城镇无人机高分辨率三维网格图形建模仿真

针对利用Auto、Constructor和Max Surf软件建立的城镇高分辨率三维网格图形模型,普遍存在建立时间长,建模成本高的问题,为此提出无人机高分辨率三维网格图形建模.通过无人机采集城镇平面图像,在UG环境下完成城镇平面图像的三维建模.建模过程中,通过对城镇原始图像的提取及处理,得到三维实体模型,利用透射反射网格图像线条,将远场域网格和旋转域网格转换成过度网格截面,以适用于不同复杂度的城镇网格图形,实现城镇无人机高分辨率三维网格图形建模.仿真结果表明,城镇无人机高分辨率三维网格图形建立模型所用时间短,成本低,分辨率高,适用能力强,对于无人机采集城镇图像具有重要意义.     

基于交通流仿真的多指标航段结构研究

航段作为空域结构基本的构成要素之一,是空中交通必不可少的虚拟路网细分单元,对空中交通流的安全高效地运行有重要的作用.为探讨航段类型及其长度对航空器的活动以及航空器之间相互制约的影响程度,基于交通流仿真,建立了三种航段长度优化模型,并分别从飞行时间、燃油消耗、经济价值、机型特征、飞行冲突、管制员工作负荷等多指标分析优化结果.优化结果表明,随着航段长度的增加,单位航班飞行时间和燃油消耗均呈递减趋势,但两个优化目标不可兼得:仅优化时间时,航班总飞行时间减少2.87％;仅优化燃油消耗时,总燃油消耗降低2.56％;综合优化飞行时间与燃油消耗时,燃油消耗对航路结构的影响最大,此时总成本减少2.53％.     

基于变分自编码器的非规则缺失图像修复仿真

目前的非规则缺失图像修复方法,连接图像的非规则缺失对角元素,导致修复图像所需时间长,修复后的图像的信噪比较低,修复误差较大,只能修复规则缺失图像,为此提出基于变分自编码器的非规则缺失图像修复仿真.利用变分自编码器,提取非规则缺失图像局部信息,预测图像非规则缺失部分,完成非规则缺失图像缺失部分填充;采用循环矩阵和特普利兹矩阵,重建非规则缺失图像;设计非规则缺失图像修复仿真流程,完成非规则缺失图像修复.实验结果表明,所设计的非规则缺失图像修复方法,修复图像中存在的不规则缺失,产生的信噪比较高、修复误差较小,修复所需时间较短,具有较高的不规则图像缺失修复性能,较优的图像修复效果.     

基于线程队列动态规划法的GPU性能优化

针对目前线程队列管理方法中执行时间长的线程无法得到响应的问题,对线程队列进行了研究,提出了线程队列动态规划法(Thread Queue Dynamic Programming,TQDP).通过实验验证,对比了评估性能的参数,如Weighted Speedup,STP,ANTT等,TQDP与++DynCTAT,Mod+Bypass,PBS,BF相比,Weighted Speedup分别提高了14％,13.7％,13.3％,3.4％.与SMK,SMK-(P+W)相比,STP分别提高了8.5％,1.4％,表明提出的方法实验效果好,优化了系统性能.     

监控管理系统在医院中的应用

经过多年的信息化建设,IT基础设施已具有较大的规模,为各重要业务应用系统提供了必备的基础平台环境。通过一套全面的监控管理系统,代替人工巡检,对医院的服务器、存储、路由器、交换机、数据库进行全面的监控,减少人为出错的可能性。     

基于Keras手写数字识别模型的改进

针对结构设计不合理的卷积神经网络导致MNIST识别的准确率低、收敛速度慢和训练参数多等问题,提出卷积神经网络结构的改进模型.改进的模型采用2次卷积、2次池化和3次全连接、采用Relu激活函数和Softmax回顾函数相结合,加入Dropout层防止过拟合,加入Flatten层优化结构.为了缩减代码量,采用API功能强大的Keras模型替代Tensorflow.对MNIST的训练集和测试集数据的准确率进行仿真实验,实验结果表明:采用改进的结构在MNIST的训练中不仅收敛速度快、训练参数少、损失率低,而且在测试集上的准确率达到99.54％、高于改进前的99.25％,对后续手写数字的研究具有重要意义.     

融合多种策略的改进粒子群算法

为有效解决粒子群优化算法(Particle Swarm Optimization, PSO)容易陷入局部极值及进化后期收敛速度慢、精度低等缺点, 提出了一种融合多种策略的改进粒子群算法(Improved Particle Swarm Optimization, IPSO). 该算法包括以下4点改进:(1)采取分组控制策略, 按适应度值将种群分为优解组和劣解组, 优解组进行遗传交叉操作, 劣解组进行变异操作; (2)精英策略用来更新种群, 根据适应度值从经过交叉和变异操作后的种群及初始种群中选出前一半粒子作为新种群; (3)改进粒子学习模式, 充分利用种群信息, 以优良种群的均值代替个体最优位置;(4)引入概率控制来控制算法进入交叉和变异操作的概率. 测试函数的仿真结果表明, 与标准PSO及其改进算法相比, IPSO算法能有效兼顾全局探索和局部挖掘能力, 具有收敛速度快、求解精度高、避开局部最优解的优点.     

基于差分修正的SGDM算法

当前, 应用广泛的一阶深度学习优化器包括学习率非自适应优化器和学习率自适应优化器, 前者以SGDM为代表, 后者以Adam为代表, 这两类方法都使用指数滑动平均法来估计总体的梯度. 然而使用指数滑动平均法来估计总体梯度是有偏差且具有滞后性的, 本文提出基于差分修正的SGDM算法——RSGDM算法. 我们的贡献主要有3点: 1) 分析SGDM算法里指数滑动平均法带来的偏差和滞后性. 2) 使用差分估计项来修正SGDM算法里的偏差和滞后性, 提出RSGDM算法. 3) 在CIFAR-10和CIFAR-100数据集上实验证明了在收敛精度上我们的RSGDM算法比SGDM算法更优.     

淤地坝监测场景下边缘计算协作式任务调度方法

针对目前我国西北地区淤地坝实时监测问题,研究了淤地坝监测与预警任务的调度方法.为避免淤地坝坝体隐患发现不及时,提高预警系统的时效性,本文考虑了任务卸载至边缘服务器的平均等待时间,提出了一种淤地坝监测场景下边缘计算协作式任务调度方法.根据任务计算量、边缘服务器计算能力等信息建立计算任务完成时间模型,然后采用模拟退火算法优化计算任务卸载位置,设计了一种多个边缘计算服务器相互协作的任务调度策略.实验结果表明,该方法有效降低了监测任务的计算时间,提高了监测预警的时效性.     

无线传感网络关键技术及在环境监测中的应用

回顾了无线传感网络技术的发展历史,对无线传感网络的结构和关键技术进行详细阐述;综述了无线传感网络技术在环境监测中的研究及应用现状,对该技术的发展方向和趋势作一展望.