小波分析快速算法的加速方法

本文首先给出了小波滤波器分解方法,导出了类似于快速傅立叶变换的小波快速变换算法。它比著名的Mallat算法更简单、方便、计算速度更快,同时它还可以根据分析的信号自适应地选择小波滤波器参数。     

线性系统求解中迭代算法的GPU加速方法

在求解线性系统时,迭代法是一种基本的方法,特别是在系数矩阵为大规模稀疏矩阵的情况下,高效地使用迭代法求解变得十分重要。本文通过分析迭代法的一般特点,提出了使用具有强大计算能力和存储带宽的GPU加速迭代法的一般方法。利用这些方法,在两种主流GPU平台上实现了一个经典的迭代法PQMRCGSTAB,并且针对不同的GPU平台特点提出了具体的优化方法。与AMD Opteron 2.4GHz 4核处理器相比,双精度版本的PQMRCGSTAB算法经NVIDIA Tesla S1070加速后性能提高31倍,经AMD Radeon HD 4870 X2加速后性能提高9倍。     

OBB层次结构及其应用加速算法的研究

层次包围盒在碰撞检测中的应用对于提高碰撞检测精确度以及减少碰撞检测复杂度起着十分重要的作用。该文介绍了OBB包围盒的计算、相交测试以及构造方法,将一种加速碰撞检测搜索算法与其结合,并且讨论了时间复杂度。     

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。     

非线性动态加速系数对粒子群算法的影响

粒子群算法(PSO)中的加速系数影响着粒子的个体认知和群体认知,而传统算法中的加速系数一般取常量.据研究发现,粒子的个体认识和群体认识分别主导着粒子的全局搜索能力和局部搜索能力,提高粒子个体认识可以有效增强算法的全局搜索能力,而提高粒子的群体认识可以有效增强算法的局部搜索能力.为进一步研究加速系数对粒子群算法的影响,本...     

基于CPU-FPGA异构系统的排序算法加速

传统的排序方法主要以软件串行的方式实现,包括冒泡排序、选择排序等。这些算法往往采用顺序比较,运算的时间复杂度较高。近年来已经提出了一些并行度较高的排序算法,但是由于CPU的硬件特点,不能很好地利用这些算法的并行性。而FPGA具有良好的灵活性、并行性和集成性等特点,因此在FPGA上可以更好地发挥这些并行算法的优势,从而大大提高数据排序的实时性。基于此设计了一个CPU-FPGA异构系统,将一些排序算法移植到FPGA上,并进行功能验证和理论性能评估。结果显示,该系统对于并行性高的排序算法具有良好的加速效果,但逻辑资源消耗巨大,适用于实时性要求高的算法加速场景。     

基于Eigen和OpenCV的图像算法加速

OpenCV作为一款免费、开源的计算机视觉库已广泛应用于图像处理的各种项目开发中。在算法实现中,高性能的线性代数运算库能提升算法的执行效率和算法实现灵活性。介绍了Eigen线性代数运算库,并在矩阵运算效率上与OpenCV进行了比较。以基于SVD分解的图像压缩算法为例,将Eigen和OpenCV进行联合编程并给出了主要代码。     

直接体绘制加速算法综述

针对当前体绘制存在的软件加速算法,将其分为空间剖分技术、光线相关、物空间相关和基于图像绘制技术等四类,分别介绍其算法基本内容.最后利用MIN-MAX八叉树加速算法设计一个直接体绘制系统.     

一种基于预测模型的均值偏移加速算法

为了减少均值偏移算法的计算量,提出一种基于预测模型的均值偏移加速算法．根据迭代序列不同的 收敛特点,建立收敛预测模型,通过减少每次迭代时矢量离收敛点的距离来实现加速．从理论上证明了其收敛速度 比原均值偏移算法快,实验结果也进一步表明,该算法明显地提高了收敛速度,同时可以保证跟踪的准确性．     

快速小波变换的加速算法（Ⅱ）

1 小波变换的加速算法将文[10]的变换矩阵T(a)改写为: 根据文[10]的计算公式容易知道: cosα_N…cosα_2cosα_1=h0。因此易见每次计算的重点是做向量乘法。X_(2n)总计算量为:2Nn+2n乘法与2Nn加法。如果采用Mallat算法为4Nn乘法与2n(2N—1)加法,其运算量相差近一倍!同时,我们的算法非常简单,很容易实现。不过考虑到H与G已被按奇偶重新排列了,     

基于加速度分离算法的姿态测量方法研究

针对运动状态下探测器姿态解算精度不高的问题,提出了一种基于加速度分离算法的姿态测量方法。首先,分别利用椭球拟合法和建模法对加速度计、陀螺仪进行误差补偿,保证了MEMS传感器初始测量数据的精度。其次,提出了一种分离运动加速度的方法,以消除运动对加速度计测量数据的影响。最后,结合加速度分离算法实现了基于卡尔曼滤波器的高精度姿态解算。模拟实验结果表明,该姿态测量方法具有较高的精度和抗干扰能力,在变加速运动时姿态误差减小了70%以上,满足了设计的要求。     

