基于支持向量回归（ε-SVR）预测的分布式机器视觉算法的研究

针对目前我国现代分布式机器视觉系统的发展现状,通过研究分布式视觉系统中的时延和网络阻塞问题,提出了一种基于支持向量回归（ε-SVR）预测的分布式机器视觉算法模型,该算法能够有效的预测时延变化,预测效果超过同类型的预测方法。实验和应用表明：与同类型预测方法相比,该模型不但能够在预测效果上达到现有预测水平,而且能大大提高预测速度,适应实时预测的需要。     

基于传输时延预测的多路径并发传输数据分配算法

针对多路径并发传输模型的整体性能在路径性能存在差异时会急剧下降的原因进行分析,给出了获取通信路径传输时延的有效评估方案,并在此基础上提出了一种基于传输时延预测的多路径并发传输数据分配算法.该算法通过获取和预测数据块在各条路径上引入的传输时延,以按序到达为目标对多路径并发传输模型发送回合内和发送回合间的数据分配过程进行优化,能够有效地减少路径传输性能差异对多路径并发传输模型整体性能带来的影响.分析和实验结果表明,该算法相对于默认的轮询数据分配算法能够取得较好的运行性能.     

基于随机神经网络的多步网络时延预测模型

网络时延的动态变化反映了网络路径的负载特征,对时延的精确预测是实施网络拥塞控制、路由选择的重要依据,建立了基于随机神经网络的时延预测模型,该模型克服了传统时间序列预测方法受随机干扰因素影响大、模型结构辨识过程繁琐,以及传统神经网络预测方法易于陷入局部极值、偏离全局最优的缺点.仿真实验表明,在提前单步和多步的预测中该模型比AR模型、RBF神经网络预测算法的准确度更高.     

基于时延预测的遥操作机器人预测显示方法

为了解决大时变时延遥操作系统的预测显示问题,提出了一种基于时延预测的预测显示算法,该算法把时变时延在时间维度上对主从控制信号的拉伸和压缩作用看作是系统扰动,并利用时延在线预测结果对该扰动进行前馈补偿.首先,对基于预测显示的遥操作系统进行动力学建模,并计算出了包含时延扰动的预测显示机器人的期望控制量.然后,以时延组成最为复杂的空间遥操作系统为例,分析了遥操作系统通讯时延的产生机理,并根据其产生机理、模型和统计规律对通讯时延进行在线预测.最后,本文在理论上分析了利用时延预测结果对上述扰动进行补偿的可行性和有效性,并在理论验证遥操作平台上进行了对比实验.实验结果表明,在大时变时延下该算法的速度预测相对误差和接触力预测相对误差在误差峰值处分别比无时延预测的预测显示方法降低了30.9%和56%.     

基于AR模型时延预测的改进GPC网络控制算法

针对网络随机时延等不确定因数导致网络控制系统的控制性能下降甚至不稳定,提出一种新的网络控制算法.首先建立网络时延的自动回归模型;然后采用参数自校正的最小均方算法对网络时延进行在线预测;最后采用一种考虑时延的改进广义预测控制算法对网络时延进行补偿.仿真实验结果表明,该方法对网络时延具有较好的补偿效果,且在线计算量小,有很好的实时性,同时对干扰和丢包等因素具有良好的鲁棒性.     

基于Internet的实时机器人系统时延预测研究及算法

针对基于Internet实时机器人系统,提出了多尺度的时延预测算法,该算法是在线和实时的。基于网络结构分析了网络时延的主要组成及其时延特性。不同于传统的网络往返时延的预测,该算法预测的是能真实反映端对端数据包传递的单程时延,而且还提出了预测单向时延所需的时钟同步算法。理论分析和多点之间的网络实验验证了该算法的高效性。     

