网格计算机上的透视图算法

文中给出了二维网格结构的计算机上求平面上一组不相交简单物体透视图的算法，并给出了算法的时间复杂度。．     

网格计算机上的透视图算法

文中给出了二维网格结构的计算机上求平面上一组不相交简单物体透视困的算法，并给出了算法的时间复杂度。     

网格计算机上的凸多边形交算法

文中给出了二维网格结构的计算机上求平面上的两个凸多边形交的一个算法，并分析了算法的正确性和时间复杂性。     

针对路面建模的Delaunay三角网格分治算法

为了对路面进行三维建模,使用Delaunay三角网分治算法处理路面点云数据,根据路面点云的特点,对点云进行划分中不考虑z坐标.使用Delaunay三角网分治算法处理不同规模的点云数据并记录生成三角网所需的时间,收集一段路面的点云数据并使用Delaunay三角网算法进行处理,观察生成的三角网是否和扫描的路面匹配.Delaunay三角网分治算法能够较快地生成三角网,但是在处理大规模点云数据时仍需消耗很多时间,同时针对路面三维建模问题,Delaunay三角网分治算法所生成的三角网能够很好地拟合路面.     

一种物化视图维护算法

数据仓库的刷新过程常被看作在数据源上对物化视图的维护问题，但现有的许多物化视图维护算法在不稳定网络中应用会导致数据异常问题，本文基于传统的数据仓库模型，提出了一种新的物化视图维护算法，来完成对数据仓库的有效刷新，并通过验证说明该算法的可行性。     

基于正交视图的多姿态人脸识别算法

针对传统基于多视图的多姿态人脸识别方法的缺陷，即需要对每个人脸拍摄多个视图为前提条件，提出了基于正交视图的多姿态人脸识别技术，首先根据特定人的正交视图建立出特定人的3D模型，然后将3D模型进行任意角度的投影产生出多姿态人脸图像，然后基于该正交视图和生成的多姿态图像进行多姿态人脸识别。实验结果表明该算法识剐的正确率远高于基于单前视图的算法。     

网络计算机上的点优势询问算法

给出了在二维网格计算机上平面点集的的点优势询问算法，并分析了算法的正确性和时间复杂性。     

数据仓库中物化视图的遗传选择算法

针对贪心算法没有考虑物化视图的更新代价和计算量大等缺点,提出了一个物化视图的遗传选择算法。首先通过候选视图选择算法产生候选视图集;其次提出了优化的代价模型,不仅考虑了查询代价,而且考虑了更新代价;最后从候选视图集中选择出物化视图。该算法与贪心算法相比,降低了计算代价。     

网格技术给计算机体系结构设计带来的挑战

网格计算技术是利用互联网,把分散在不同地理位置的计算机组织成一个“虚拟的超级计算机”,这种技术给计算机体系结构设计带来了机遇和挑战,要求未来的计算机体系结构能支持网格计算环境,也能被网格计算所利用。     

用分治算法求大整数相乘问题的进一步分析

对利用分治算法解决大整数相乘问题作了进一步深入的研究和分析.在原来的分治算法的基础上,将输入规模为n的两个大整数各分成规模相等的k(2≤k≤n)部分,证明了通过恒等变形可将其乘积中的k²次乘法降为k(k+1)/2次;给出了计算两个大整数乘积的计算复杂度;证明了利用分治算法将两个大整数各分成规模相等的两部分来进行处理时的计算复杂度是最小的,进而表明利用分治算法将大整数各分成规模相等的两部分来进行处理是合理的.     

一种基因数据的聚类并行算法研究

提出了一种基于密度的聚类并行算法,在APRAM模型的分布式存储系统中,通过欧几里德距离矩阵和密度函数两次时间复杂度为O(n2)的计算,可使聚类过程的时间复杂度变为O(n),以增加一次计算的代价来降低聚类过程的时间复杂度。基于8结点的机群计算实验表明本算法能够达到较同类算法更高的并行加速比,能提高高维生物数据的聚类速度。     

一种基于SIMD-MCC计算机的二维FFT并行算法

FFT是图像处理中最重要的全局算子之一。文章以SIMD-MCC并行计算机为模型,讨论了二维FFT的并行实现问题,同时给出了相应的并行算法。该算法利用处理元的局部存储器,可在K×K的阵列上处理M×M的图像(M>K),较好的解决了在固定规模阵列上对大尺寸图像进行处理的问题。通过对算法的性能分析表明本算法是可行和高效的。     

视觉技术在电子网板检测中的应用研究

电子网板是彩色显像管的重要元件,质量的好坏决定着彩管的质量,本文提出了采用计算机视觉检测技术实现电子网板高精度,全自动检测系统,该系统属于非接触测量,主要优点是高效率,高精度,工作范围大,柔性好和抗干扰能力强等。本文还提出了具有高精度的边缘提出取算法,经试验检测精度优于1μm。     

基于多层竞争的高效并行遗传算法

借鉴生态进化中普遍存在的竞争现象,本文提出了一种基于多层竞争的并行遗传算法(GAMLC,geneticalgorithm based On multi-level competition).仿真结果表明,该算法能较好地解决遗传算法中的早熟现象及收敛速度慢的问题,提高了搜索到全局最优解的概率.     

A Novel Parallel Viterbi Decoding Scheme for NoC‐Based Software‐Defined Radio System

In this paper, a novel parallel Viterbi decoding scheme is proposed to decrease the decoding latency and power consumption for the software‐defined radio (SDR) system. It implements a divide‐and‐conquer approach by first dividing a block into a series of subblocks, then performing independent Viterbi decoding for each subsequence, and finally merging the surviving subpaths into the final path. Moreover, a network‐on‐chip‐based SDR platform is used to evaluate the performance of the proposed parallel Viterbi decoding scheme. The experiment results show that our scheme can speed up the Viterbi decoding process without increasing the BER, and it performs better than the current state‐of‐the‐art methods.