基于区间树硬件加速索引的Marching Cubes算法

为了充分利用GPU的海量线程并行架构,提高等值面可视化效率,提出一种基于区间树硬件加速索引的Marching Cubes算法.该算法在预计算阶段利用GPU构造多区域的区间树作为体数据体素的值域索引;在实时运行阶段根据用户给定的阈值,通过该索引并行地搜索活跃体素,并生成活跃体素的多级索引,然后分配线程处理活跃体素,抽取并绘制等值面.将文中算法应用到不同体数据上的实验结果表明,其能够显著地提高现有Marching Cubes算法的效率;与现有的GPU基准算法相比,最高能达到4～10倍的加速比.     

松材线虫病害高光谱时序与敏感特征研究

采用高光谱仪ASD FieldSpec Pro FR,连续观测了健康和发病马尾松针叶的时序高光谱,分析了松材线虫病害光谱的时序特征、敏感时期和敏感特征。结果表明:与健康马尾松相比,病害马尾松时序光谱差异较大;病害首先造成红边区域内光谱反射率减低,然后再出现红边蓝移的2阶段光谱变化规律;感染松材线虫的马尾松9月初已经出现了病态植被典型的光谱特征;近红外平台内最大的一阶微分值、红边内一阶微分的总和(SDr)与蓝边内一阶微分的总和(SDb)的比值等是指示病害发生的显著性高光谱特征。     

连续体结构的参数化水平集统一优化

针对传统分步式结构优化设计的不足,提出一种同时进行结构拓扑、形状和尺寸统一优化的设计方法.首先采用水平集函数描述统一的结构优化模型和几何尺寸边界,通过引入紧支径向插值基函数将结构拓扑优化变量、形状优化变量和尺寸优化变量变换为基函数的扩展系数;然后取该扩展系数为设计变量,借助一种参数的变化表达3种优化要素对结构性能的影响,将复杂的多变量优化问题变换为相对简单的参数优化问题,有利于与相对成熟的优化算法相结合提高求解效率;进一步用R函数将其融合为一个整体,构造出统一优化模型,并用最优化准则法进行求解.最后通过数值案例证明了该方法的有效性和精确性.     

一种新的码片内多径时延估计方法

根据信道冲激响应的稀疏特性,提出了一种频域的时延估计压缩感知模型,将时延估计问题转化为基于欠采样数据的稀疏向量估计问题.利用离散傅里叶变换(Discrete Fourier transform,DFT)矩阵的子矩阵所满足的受限等距性(Restricted isometry property,RIP)以及信道冲激响应的稀疏特性充分降低了时延估计所需数据量的要求.分析了本文模型具有码片内多径分辨能力以及良好抗噪性能的原因,并与多信号分类(Multiple signal classification,MUSIC)和旋转不变技术的信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法的时延估计性能进行仿真比较.仿真结果表明,本文提出的方法不需要预知多径的条数,对码片内多径时延具有较高的估计精度,其时延估计性能在特定条件下优于MUSIC和ESPRIT算法.     

行为优化提升软件配置管理

软件配置管理包括对代码、文档、数据等的管理,其优劣受限于项目成员的实际操作。开发人员对于工作区如何使用;成员之间的代码是不是可以及时更新与同步;怎样使用分支,如何进行变更合并,才能减少物理空间浪费和事件延迟。这些问题在实际的项目开发中往往被忽视,亦或团队并没有对成员行为作细节的规范,因而许多软件项目出现了工期推迟或代码质量不高等问题。为此提出了一系列管理措施,通过优化软件配置管理规范项目各成员的行为,以保证高效的软件配置管理的实施。     

Dump技术在Solaris系统恢复中的应用研究

对Solaris操作系统核心部分、数据文件部分的备份和恢复方法进行了描述,论述了Dump技术在Solaris系统恢复中的应用.分析表明,Dump技术是Solaris操作系统恢复技术中最为快捷有效的方法之一,它可以使系统快速地恢复正常,保证系统的稳定运行.     

SaaS工作流访问控制模型设计

在SaaS中,人们正逐渐采用基于服务的业务流程来满足企业业务流程的灵活性和定制性。从实现工作流访问控制的角度,应当使工作流访问控制模型与流程模型分离,以支持在流程改变或组织机构变化时减少对彼此的影响。为此,设计和实现了一个面向服务的、支持访问控制模型和流程模型分离的SaaS工作流访问控制模型—RBSWAC(Role-based Service Workflow Accesss Control)。该模型可提高访问控制的适应性和灵活性,实现访问控制模型同流程模型的松耦合和灵活性。     

计算机网络技术在医院信息化建设中的应用

随着我国社会经济的发展,为医疗卫生事业创造了良好的发展环境,同时也对医疗卫生事业提出了更高的要求。在这样的环境下,医疗卫生事业的改革势在必行。计算机网络技术的发展,为我国医疗卫生事业的改革带来了客观条件,计算及网络技术应用于医院的信息化建设已经成为了一种必然的趋势。本文主要介绍了在新经济环境下,计算机网络技术在医院信息化建设中的应用,希望对相关的单位有所帮助。     

Unnecessary inferences in associative-commutative completion procedures

Theoretical results for identifying unnecessary inferences are discussed in the context of the use of a completion-procedure-based approach toward automated reasoning. The notion of a general superposition is introduced and it is proved that in a completion procedure, once a general superposition is considered, all its instances are unnecessary inferences and, thus, do not have to be considered. It is also shown that this result can be combined with another criterion, called the prime superposition criterion, proposed by Kapur, Musser, and Narendran, thus implying that prime and general superpositions are sufficient. These results should be applicable to other approaches toward automated reasoning, too. These criteria can be effectively implemented, and their implementation has resulted in automatically proving instances of Jacobson's theorem (also known as the ring commutativity problems) usingRRL (Rewrite Rule Laboratory), a theorem prover based on rewriting techniques and completion.A preliminary version of this paper appeared in a paper entitled Consider only general superpositions in completion procedures in theProceedings of the Third International Conference on Rewriting Techniques and Applications, Chapel Hill, NC, April, 1989, Lecture Notes in Computer Science, Vol. 355, Springer-Verlag, Berlin, pp. 513–527. Part of the work of Hantao Zhang was done at the Rensselaer Polytechnic Institute, New York, and he was partially supported by National Science Foundation Grant No. CCR-8408461; also affiliated with Institute of Programming and Logics at SUNY, Albany, NY, and RPI. Deepak Kapur was partially supported by National Science Foundation Grantr Nos. CCR-8408461 and CCR-8906678.     

A methodology for modeling the distributions of medical images and their stochastic properties

The probabilistic distribution properties of a set of medical images are studied. It is shown that the generalized Gaussian function provides a good approximation to the distribution of AP chest radiographs. Based on this result and a goodness-of-fit test, a generalized Gaussian autoregressive model (GGAR) is proposed. Its properties and limitations are also discussed. It is expected that the GGAR model will be useful in describing the stochastic characteristics of some classes of medical images and in image data compression and other applications.