基于 Hadoop 的分布式视频处理

中国科学院计算机网络信息中心与青海湖保护区管理局合作,共同建设了青海湖野外网络视频监控。如何高效地处理每天产出的超过 100GB 的视频数据成为了一个难题。现在的视频处理系统采用计算和存储相分离的架构,这需要配置较高的专门服务器进行支撑,本文基于廉价扩展性能较好的 Hadoop 平台对视频处理做出了分布式的实现,并对单个视频文件做出了分布式转码的实现。同时,本文将基于 Hadoop 的分布式视频处理的实现和基于 HTCondor 的分布式视频的批处理实现进行了对比,实验证明,在不损失视频处理效率的条件下,基于 Hadoop 的分布式视频处理的实现拥有分布式文件系统支撑、完善的任务监控等优势。     

钻孔灌注桩废弃泥浆处理的试验研究

建筑工地产生垃圾所造成的环境污染问题越来越严重,已受到社会广泛关注。针对钻孔灌注桩施工中废弃泥浆的处理难题,本文通过试验研究了运用化学絮凝剂进行废弃泥浆固液分离的一种方法,该方法通过加入聚丙烯酰胺和生石灰实现了泥浆的快速泥水分离,处理后为松散土颗粒状态,便于运输,操作步骤简便,处理周期快,有效改善了了环境污染问题,且减少了处理成本,适用于施工工地产生的不同稠度的废弃泥浆。     

大柳树灌区宁夏分区水资源承载力综合评价

通过构建模糊综合评判模型及包含水资源、社会经济、生态环境3个子系统11个因素的水资源承载力综合评判指标体系,对大柳树灌区宁夏分区水资源承载力状况进行了综合评价。结果表明:两个水平年(2020年、2030年)水资源承载能力虽有一定的规模,仍有一定开发利用潜力,水资源对区内国民经济发展有一定的保证,但综合评分值由现状年的0.597降至2020年、2030年的0.528及0.478,承载力逐步下降,有轻微转向恶化的可能。通过采用节水技术并调整产业结构等措施,水资源供需矛盾将得到一定的缓解。     

基于Kendallτ的赋权法在水环境评价中的应用

在进行多指标评价时,某些指标之间具有一定的相关性,将Copula理论中的和谐性指标Kendall τ计算方法进行改进,引入到赋权过程中,得到基于Kendallτ相关系数的赋权法.该方法适合于多样本多指标的评价体系,将关联性最强的指标赋予最大的权重,并将这种方法与模糊工程集理论相结合,评价了某地下水水质,结果显示该方法比较有效.     

海河流域近现代降水量变化若干特征

根据器测资料、代用资料和文献资料,综合分析海河流域1956年以来、1880年以来和1736年以来降水量变化的主要特征,探讨影响降水多年代尺度变化的可能机制。结果表明:1海河流域平均年降水量距平百分率在1956—2013年表现出较明显下降趋势,每10 a下降速率为2.6%,但在1880—2012年期间下降趋势很弱;21736—2012年,海河流域平均年降水量距平百分率未表现出任何长期趋势变化,1956年以来和1880年以来的趋势性减少现象也不再显得异常,但存在一系列年代到多年代尺度振动;320世纪40年代后期到60年代早期是1736年以来最湿润阶段,但20世纪初以来几次持续性干旱,包括1997—2003年的严重干旱,在1736年以来历史上并非罕见,1826—1843年曾出现持续时间最长的严重干旱;4海河流域平均年降水量具有准周期性振动特点,较明显的准周期包括2~7 a、11 a、22~23 a、33 a和63~65 a;520世纪60年代后期以来海河流域降水的趋势性减少,是区域气候63~65 a自然低频周期性振动的组成部分,预计未来几十年整个流域降水量总体上将呈增多趋势,并可能在2035—2040年达到峰值区间。     

Convergence Analysis of Wireless Remote Iterative Learning Control Systems with Channel Noise

Channel noise, including sensor‐to‐controller(SC) noise and controller‐to‐actuator(CA) noise, impacts the convergence of wireless remote iterative learning control (ILC) system significantly. In this paper, the relationship between output error, SC noise and CA noise is obtained firstly by super‐vector formulation, and then the norm of output error vector covariance matrix is employed to analyze the convergence of the system in presence of SC noise and CA noise. Upper bound of the norm at any sample time reveals that the SC noise is accumulated only in iteration domain, while the CA noise is accumulated not only in iteration domain but also in time domain. Furthermore, the accumulated effect of the CA noise in time domain is ruled by system matrices, so the values of which determine the effect of the CA noise is greater or less than that of the SC noise on convergence of the system. Finally, some simulation results are given to illustrate correctness of the result.