基于VHDL的故障注入工具的研究

基于VHDL的故障注入技术是一种验证系统可信性的有效方法,构造基于VHDL的故障注入工具是故障注入研究的一个重要组成部分.对基于VHDL的故障注入技术进行了研究,详细描述了该故障注入工具的结构和主要模块功能,并进行故障注入实验,分析和计算故障的激活率、探测率、恢复率.故障注入工具可用于对中等复杂度的VHDL模型进行故障...     

基于NiosⅡ传真通信规程的分析与设计实现

通过分析传真通信规程,提出了基于NiosⅡ嵌入式传真通信的方案,并在QuartusⅡ和NiosⅡ IDE环境下开发设计。FPGA开发板与外围Modem电路组成的传真系统,可以实现普通传真机的传真通信。测试结果表明,该设计增加了整个传真系统的灵活性与高效性,实现了软硬件协同的设计,有效地缩短了开发周期,在传真通信领域具有较好的应用前景。     

生物信息网格工作流中的多流水服务调度与多粒度副本创建

针对生物信息学应用中不同实例之间数据不相关、实例各片段间数据部分依赖的特点,将流水线原理融合到工作流中,同一流程的不同实例分级并行执行,流程间实例或片段流水执行,实现了多级流水线效果,进而在实例或片段执行过程中根据资源空闲程度与任务执行状态实施动态多粒度副本创建机制,均衡系统负载,提高资源利用率,有效降低了整个应用流程的执行时间.     

基于加速k均值的谱聚类图像分割算法改进

对谱聚类图像分割算法进行改进,即引入加速均值算法替换原算法中的k均值算法,得出加速谱聚类的图像分割算法.将改进算法应用于微软剑桥研究院Grab cut数据集中的5幅实验图像,结果显示:在平均区域一致性评价不降低的前提下,改进算法完成分割所花费的平均时间比改进前可缩短58％.     

轨迹跟踪级联机器人编队控制方法

提出一种轨迹跟踪级联机器人编队控制方法. 该方法有效结合距离-角度(??-??) 控制和距离-距离(??-??) 控制方案, 并利用无迹卡尔曼滤波算法对Leader-Follower 级联机器人系统的状态进行估计; 根据状态估计结果设计输入-输出动态反馈控制规律, 使得跟随机器人(Follower) 准确跟踪领航机器人(Leader), 确保编队的稳定性和较快的收敛性, 并达到理想的编队控制效果. 仿真实验验证了所提出方法的可行性.

     

利用word2vec对中文词进行聚类的研究

文本聚类在数据挖掘和机器学习中发挥着重要的作用,该技术经过多年的发展,已产生了一系列的理论成果。本文在前人研究成果的基础上,探索了一种新的中文聚类方法。本文先提出了一种中文分词算法,用来将中文文本分割成独立的词语。再对处理后的语料使用Word2Vec工具集,应用深度神经网络算法,转化为对应的词向量。最后,将词向量之间的余弦距离定义为词之间的相似度,通过使用K-means聚类算法将获取的词向量进行聚类,最终可以返回语料库中同输入词语语意最接近的词。本文从网络上抓取了2012年的网络新闻数据,应用上述方法进行了实验,取得了不错的实验效果。     

应用于大规模ASIC的线长驱动的合法化算法

总体布局完成之后的核心任务就是单元位置的合法化,即在将所有的单元安放到布局区并且与合理位置(site)对齐的同时,消除单元间的重叠.为了高效地实现大规模ASIC(Application Specific Integrated Circuit,专用集成电路)的布局过程,提出一种基于线长驱动的合法化算法.它以电路总线长为优化目标,同时考虑单元布局合理位置的约束和预布障碍.在ISPD' 11和DAC' 12竞赛例子上进行的测试结果表明了算法在线长保护及优化方面的效果.这些测试用例都是来源于现代工业ASIC设计的实例,由此说明了算法可以稳定有效地解决工业器中大规模ASIC多种特征电路的布局合法化问题.     

一种基于Bayes估计的WSN节点信任度计算模型

鉴于传统网络安全策略无法阻止或识别传感器网络内部节点的攻击或异常行为,结合节点资源受限的特点,提出了一种无线传感器网络节点信任度计算模型.该模型采用Bayes估计方法,通过求解基于Beta分布的节点行为信誉函数的期望值得到直接信任并将其作为Bayes估计的先验信息,将来自邻居节点的推荐信息作为其样本信息.仿真实验表明,本方案有较好的稳定性,能够有效识别异常节点,从而阻止内部节点对网络的攻击,与RFSN相比,不仅节约了存储空间、运算时间与通信量,而且能够避免恶评现象对节点信任度计算的影响.     

一种基于改进径向基函数JSP算法

作为作业调度里面一类典型问题,Job-shop问题的求解是属于NP完全的,至今大规模Job-shop问题的有效算法仍未找到.在析取有向图模型基础上,通过减聚类方法构建径向基函数神经网络实现可互换工序对选取,利用最小均方算法对网络权重进行训练,以此为基础提出一种具备学习功能智能算法.数值仿真结果表明,所提算法对于大规模Job-shop问题求解存在较好效果,达到预期目的.     

文本挖掘研究及发展

文本挖掘是对具有丰富语义的文本进行分析从而发现隐含的,令人感兴趣的,有潜在使用价值知识的过程,是数据挖掘的一个新兴主题。本文首先介绍数据挖掘的定义及其发展,进而叙述文本挖掘的含义,回顾国内外文本挖掘的研究现状,着重论述文本分类与文本聚类的一般过程并指出它们的区别之处。最后指出中文文本挖掘的特点,展望了今后的研究目标。