并行调试中的若干关键问题

1.引言程序的调试技术对于计算来说是很重要的,因为抛开性能不谈,程序的正确性是编程者追求的最终目标。然而随着科学的发展,需要解决的问题的规模越来越大,传统的串行计算模式已经难以满足需要,于是并行计算模式被提出。那么调试这一必需的功能也要被放到并行计算环境中重新考虑,从而提出了并行调试的概念。     

齿轮产品协同设计系统

对机械产品协同设计的特点进行了分析,指出了目前这方面存在的问题,在此基础上介绍了基于网络面向并行工程的齿轮协同设计系统。讨论了系统的体系结构、框架模型、运行模式和系统实现,就系统涉及到的主要内容和主要关键技术进行了分析。     

裂变靶辐照装置水力特性试验技术

针对裂变靶辐照装置内外流道尺寸狭小的结构特点及实堆测量需求,提出了进行裂变靶辐照装置水力特性试验的技术方案,采用微小压力传感器实测狭窄套管内外流道的流动压差,通过单项标定试验获得内外流道压差-流量关系拟合公式.由该拟合公式得到的计算值与内外管实测流量的相对误差最大不超过士2%,可以用于裂变靶辐照装置在实堆中进行水力模拟的试验数据处理.     

基于ZigBee技术的环境γ辐射连续监测系统研究

本系统利用ZigBee无线网络技术,以最经济的成本、最可靠的性能,实现对核电厂周围环境γ辐射进行连续监测.为提高数据传输的可靠性,系统采用了由中心节点、监测中继站、监测子站组成的三级网状网络结构.文中详细介绍了监控网络中各级网络的建立,各终端监测节点的设计,上位机数处理系统的实现方法.     

剪枝与欠采样相结合的不平衡数据分类方法*

通过剪枝技术与欠采样技术相结合来选择合适数据,以提高少数类分类精度,研究欠采样技术在不平衡数据集环境下的影响。结果表明,与直接欠采样算法相比,本文算法不仅在accuracy值上有所提高,更重要的是大大改善了g-means值,特别是对非平衡率较大的数据集效果会更好。     

高速公路运营管理中“3G”技术的应用

随着社会、经济、城市、道路建设的快速发展以及汽车保有量的大幅度增长,卫星定位、数据通讯、计算机网络等许多先进的现代科技正越来越多地应用于公安交通管理领域。利用GPS(全球卫星定位)技术建立的车辆监控系统可以动态地获得汽车行驶过程中的准确位置;利用GIS(地理信息系统)所提供的地理信息和各种属性信息,可完成最短路径查询,实施对车辆的监控与调度;利用GPRS(通用分组无线服务技术)可以对远离城市不能接入网络的电子公告牌、服务区等进行控制和指挥。     

基于带权欧拉距离的PE文件壳检测技术

越来越多的恶意软件出现在网络上。恶意软件作者通过网络将软件中的恶意代码植入用户的电脑中,从而达到诸如获得用户名与密码的非法目的。为了阻止它们对用户电脑的侵害,软件分析人员必须分析恶意软件的工作原理。但是,如果这些恶意软件加壳,那么分析它们就会变得非常困难,因此必须对他们进行脱壳。脱壳的第一步即检测这些恶意软件是否加壳。本文通过对未加壳和已经加壳的软件PE头部进行分析与比较,提出了带权欧拉距离PE文件壳检测(PDWED)算法,其中包括构造一个含有10个元素的向量,并为每个向量中每个元素分配一个权重值,计算向量的带权欧拉距离。实验结果表明,PDWED能够比较快速而又准确地检测软件是否加壳。     

一种具有自适应机制的闪存数据库索引结构

针对闪存数据库系统索引技术中基于日志更新策略存在的检索效率低、日志空间分配不合理及合并带来的高昂更新代价等问题,提出一种具有自适应机制的索引结构LM-B+TREE。LM-B+TREE将索引的更新缓冲页映射于传统B+TREE的相应节点,并根据闪存索引的读写负载及读写代价差异,动态地分配缓冲更新区,自适应地调整索引架构。实验证明LM-B+TREE能够动态地调整索引架构来适应索引的读写负载代价,在减少索引更新代价的同时,有效地提高了索引的查询性能。     

适配分辨率动态变化的低复杂度视频场景切换检测方法

在数字电视图像后处理中,许多图像增强和指标检测算法模块需要参考前后帧的时域信息,因此当场景内容发生切换时,需要设计出一种准确且可靠的场景切换检测的方法,用以切断场景切换前和场景切换后的各种时域算法的前后关联性。针对网络电视播放视频节目前后帧经常出现的分辨率变化的特性以及场景切换检测中常见的问题,对数字电视图像后处理中的视频场景切换检测算法进行了优化设计,提出了一种基于动态阶数控制直方图分布的优化检测算法。实验结果表明, 相比传统算法,所提算法在场景切换检测的准确度上有显著的提升,针对暗场景下的场景切换以及网络电视中分辨率改变的情形具有较高的准确度。     

基于扰动的精英反向学习粒子群优化算法*

针对粒子群算法容易陷入局部极值、进化后期收敛精度低的缺点,提出了一种基于扰动的精英反向学习粒子群算法。算法采用在粒子迭代的过程中,以一定的概率对当前的最优个体进行动态一般反向学习生成其反向解,引导粒子向最优解空间靠近;用一种非线性递减的方式改变惯性权重,以提高算法的收敛速度和收敛精度;采用扰动的方式增强算法的局部探索能力,帮助粒子跳出局部最优解。在14个标准函数上进行仿真测试,结果表明改进算法具有更高的收敛速度和收敛精度,能有效的避免陷入局部最优,适合求解函数优化的问题。