片上网络性能及功耗仿真实验研究

片上网络成为解决片上系统互联问题的研究热点。分析了基于SystemC的片上网络软件仿真平台。以NIRGAM模拟器为例,实现了JPEG编码器和XYYX路由算法,并对三种路由算法进行了功耗与时延的对比实验,体现了其方便的扩展能力及性能评估能力。实例表明软件模拟提供了灵活的实验方式,缩短了设计和验证的周期,利于培养创新能力。     

基于DICOM的心电工作站集成的实现研究

随着医疗数字化的不断深入,传统的、独立于HIS系统、PACS系统之外的心电信息系统已不能满足现化数字化医院的需求。通过解析DICOM3.0标准关于心电和通讯的描述部分,借助工具包DCMTK生成符合DICOM标准的DICOM-ECG文件;并在心电工作站上实现DICOM MWL、DICOM ECHO、DICOM STORE服务来建立与PACS系统之间的通讯,实现心电工作站与PACS系统无缝集成。基于DICOM的心电工作站,是一个在心电数字化的采集、存储、管理等方面比较突出的方案,可为医疗机构和患者提供有力支持和保障。     

面向CDIO的“操作系统”教学改革探讨与实践

CDIO是当前高等工程教育的一种新型教育模式,它以培养下一代国际化工程师为目标。本文通过分析CDIO的高等工程教育模式,针对"操作系统"课程的教学现状,探讨了基于CDIO教学理念的"操作系统"教学改革与实践,提出了该课程教学改革的具体措施。课程评价及实践表明,相关教学改革取得了很好的效果。     

质量驱动的用例模型重构

用例模型的质量对基于用例的软件开发至关重要。文章在分析用例模型的结构特点及质量需求的基础上,引入代码重构技术整理用例模型,构建了用例的换名、提炼和内联三类重构,在不改变参与者与系统间的交互信息之下,通过重新组织用例模型来提高用例模型的稳定性、简洁性及内聚性等语用质量。最后,给出了实现用例模型重构工具的设计方案。     

DOS图形用户界面的设计

该文从用户界面程序设计的角度阐述了如何在西文DOS系统下设计和开发图形用户界面,提出了设计用户界面所应遵循的相似性、灵活性、直观性及实用性四条准则,并就此举出了一个在西文DOS系统下直接开发图形用户界面的实例。     

基于小菱形-线形搜索模板的快速运动估计

提出一种基于小菱形-线形搜索模板的块匹配算法。对于静止块,通过小菱形搜索一步到位。对于运动块,利用已计算的块误差的分布,得到块误差下降方向,并用小菱形-线形混合模板快速定位运动矢量,使搜索点数大幅减少。通过预测搜索中心,使速度和精度进一步优化。实验结果表明,在保持图像信噪比的基础上,搜索点数比菱形搜索法、十字-菱形搜索法等平均减少50%以上。     

本科毕业设计协同监管系统研究与开发

本科毕业设计是本科生人才培养的关键阶段,由于管理工作的繁琐复杂,目前仍缺乏有效的监督管理。本文采用轻量级FlaskWeb应用开发框架,提出了基于MVT架构的设计方案。系统采用flask-security进行权限控制,提高系统的安全性。论文详细阐述了毕业设计流程中信息录入、选题管理、任务书管理、日志管理、任务管理、文件管理、成绩分析和账号管理等八大功能模块的设计与实现关键技术和理念需求。系统测试与应用表明,本科毕业设计协同监管系统能够明显提高毕业设计的管理效率,有利于提高人才培养质量。系统实现了在线管理毕业设计整个流程,避免工作重复,明显简化管理和提高效率,同时在后期也可以对学生数据进行分析自动形成评价报告供指导老师参考。     

校园网格中VOD系统动态负载均衡算法研究

校园网格中的视频点播系统表现形式的直观性,自主性一直受到校园内师生的广泛关注,但视频服务器节点响应能力低下,视频点播中的缓冲和延迟而导致点播不能适应实时、连续稳定的视频流。通过分析视频点播系统面临的诸多问题,根据校园网格的特点和影响负载均衡的因素,对基于校园网格的负载均衡技术进行了分析,提出一种动态负载均衡算法,实现校园网络中视频资源的共享、均衡校园视频资源的负载。测试表明该算法可行、有效。     

基于最优一致性矩阵的灰色层次分析法研究

针对传统层次分析法中存在的专家难以把握评判尺度,一致性检验难以通过的问题,提出3标度法,建立专家判断矩阵,将专家判断矩阵转化为最优传递矩阵,最终转化为最优一致性矩阵,得到相对重要度,再与灰色系统理论相结合,对带有灰色、模糊性质的部分信息已知、部分信息未知的决策问题进行建模。以课堂活跃度评价作为具体实例,说明上述方法的应用过程,然后与传统灰色层次分析法以及同类方法进行对比。对比结果表明,将最优一致性矩阵应于灰色层次分析法专家就能够更准确地把握比较对象的重要性程度,同时简化了传统繁琐的一致性检验步骤。     

基于人体动静态特征融合的步态识别算法研究

提出一种融合步态运动中人体的静态特征和动态特征的步态识别算法:利用背景减除法得到人体轮廓,通过轮廓图像分段距离来表示静态特征;采用步态图像两脚的步幅和步频来表示动态特征;然后对两种特征进行加法融合、最小值融合、最大值融合和Choquet模糊积分融合。实验表明,两种特征融合后的性能优于基于单个特征步态识别算法,融合后识别率提高了5%到10%。