基于Spark平台的ALS加速算法研究

协同过滤推荐算法在推荐系统中发挥着重要作用,但其存在执行效率与排名精度较低的问题,交替最小二乘(ALS)算法可实现并行计算,从而提高执行效率,但是该算法数据加载与迭代收敛的时间较长。为此,将非线性共轭梯度(NCG)算法与ALS算法相结合,提出一种ALS-NCG算法,以达到加速ALS算法的目的。在Spark分布式数据处理环境中对ALS-NCG算法进行性能评估,实验结果表明,相比ALS算法,ALS-NCG算法获取高精度推荐排名时需要的迭代次数与时间更少。     

S形加减速算法前瞻处理研究

由于S形加减速算法的表达式是分段表达式且包括无理表达式,在应用S形加减速算法进行前瞻处理时出现了两个问题:1、方程表达式难以确定;2、需要求解无理方程.针对第一问题,提出一种仅需要少量计算和比较的方法.为了求解无理方程,本文提出使用拉格朗日逼近法构造二次方程来逼近无理方程,详细分析了逼近产生的误差并给出一种误差校正的方法.文中提出的方法在Matlab平台仿真实现,并已通过实际加工NURBS曲线验证可行.     

基于GPU加速的锥束CT重建算法研究

锥束计算机断层扫描（Cone-Beam Computed Tomography，CBCT）具有采集速度快和空间分辨率高等特点，被生物医学等领域广泛关注。然而通过CPU串行处理CBCT重建中海量投影数据非常耗时，难以满足实时性的需求。GPU的发展为CBCT重建的并行加速提供了条件。根据三角函数周期性的特点对FDK算法进行了改进，并利用GPU实现了12幅投影数据同时并行计算。实验结果表明，相比于传统基于CPU的重建算法，基于GPU的CBCT重建算法在保证图像质量的前提下，将重建速度提高了超过310倍。     

基于加速度信息修正的四旋翼位置估计算法研究

针对单一的微传感器无法准确进行四旋翼无人机空间定位的问题,设计了一种多元信息融合的互补滤波算法用于无人机空间位置估计。该算法的核心思想为利用一类通用的辅助传感器如气压传感器,全球定位系统（GPS）以及微基站的测量信息对加速度传感器的测量信息进行实时修正,然后利用修正后的加速度信息积分估计四旋翼无人机的空间位置。本文在自主研制的飞行控制平台上验证了这种互补滤波算法的有效性。通过对比实验验证,利用本文设计的互补滤波算法可以使得无人机运动速度估计值以及空间位置估计值无偏差的收敛。飞行实验证明,将该互补滤波算法输出的速度以及位置估计信息应用于位置控制器中,可以实现无人机稳定的位置控制。     

方程迭代求根加速收敛的算法研究

本文介绍了方程迭代求根的方法．以迭代法的收敛性和收敛速度为出发点，提出并讨论了采用迭代值的组合和方程式的变换等技巧来提高迭代的收敛性并加快其收敛速度的算法．文中对算法进行了描述，并用具体实例证明了该算法的有效性．     

基于混合架构的卷积神经网络算法加速研究

具有优越性能的卷积神经网络算法已得到广泛应用,但其参数量大、计算复杂、层间独立性高等特点也使其难以高效地部署在较低功耗和较少资源的边缘场景.为此结合该种算法的特点提出了一种基于混合架构的卷积神经网络计算加速方法,该方法选用CPU加FPGA的混合架构,对网络模型进行了压缩优化;在FPGA上通过指令控制数据流的DSP阵列结...     

基于MEMS加速度传感器的步数检测算法研究综述

随着智能移动终端、智能穿戴设备以及基于惯性传感器的行人定位导航系统的快速发展,针对这些设备和系统中的计步需求,大量有关基于MEMS加速度传感器的步数检测算法的研究工作已经开展并取得了优秀的成果。针对该领域中现有的技术方法,首先阐述了该领域的发展情况,指出目前该领域的主要研究要点、方法种类以及应用情况。接着,综述了目前该领域的研究现状,从数据预处理方法和步数验证方法这两方面对多种步数检测算法进行了阐述以及优缺点的分析。然后,对该领域的研究要点进行了深入的探讨,分析总结步数检测算法中与研究要点相关的技术方法。最后,讨论并展望了该领域未来的发展方向,以期为后续的研究提供参考。     

基于三维加速度传感器的人体运动能耗检测算法的研究

鉴于目前运动能耗检测对人体健康的重要性,研发了一套基于三维加速度传感器的人体运动能耗检测系统.通过人体运动数据的采集和分析,提出了加速度计算公式和运动能耗检测的相关算法.根据现有的仪器佩戴位置,分别进行了腰部、膝盖和臀部的实验对比,最终确定腰部为本系统的最佳方案.并进行了1 km/h,5 km/h,10 km/h三种不...