金标试纸条的尿素酶快速定量检测仪研制

研制了一种基于CMOS传感器的胶体金免疫层析试纸条的尿素酶定量检测系统。该系统由硬件和软件两部分组成,硬件部分利用CMOS传感器和条码扫描仪来获取检测图像和病人的个人信息。软件部分除了实现免疫层析试纸条光信号的分析和诊断还实现病人信息采集和建立病人信息数据库等关键功能。该软件采用了k-means聚类算法,实现采集图像的精准分析。通过检测200例尿素酶样品试纸条,验证了设备的稳定性和准确性。该系统体积小、便携性强且具有优秀的续航能力,可用于长时间的临床、野外和社区体检。     

基于自适应延迟切割的三角网格布尔运算优化

规则化的布尔运算被广泛应用在三维建模系统中.近年来,随着图形硬件的发展,基于三角网格的规则化布尔算法由于输出结果能直接被图形硬件处理,表现出了明显的优势.但是传统的算法由于采用CSG树局部评估策略,使得面片在相交测试中反复被切割,并且由于面片分类在切割后的模型之间直接进行,导致算法无法在保证鲁棒性的同时实现高性能.为了避免这些问题,本文呈现了一种CSG树全局评估算法来统一执行单次和连续布尔运算.算法由两部分组成：自适应的延迟切割和全局化面片分类.在自适应的延迟切割阶段,算法通过仔细处理多个三角面片相交导致的各种情况使得延迟切割被扩展到整个CSG树来避免由于面片的反复切割带来的数值误差累积并利用自适应的八叉树使得相交测试能在线性时间内完成.在全局化面片分类阶段,算法通过分治法使得分类始终在切割后的面片和原始输入模型之间进行来保证分类的精度;通过结合组分类策略和自适应的八叉树来进一步优化了分类性能。实验结果表明,本文提出的算法无论是在执行单次或连续布尔运算时都能在保证鲁棒性同时性能优于其他的算法,因此本文算法可广泛应用于交互式建模系统中,如数字雕刻、计算机辅助设计和制造（CAD/CAM）等.     

连续线性切换系统的镇定慢切换设计

针对含有两个不稳定子系统的线性切换系统,设计一种包含时间驱动和状态驱动两个环节的切换法则,使线性切换系统稳定.在该切换法则下,系统的类Lyapunov函数在两个环节都不需要严格单调递减,使得系统在每个子系统有更长的驻留时间,从而有效降低系统的切换频率.在适当的假设条件下,带时变扰动的线性切换系统在该切换信号下具有良好的鲁棒稳定性.基于此,当系统可观测时,进一步设计了基于观测器的混合切换法则,实现了系统的鲁棒稳定.     

层次学习骨干粒子群优化算法

对骨干粒子群优化(BPSO) 种群多样性迅速丧失的原因进行分析, 提出层次学习骨干粒子群优化算法以克 服早熟现象. 该算法中粒子依不同的学习概率向粒子自身的最优粒子、优胜粒子和群体最优粒子学习, 该机制使群 体实现不同层次的搜索并有效维持群体的多样性. 此外, 群体最优粒子依概率采用跳跃策略以增强逃逸能力或采用 扰动策略以提高解的质量. 将所提出的算法与多种改进的粒子群优化算法进行对比, 仿真结果表明, 所提出算法的综 合表现优于其他算法.     

GPU平台上面向性能和功耗的分支优化

强大的计算能力使得GPGPU在通用计算领域得到了广泛的应用。然而,GPGPU的SIMT(Single Instruction Multiple Threads)工作方式,使其执行效率受到应用中不一致分支行为(Branch Divergence)的严重影响。虽然人们提出了线程交换方法来减小分支带来的性能损失,但这种方法往往会引入额外的访存操作,不仅在一定程度上减少了线程交换优化的性能收益,还增加了功耗。首先举例说明线程交换范围对程序性能和功耗的影响;然后提出了一种减少线程交换所引入的额外访存操作的方法。实验表明,对于Reduction程序,当交换范围为256时,在性能平均损失为4%的情况下功耗降低幅度最大为7%;而对于Bitonic程序,当交换范围为256和512时,在没有功耗开销的情况下,性能分别最大提升了6.4%和5.3%。     

