用Packet Tracer模拟软件提高《网络互联技术》实验教学效果

实验教学是高职计算机网络课程的重要组成部分,目前高职计算机网络实验课程开展困难,效果不明显。该文结合当前高职计算机网络课程实验教学的现状,谈一谈如何利用Packet Tracer模拟软件提高《网络互联技术》课程的实验教学效果。     

基于FPGA的细粒度并行K-means算法加速器的设计与实现

本文在深入分析K-means算法计算特征的基础上,基于FPGA平台提出并实现了一种细粒度的并行浮点K-means算法。设计采用了阵列多PE并行处理的任务划分策略,实现了处理单元间的负载平衡,采用数据驱动的流水线隐藏片外存储访问,设计了一种基于脉动阵列结构的主从多PE并行计算阵列,并在单片FPGA(XC5VLX330)上成功集成了4个PE。实验结果表明,我们提出的K-means算法加速器结构具备良好的可扩展性。通过实验测试,我们的实现方案相对于Pentium 4 2.66 GHz单处理器程序达到了15倍的加速比。     

高密度机柜散热策略分析与实现

随着数据中心机房内高密度机柜的不断增加,设备的集成度越来越高,散热问题已成为数据中心机房管理的主要难题。该文中讲述了五种应对高密度机柜散热问题的策略,总结了应用高密度计算的最佳散热策略,最后介绍了提高冷却效率和冷却能力以及提高现有数据中心密度的具体措施。     

含间隙机械系统的混杂模型预测控制器

研究含间隙机械系统的混杂模型预测控制问题.首先,将含间隙机械系统的运行模式分为"间隙模式"和"接触模式".其次,建立了含间隙机械系统的混杂分段仿射 (PWA)模型.然后,利用模型预测控制 (MPC)的方法对约束PWA系统的最优控制进行求解,通过动态规划与多参数二次规划方法,得到了MPC的离线解.最后,通过将分段二次 (PWQ)Lyapunov函数的求解转换成半正定规划,找到了确保闭环控制稳定性的PWQ Lyaplanov函数.跟踪参考速度的实验结果表明,混杂模型预测控制器对含间隙机械系统的跟踪控制具有较好的效果,能够满足小采样时间系统的实时控制要求.     

求解弹头散布均匀度的分布估计算法

未来空域窗射击体制是一种新型的高炮射击体制, 这种射击体制对近程防空反导具有显著的效果. 在对未来空域窗进行设计和评价时, 必须计算未来空域窗内弹头散布的均匀度, 并要求算法具有全局收敛以及解的精度高. 文章描述了未来空域窗弹头散布均匀度的问题, 提出了一种求解弹头散布均匀度的分布估计算法; 然后, 提出了一种变焦算法用来提高算法的搜索效率和解的精度, 并给出了混合算法的流程图. 仿真结果表明, 混合算法具有全局收敛、解的精度高以及搜索效率高的优点, 适合于在实际工程中用来求解弹头散布均匀度.     

基于路径损耗的无线传感器网络分布式拓扑控制算法

对无线传感器网络中目前最常用的3种链路度量标准进行分析和比较得出,在满足一定收包率要求时,节点的接收信号强度存在一个最小阈值.考虑接收信号强度作为拓扑构建条件时需节点具备相同发射功率的不足,提出将路径损耗大小作为拓扑构建的条件,设计了一种分布式拓扑控制算法——PLBD.该算法在保证收包率的同时,还使各节点之间的通信保留最小损耗链路.仿真结果表明,PLBD算法构建的拓扑不仅能够保证网络连通性,还具有通信时延低,健壮性好,能量消耗相对均衡的特点.     

一种新的最小二乘支持向量机稀疏化算法

普通的最小二乘支持向量机(LS-SVM)稀疏化算法在处理有些常见的模式识别问题时,随着训练样本的删减,识别率下滑很快,往往达不到稀疏化的目的。针对这种情况,提出了一种新的LS-SVM稀疏化算法来弥补这种不足,从而使得LS-SVM稀疏化算法体系更加完善。将新算法应用到雷达一维距离像的识别中,实验结果证明了新算法的有效性。     

基于子空间方法的精馏塔系统辨识建模研究

子空间辨识方法作为一种有效的针对多输入-多输出系统(MIMO)的辨识建模方法近年来受到广泛的重视.目前主要采用的子空间辨识算法只能适用于白噪声环境,而实际的工业现场数据很多是受到较大有色噪声干扰的.针对问题采用了一种新的子空间辨识算法,利用马尔可夫参数用于处理随机性部分,同时引入辅助变量用以去除噪声的干扰,能够适用于存在较大有色噪声干扰情况下的辨识建模,并可得到对象的无偏模型,建模的精度优于通常所采用的子空间辨识算法.通过对精馏塔仿真模型的辨识结果证明了该方法的可行性和有效性,以及在实际工业过程对象建模中良好的应用前景.     

PowerPC计算机系统级速度影响因素的研究

PowerPC处理器是目前使用最广泛的RISC处理器,设计基于PowerPC处理器高性能计算机的要求十分迫切。计算机系统结构中影响系统级速度的最主要因素为Cache状态、硬件等待数、编译系统以及操作系统。通过在基于PowerPC处理器的被测系统上使用典型算例,针对以上四个因素进行测试和研究,得到了硬件等待数、Cache状态、编译系统以及操作系统对系统级速度影响的数据,并给出测试结论和系统架构的设计建议。     

基于微粒群算法和脉冲耦合神经网络的图像分割算法

脉冲耦合神经网络（Pulse Coded Neural Network,PCNN）在图像处理中得到了十分广泛的应用,但是其多个参数的设置给实际应用造成很大的困难。尤其是在图像分割中,不同类型的图像要求不同的分割参数,不同的参数对图像分割的结果影响很大。而微粒群优化算法（Partide Swarm Optimization,PSO）具有对参数自动寻优的优势,为此,将PSO和PCNN相结合,以改进的最大熵函数为适应度函数,提出了一种基于PSO和PCNN算法的图像自动分割算法。实验仿真结果验证了该方法的有效性,即不仅可以正确地实现图像分割,而且参数可以自动设置,省去了人工实验的麻烦,同时分割速度也有所提高。