕山石化公司炼油厂的烟气轮机组作为研究对象,验证了该方法的有效性。     

Hierarchical Reconstruction of BRDFs using Locally Supported Functions

BRDFs are the backbone of realistic rendering algorithms. Analytical models are sometimes ineffective since they frequently cannot represent very particular material characteristics (retro-reflection, anisotropy, off-specularity, …). Consequently one might want to use measured BRDF data directly; this leads to solving the problem of BRDF reconstruction. In this paper, we propose a new solution which uses locally supported functions that lead to a hierarchical approach able to take irregular distributions of sampled data into account. This method is not computationally expensive and guarantees a physically valid reconstruction. We also discuss the quality of the reconstruction, introducing some new error parameters.     

基于判例构造的并行作业性能预测

针对基于MPI 的并行作业性能预测问题,鉴于历史预测与建模分析方法在异构网络计算环境中性能预测的局限,提出了基于判例构造的并行作业性能预测方法.在MPI 库PMPI 接口中插入封套函数,获取通信日志,并设计了日志规整和合并算法.将最核心的日志循环收缩问题,转化为字符串循环子串收缩问题,提出了一种基于后缀数组算法,在理论和实际的性能方面均优于已有算法;判例程序自动构建阶段,解决了计算时间与通信时间等比例缩放问题,设计了自动构建可执行判例程序的方法.同构与异构机群环境实验结果表明,判例预测方法能够比较准确地预估计算作业的运行时间,对于同构机群误差不超过3%,异构机群误差不超过10%,与同类算法相比,具有较好的综合性能.     

Neural Short-Term Prediction Based on Dynamics Reconstruction

In this paper we present an application of dynamics reconstruction techniques to model order estimation. Both the Grassberger–Procaccia and the Takens' method were applied, yielding similar values for the correlation dimension, hence for the model order. Based on this model order, appropriately structured neural nets for short-term prediction were designed. Satisfactory experimental results were obtained in one-hour-ahead electrical load forecasting on a six-month benchmark from an electric utility in the U.S.A.     

TraDR:一种基于轨迹分解重构的移动社交网络位置预测方法

随着移动社交网络的不断发展,利用用户发布的位置信息为其提供基于地域的个性化推荐服务不仅给用户提供了便利,也为商户带来了巨大的潜在利益。位置预测技术作为此类服务中的关键技术,是移动社交网络中的重要研究内容之一。结合移动社交网络的特点,提出了基于轨迹“分解-重构”的位置预测方法TraDR,利用公开易得的先验知识,为用户建立个性化的位置推理模型,有效解决了常见位置预测算法所面临的“轨迹数据稀疏问题”。基于真实数据集的实验验证了该预测方法在预测有效性及效率方面的优越性。     

颅面复原方法综述

颅面复原是一项依据人的颅骨恢复其对应的面部相貌的研究,在公安法医学、考古学、医学整形等诸多领域有普遍应用,传统手工颅面复原耗费时间长且复原结果难以实现,而近年来逐步兴起的计算机辅助颅面复原方法使得复原结果更加真切、高效。重点归纳和分析计算机辅助颅面复原技术,该复原技术主要基于知识的颅面复原方法和统计模型法,对其中的基于稀疏软组织厚度的颅面复原、基于稠密软组织厚度的颅面复原、统计形变模型和回归模型等重要方法进行详细的阐述,并将各种方法优缺点进行对比,帮助研究人员全面了解颅面复原方法。     

MSC Patran集成Fluent的方法及其在船舶工程中的应用

给出将Fluent求解器集成到MSC Patran平台下的实现方法,工程算例在集成前后的计算结果对比表明该方法在没有影响计算精度和处理效率的前提下,易扩展、易使用等集成性能有所提高.     

Automated Cellular Modeling and Prediction on a Large Scale

We describe CHAMP (CHurn Analysis, Modeling, andPrediction), an automated system for modeling cellularsubscriber churn that is predicting which customerswill discontinue cellular phone service. We describevarious issues related to developing and deployingthis system including automating data access from aremote data warehouse, preprocessing, featureselection, model validation, and optimization toreflect business tradeoffs. Using data from GTE'sdata warehouse for cellular phone customers, CHAMP iscapable of developing churn models customized byregion for over one hundred GTE cellular phone marketstotaling over 5 million customers. Every month churnfactors are identified for each geographic region andmodels are updated to generate churn scores predictingwho is likely to churn in the short term. Learningmethods such as decision trees and genetic algorithmsare used for feature selection and a cascade neuralnetwork is used for predicting churn scores. Inaddition to producing churn scores, CHAMP alsoproduces qualitative results in the form of rules andcomparison of market trends that are disseminatedthrough a web based interface.     

基于矢量空间重构的网络流量预测算法

客户机与服务器之间存在数据存储隐通道,对该通道的网络流量进行准确预测可避免网络拥堵,提高网络流量的调度和管理能力。传统方法采用线性时间序列分析方法进行网络流量预测,没有准确反映流量序列的非线性特征信息,预测精度不高。提出一种基于非线性时间序列分析和矢量空间重构的网络流量预测算法。进行相位随机化处理,使得网络流量数据离散解析化,把网络流量时间序列解析模型分解为含有多个非线性成分的统计量。采用自相关函数法求得矢量空间重构的时间延迟,采用互信息最小嵌入维算法求得网络流量序列的矢量空间嵌入维,实现流量序列的矢量空间重构。在高维矢量空间中,提取网络流量的高阶谱特征,实现网络流量的准确预测。仿真结果表明,采用该算法能有效拟合流量序列的非线性状态特征,对流量状态变化的动态跟踪性能较好,其预测误差比传统方法的低。