多维度的安卓应用相似度分析

基于安卓的智能设备的普及和移动互联网的发展带来了安卓应用的繁荣,但同时也带来了移动应用的开发、维护、安全等方面的问题。采取了多种技术,提取了安卓应用的功能描述、权限声明及源代码,并基于这些信息对1173个安卓应用进行了统计分析、相似度计算、聚类以及交叉对比;利用多个维度的安卓应用特征相似度分析,初步得到了安卓应用多个维度的相关规律,其可辅助不同的安卓应用的开发和管理任务,如权限过度声明检测、重打包检测、应用描述完善、领域内的公共类库的发现和提取等,从而帮助改善安卓市场的生态并提高安卓应用的开发效率。     

面向Cassandra数据库的高效动态数据管理机制

Cassandra数据库是当前通用的数据库之一,同时也被Apache列为重点发展的顶级项目。针对Cassandra分布式数据库系统而言,大量的写请求会造成过多分散的SStable结构以及过高的数据冗余度,进而造成用户读取请求响应速度下降。该问题可以通过系统自动触发的局部数据合并机制或人为干预的整体数据合并机制来解决。然而,不合时机的系统自动局部合并过程会严重降低用户正在执行的读取操作的性能,而过长时间的人为整体数据合并过程又会长时间地占用系统资源,严重制约系统的整体性能。针对此问题,提出了一种面向Cassandra数据库的动态数据管理机制。首先,实时监测系统环境,将数据按照写入时间和大小进行分层分级管理,对合并的时机、参与合并的文件及合并过程分别制定相应的执行策略;其次,通过特定优化手段减少数据的合并时间,以降低合并过程对系统性能的影响。测试结果表明,该管理机制优化了Cassandra数据库的合并过程,提升了系统整体的读取响应速度。     

移动通信宏小区信道模型的信道估计研究

为了有效地削弱无线通信环境中的多径效应并提高信道参数估计的准确性,在散射体非均匀分布下,引入了到达路径物理概念,提出了一种合理的改进型信道模型。此模型能够准确地描述出宏小区环境下的重要空时参数,如波达信号在基站(Base Station,BS)处的到达角(Angle of Arrival,AOA)和到达路径(Range of Arrival,ROA)。同时,由于移动台的移动特性,基站接收信号产生多普勒频移,从而推导出基站处多普勒频移概率分布。将此模型的数值仿真结果与其他信道模型仿真结果进行比较,结果表明参数估计结果符合理论和经验,证明了提出的信道模型更适用于宏小区移动通信环境,延伸了统计信道模型的研究与应用,为仿真无线通信系统提供了有力的工具。     

AODV协议在渔船超短波自组网中的仿真与分析

为了验证AODV协议在渔船超短波自组网中的可行性并研究它的工作性能,使用OPNET仿真软件,选择数据包投递率、平均时延、归一化路由开销和平均跳数这4个衡量指标对AODV路由协议进行性能评估,并通过改变网络规模和节点移动速度来分析这些参数对AODV协议工作性能的影响。仿真结果表明,AODV协议适用于渔船速度为10m/s以内且业务量较低的小型渔船超短波网络。为了提高AODV协议在此网络中的工作性能,最后还提出了改进建议。     

预测信息传播中的转发选择

在信息传播中,用户在重复接收同一信息的情况下其转发行为会具有一定的倾向性。对这种转发的倾向性建模是影响力分析、传播动力学、社会推荐等一系列信息传播相关应用研究领域中的一个关键问题。本文假设用户的转发选择行为主要由用户间的人际影响力决定。人际影响力的大小由信息传播者的影响力和信息接收者的易感性共同作用。本文从真实的信息传播记录中推断出用户隐式的影响力和易感性,进而提出了一种转发选择模型。该模型能够有效解决目前方法存在的对转发选择行为建模不充分和模型泛化能力差的问题。本文选取典型的转发选择建模方法作为比较,将所提的转发选择模型在新浪微博数据上进行对比验证。实验表明,本文所提的模型在两种评价指标上均取得更好效果,证明了所提模型的有效性。