基于U模型的网络控制系统时延补偿研究

针对网络控制系统非线性问题解决方法少的情况,引入U模型方法进行被控对象建模,降低时延故障对网络控制系统造成的影响,结合广义预测控制(GPC)算法和PI控制器反馈结构,提出基于U模型的改进PI型广义预测控制方法 U-PIGPC。然后结合改进SSA-BP时延预测器,设计基于SSA-BP和U-PIGPC的网络控制系统时延补偿控制器。通过仿真对比验证了U-PIGPC补偿控制的性能优于GPC和U-GPC,其超调量更小,反应速度更快,具有更好的时延补偿控制效果。     

基于差分进化算法的PTA过程平均粒径的动态软测量

针对工业过程中由于时延问题造成软测量模型预测精度不高的问题,给出了一种通过差分进化算法估计时延的动态软测量方法。通过偏最小二乘法建立合适的适应度函数,将软测量系统的时延参数估计问题转化为一个多维非线性优化问题,然后利用差分进化算法的全局搜索能力求解该优化问题。针对PTA精制过程中的PTA平均粒径大小建模研究,结果表明,时延参数估计的引入大大提高了软测量模型的预测精度,证实了所提方法的有效性和可行性。     

基于PSO滚动优化的LS-SVM预测控制*

针对非线性时延系统、传统预测控制算法难以建立精确模型、控制精度不高的现状,提出一种基于最小二乘支持向量机（LS-SVM）的非线性系统预测控制算法。该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习,建立其预测模型;然后运用粒子群(PSO)算法完成非线性预测控制的滚动优化。仿真结果表明,基于该方法的非线性系统预测控制具有较好的控制效果。     

基于时延特性的短时动态交通流预测模型研究

针对传统预测模型存在的预测误差较大等问题,基于时延特性设计了新的短时动态交通流预测模型.采用延迟坐标状态相空间重构法重构交通流时间序列,并结合C-C算法,利用序列的关联积分组成描述非线性时间序列相关性的统计量,确定嵌入维数与时延.根据重构后的时延特性,利用相似性度量方法初步预测的目标断面流量,并建立递归神经网络模型.在递归神经网络模型的链式结构中引入长短时记忆单元,增强预测网络的记忆能力,实现短时动态交通流预测.实验结果表明,上述模型能够有效实现短时动态交通流预测,预测结果与实际之间的误差小,且预测F-measure值高、鲁棒性好,证明其具备较好的交通流量预测效果.     

基于JSP分页技术的研究

电子商务应用中的数据量往往非常大,甚至会达到几十万到几千万条记录的规模,将如此大量的数据显示在一个页面里困难大、效率低。在这种情况下就需要采用分页显示技术将数据库中符合条件的数据逐页显示给用户。对JSP分页技术进行比较,在分析JSP分页技术特点的基础上,提出一种有效的分页解决方案,同时对分页技术的优化进行阐述。     

系统集成芯片综述

集成电路芯片工艺的发展已可使一个系统或一个子系统集成在一个芯片上 ,称为系统集成芯片。本文综述了系统集成芯片的硬件构造、超长指令 (VLIW )结构、芯片嵌入软件及软硬件协同设计方法。     

Hibernate技术在基于GIS数据库中的应用研究

空间信息的存储和处理问题是地理信息系统(GIS)的核心问题.对空间数据和属性数据的统一存储管理已成为必然趋势.本文通过对GIS中海量数据的存储方式进行研究,指出对象-关系型的数据库存储方式是空间数据库的发展方向.在此基础上讨论了Hibernate技术与GIS数据库的结合,使用Hibernate技术将关系数据库中空间数据和属性数据进行封装,屏蔽了数据库底层操作,使得程序员可以用面向对象的思想随意操纵数据库,在利用了关系数据库的快速检索、查询能力的同时也增强了数据的一致性和可移植性.     

