P2P流媒体直播系统模型的优化

P2P流媒体技术的诞生.解决了传统C/S流媒体服务的瓶颈问题.本文介绍了当前基于P2P技术的流媒体服务系统的现状,并在分析比对现有的P2P流媒体服务解决方案的基础上,提出了一种新的P2P流媒体服务系统方案,通过对模型的优化,使该系统可以达到更好的效率和健壮性.     

自动化系统中的计算机控制技术应用

阐述计算机控制与集成化控制系统,形成数据化的管理机制,电气自动化计算机控制系统的应用案例,包括监控系统、PLC技术、断路器控制系统的应用。     

基于QDCT全局均分策略的鲁棒视频水印方案

视频水印作为一种应用前景广阔的版权保护技术,近年来受到了广泛关注。与原始域方案不同,压缩域方案不需要完全编解码视频,具有更高的效率;并且视频存储和传输一般需要经过压缩编码才能进行,使得压缩域的鲁棒视频水印方案成为了研究热点。但现有的压缩域方案大多利用压缩域中的QDCT系数个体来嵌入水印,使得算法的鲁棒性不高。为了增加压缩域算法的鲁棒性,文中提出了一种基于QDCT全局均分策略的鲁棒视频水印方案。首先,利用非零系数个数选出视频中兼具纹理和高空间复杂度的块作为水印块,将两块水印块组成块对;然后,分别计算出块对中所有系数的总和,根据系数总和的大小以及水印信息,通过全局均分策略修改后序块内所有非零系数的幅值,来满足方案设置的块对系数和规则,以实现水印的嵌入。实验结果表明,在保证含水印视频具有较高视觉质量的前提下,该方案抵抗重压缩攻击和噪声攻击的鲁棒性均优于现有压缩域的鲁棒视频水印方案,分别提高了8%,9%。     

变母线电压工况下开绕组PMSM单矢量模型预测转矩优化控制

为改善双电源供电型开绕组永磁同步电机(permanent magnet synchronous machine,PMSM)在采用传统单矢量MPTC控制策略时转矩脉动大、计算复杂度高、权重系数较难整定的问题,该文提出一种基于电压矢量幅值的最优矢量快速选取方法,利用无差拍预测转矩控制思想,直接预测出参考电压矢量,消除评价函数中的权重系数,分析变母线电压工况下的基本电压矢量变化趋势,结合扇区细分的思想,对不同电压比例下的矢量选取方法进行分析推导,充分考虑了双电源供电型开绕组PMSM拓扑的所有基本电压矢量,采用类似开关表的方法建立了不同扇区内的最优矢量选取方法,降低算法的计算复杂度,有效改善了电机的转矩脉动。实验结果表明,该文提出的单矢量模型预测转矩控制策略在宽母线电压比例范围内均能获得较好的电机控制效果。     

电厂飞灰对SO2电化学传感器测量准确度的影响

针对监测火电厂周围空气污染物时,SO2电化学气体传感器出现测量不准和使用寿命较短等问题,以山西省朔州市某煤矸石发电厂飞灰为研究对象,在分析飞灰形貌特征的基础上,通过理论计算得到飞灰沉降速度和不同时间沉积量,通过实验测试飞灰对SO2传感器测量误差的影响。研究结果表明:飞灰直径分布范围4~10 μm,飞灰沉降速度2.25×10–3 m/s, 1天沉积量为1.55 mg;飞灰沉积时间会影响传感器测量误差,沉积时间越长,传感器中气体扩散面积s和扩散系数K减小,传感器测量误差越大;飞灰沉积条件下气体质量浓度越大,气体到达工作电极区域速度越快,在有限响应时间内检测到的有效SO2质量浓度越高,传感器测量误差越小;在飞灰较多环境下使用SO2电化学传感器时,建议加装孔径小于4 μm透气滤膜防尘并定期清理沉积飞灰。     

改进Otsu与形态学相结合的水体信息提取北大核心CSCD

水体提取对于洪涝灾害评估有着重要的意义。针对传统的Otsu分割阈值会偏向方差大的一类,因此分割结果包含大量的伪水体,给后续处理增加了极大困难的问题,提出目标权重改进的Otsu和结合高程连通标定的形态学优化方法。通过实验证明,基于目标权重改进的Otsu可以有效地平衡分割阈值,计算的分割阈值更接近真实分割阈值。利用改进Otsu提取水体的初始分布图,并采用结合高程连通标定的形态学优化方法对其进行优化,得到最终的水体分布图。对实验结果分析得出,该水体提取方法可以充分发挥改进Otsu和结合高程连通标定的形态学优化方法在提取水体方面的各自优势,大大提高了水体提取的精度。利用该方法对覆盖彭泽县的影像数据进行水体提取,验证了该方法提取水体的可靠性。     

.NET环境下MFC框架应用的包装集成技术研究

为有效解决.NET应用中对MFC遗留应用系统的快速集成问题,并尽量重用已有系统,研究了.NET环境下MFC应用系统的包装集成技术,提出了用混合DLL方式来对MFC应用进行大粒度封装的方案.在此基础上开发了一个包装器中间件,对该中间件的体系结构进行了分析,叙述了中间件主要组成部分的关键实现技术,然后给出了一个实例.实践结果表明,该技术是行之有效的,能够满足许多应用系统的需求,提高开发效率.     

基于回归树和AdaBoost方法的刀具磨损评估

本文利用高速数控铣刀铣削中不同侧面方向的切削力和振动信号以及声发射信号均方根值,以数据驱动的形式对刀具磨损进行了拟合评估. 在本次研究中,分别从时域、频域和时频联合域上探索与刀具磨损相关的敏感特征,具体特征提取方法包括时域统计分析、频域上的快速傅里叶变换（FFT）和时频联合分析的小波变换（WT）. 本文中,决策树被用于回归问题而非分类问题,用于评估刀具磨损值. 同时,引入AdaBoost算法对回归树模型进行提升,并从模型的准确性、稳定性和适用性三个方面上综合对比了提升的决策树回归模型和原模型的性能. 研究表明,AdaBoost算法提升的回归决策树模型在预测的准确性和稳定性上都有一定程度上提高,并且在面向全新刀具磨损预测的适用性上也取得了不错的提升效果.     

外排序法的研究

本算法的基本思想是将“桶”排序的思想运用到外排序上来。 “桶”排序法:先把N个被排记录按关键字的不同值分配到radix(队列数)个队列中,每个队列称为一个“桶”;接着对每个“桶”内的数据进行排序;最后再将所有“桶”内数据按次序接在一起即完成整个排序。 “桶”外排序法:把“桶”排序中分配到各个“桶”的过程改为分配到对应子文件;先按关键字的值把N个记录分配到radix个子文件中;接着再依次把各个子文件中的数据读入内存进行内排序,把排序结果写到最终结果文件中Four。例如:对N=10个数据(49,38,65,97,76,13,27,97,58,90)的外排序过程如下: