Linux环境下基于Qt和xCAT的集群部署系统

随着集群技术在石油勘探、航空航天工程、生物工程等领域的应用越来越广泛, 集群环境中各种类型节点不同的应用需求使得集群系统的管理难度也越来越大. 采用集群技术的概念, 在Linux环境下, 利用xCAT+shell技术和Qt平台, 设计和实现了集群部署系统, 对集群中各种类型的节点进行集中配置和分发.     

一种改进的DCT域数字音频水印算法

针对现有数字音频水印算法不能同时满足隐蔽性与鲁棒性的问题,在添加水印之前,先将水印的二值图像与随机密钥进行加密操作,再对载体进行三级小波变化和DCT变换,最后对比加密后的水印信息与载体信号,得到密钥值,并将密钥嵌入到载体音频的DCT中频系数中。实验结果表明,该算法能在隐蔽性和鲁棒性之间达到一个较好的平衡。     

一类基于滚动时域优化原理的多路控制器设计及其在活套控制中的应用

针对热连轧活套高度和张力的双输入双输出强耦合系统, 文中提出一类基于滚动时域优化原理的多路控制策略. 基于滚动优化原理, 在每一个周期内, 顺序求解子系统的控制律后及时更新系统. 从H∞观点出发, 将解耦问题转化为干扰抑制和多目标优化问题, 能够减轻计算机的负担, 提高控制系统的性能. 仿真结果证实了该方法具有良好的解耦效果和控制性能.     

弹性多核学习

多核学习 (MKL) 的提出是为了解决多个核矩阵的融合问题, 多核学习求解关于多个核矩阵的最优的线性组合并同时解出对应于这个组合矩阵的支持向量机(SVM)问题. 现有的多核学习的框架倾向于寻找稀疏的组合系数, 但是当有信息的核的比例较高的时候, 对稀疏性的倾向会使得只有少量的核被选中而损失相当的分类信息. 在本文中, 我们提出了弹性多核学习的框架来实现自适应的多核学习. 弹性多核学习的框架利用了一个混合正则化函数来均衡稀疏性和非稀疏性, 多核学习和支持向量机问题都可以视作弹性多核学习的特殊情形. 基于针对多核学习的梯度下降法, 我们导出了针对弹性多核学习的梯度下降法. 仿真数据的结果显示了弹性多核学习方法相对多核学习和支持向量机的优势; 我们还进一步将弹性多核学习应用于基因集合分析问题并取得了有意义的结果; 最后, 我们比较研究了弹性多核学习与另一种利用了非稀疏思想的多核学习.     

具有反馈信息的迭代学习控制律在Lebesgue-p范数意义下的收敛性

针对一类线性时不变系统, 提出了具有反馈信息的PD-型(Proportional-derivative-type)迭代学习控制律, 利用卷积的推广的Young不等式, 分析了控制律在Lebesgue-p范数意义下的单调收敛性. 分析表明, 收敛性不但决定于系统的输入输出矩阵和控制律的微分学习增益, 而且依赖于系统的状态矩阵和控制律的比例学习增益; 进一步, 当适当选取反馈增益时, 反馈信息可加快典型的PD-型迭代学习控制律的单调收敛性. 数值仿真验证了理论分析的正确性和控制律的有效性.     

一种基于图像分割及邻域限制与放松的立体匹配方法

提出了一种以K-均值分割为基础的立体匹配方法.该方法不仅可以根据图像的内容自动调整匹配窗口的形状,还可实现对参与匹配窗口的大小、数目和权重的智能调节.作者采用K-均值分割方法精确定位物体边界,保证匹配窗口位于同一物体内部;邻域限制与放松可以进一步根据图像内容灵活地运用匹配窗口周围的环境信息;两种方法的结合有效地提高了匹...     

移动分布感知的车载自组网络数据分发

提出了一种面向发布/订阅系统基于车辆移动分布感知的事件分发策略MDA(mobile distribution-aware data dissemination).基于车流的自组织性及自稳性的特点,建立VANET(vehicular ad hoc network)下的发布/订阅模型,通过计算车辆与移动订阅者的相遇概率,预测订阅者的移动分布,并以此为依据实时部署和调度广播令牌在网络中的转发,从而有效地控制事件代理的分布,保证了数据传递的有效性.与已有相关研究相比,MDA采用的启发式算法,能够使事件代理的分布更好地适应网络环境的动态变化.此外,MDA采用了一种基于概率预测密度的令牌控制算法,通过实时地调整令牌的数量,进而控制事件代理的数量,降低了整个网络的负载.模拟实验结果表明,与现有的几种消息分发算法相比,MDA能以较低的网络负载和传输延迟获得较高的数据传输成功率.     

一种基于场景区分算法的背景抽取方法

视频监控面对的场景具有静态的成分和缓变的成分.为了从视频流中稳定地抽取较精确的背景,提出了一种基于场景区分的背景抽取算法.首先通过混合高斯模型对视频序列中稳定的成分进行建模,然后采用Kalman滤波模型对视频序列中变化的成分进行建模,最后采用场景的区分算法将2种模型结果进行处理从而得到背景.实验结果表明:该方法能从视频...     

大方位失准角传递对准非线性模型研究

针对惯导系统大方位失准角传递对准的非线性误差方程不准确问题,同时考虑杆臂效应和挠曲变形两种主要误差因素来建立挠曲变形和杆臂效应加速度一体化误差模型,从而完善惯导系统大方位失准角传递对准非线性模型.针对非线性滤波的稳定性和快速性问题,采用比例修正无味卡尔曼(UKF)滤波模型估计姿态失准角,并采用速度匹配算法对模型的正确性和滤波的有效性进行仿真验证.结果表明,该模型在大方位失准角传递对准时可以满足对准精度和时间的要求.     

高阶滑模微分器的分析与改进

首先采用Terminal吸引子函数代替原不连续函数,以避免滑模微分器的抖振;然后针对现有文献中高阶滑模微分器设计参数选取苛刻这一问题,放宽了设计参数选择范围,并分不同情况证明了高阶滑模微分器的稳定性．在此基础上,给出了高阶滑模微分器估计误差的上界与设计参数和滑模微分器阶次的关系式;通过对设计参数的选取和系统整体结构的分析,提出了高阶滑模微分器减小估计误差且更适于工程应用的设计方法,并给出所需条件．仿真结果表明了所得结论的正确性和有效性．