基于VRML的网上虚拟教室漫游研究

以一个虚拟教室为例进行3D虚拟漫游的初步设计．这种方式不同于目前网上的虚拟教室。介绍在WWW上采用VKML实现虚拟教室漫游系统的特点、VRML的工作模式和造型机制,采用了基于几何图形的建模方法,探讨场景中交互设计实现的方法,提出碰撞检测技术的应用．实现网上发布和优化。     

基于FPGA的立方星可重构星载处理系统研究

为了以最小代价提高立方星可重构星载计算机的可靠性,提出了一种基于FPGA的立方星可重构星载处理系统架构。首先,在对国内外微纳卫星星载计算机设计特点进行分析的基础上,分别采用基于SRAM架构和基于Flash架构的FPGA作为核心处理模块与外部表决接口模块,兼顾了系统的运算速度与可靠性。其次,针对可重构星载处理系统中所涉及的可重构策略、在线重构技术以及系统同步技术进行了详细设计。最终,基于所设计硬件系统上进行的测试以及在轨的实测数据验证了该架构的可靠性和有效性。     

基于移动agent的分布式视频点播系统的研究

该文通过对移动agent技术和传统的视频点播系统的研究,提出了一种基于移动agent的分布式视频点播系统的设计和构造,具体地阐述了系统的工作流程,并着重讨论了实现该系统所要考虑的关键问题。移动agent的引入有效地减少了网络传输负载,实现了高速响应点播请求、高质量的影音效果,从而更好地满足更多用户的需求。     

基于CUDA的引导源目标定位快速算法研究

研究引导源的目标定位问题,为实现水下目标定位提供了一种新的途径。实际海洋环境中存在噪声,对定位精度的影响非常大,为了实现低信噪比条件下对目标的准确定位,提出了一种改进的邻域平均法对条纹图像进行降噪处理。同时,由于声场计算和图像处理需要非常大的计算量,实现会耗费较长的时间,提出了利用CUDA技术对GTL算法进行加速处理。处理结果表明,经降噪方法处理后,目标距离估计结果准确,误差较小;与传统CPU方法相比,CUDA技术能不改变精度,且使算法时间减少,为目标定位提供了依据。     

基于《伤寒论》的命名实体识别研究

研究《伤寒论》中命名实体的识别方法,助力张仲景《伤寒论》不同版本文本的深度挖掘,有助于传承中医文化.该文尝试构建ALBERT-BiLSTM-CRF模型,提取《伤寒论》中疾病、证候、症状、处方、药物等实体,并与BiLSTM-CRF模型和BERT-BiLSTM-CRF模型进行对比.五次实验ALBERT-BiLSTM-CRF模型三个评价指标准确率(P),召回率(R)和F1-测度值(F1-score)的平均值分别为85.37％,86.84％和86.02％,相较于BiLSTM-CRF模型和BERT-BiLSTM-CRF模型F1-score分别提升了6％和3％.实验表明相比BiLSTM-CRF和BERT-BiLSTM-CRF模型,ALBERT-BiLSTM-CRF模型在基于《伤寒论》的实体识别任务中效果最好,更适用于中文古籍的知识挖掘.     

基于服务总线（ESB）的应用集成（EAI）探索和研究

科研院所设计研究中各类异构软件应用系统并存,数据和信息在各个应用系统中同步和共享成为现代企业信息化的瓶颈。针对这种现状,文中采用Java技术,通过建立异构系统底层的消息通讯机制,构建连接异构系统的ESB,实现各个异构系统通过ESB进行通讯,最终达到EAI的目的。实际中,基于该ESB构建了船舶设计行业应用软件系统集成平台,在数据集成、应用集成和业务流程集成中取得了较好的效果,肯定了文中成果的可行性。文中重点叙述了所构建的ESB结构图、ESB内部通讯原理及实现中所使用的数据结构,并给出了以该ESB为核心纽带设计的相关EAI平台架构。     

Elastos中间件ContentProvider的设计与实现

E1astos是具有中国自主知识产权的面向服务的新型嵌入式网络操作系统。目前主要用嵌入式设备,多款基于Elastos的3G手机已经面世．一款基于Elastos的电子书也即将进入量产。本文提出了基于Elastos的Content Provider,这是一种易于使用和扩展的应用程序数据访问模式．解决了在需求多变的市场背景下,手机应用程序如何方便的访问数据的问题。