网格计算及其关键技术综述

网格计算是近年来兴起的一个研究热点。它旨在使互联网上所有资源(计算资源、存储资源、通信资源、软件资源、信息资源、知识资源等)实现全面共享与协同工作,使整个因特网整合成一台巨大的超级计算机,为用户提供“即连即用”式的服务。论文不仅介绍了网格计算的概念、特点、起源、研究现状及当前几个典型的系统,而且从网格计算即异构网格结点在网络环境下的分布动态协同工作的角度出发,着重介绍了网格计算的体系结构、资源管理、任务管理、通信技术、安全机制、用户界面等关键技术。     

网络化智能测控技术分析与展望

计算机网络、自动控制、分布式人工智能等理论和技术的融合促进了网络化智能测控技术的产生,网络化智能测控技术的发展和广泛应用正改变着人们的生产和生活方式,也引起了相关技术和理论的变革.本文围绕工业现场测控网络、远程智能测控、网络化分布式智能测控等技术中的国内外研究热点问题,阐述了其发展现状及技术特点,分析了其关键技术及发展趋势.     

基于电话网的嵌入式远程控制器的设计

本文介绍了实现基于电话线的嵌入式远程控制单元的设计方案。在文中主要介绍了该设计的硬件电路和软件设计流程。嵌入式远程控制器的MCU采用AT89C51单片机,由MT8870实现电话按键的DTMF信号的解码,用可多次录放的语音芯片ISD1110实现语音提示。通过操作电话按键实现对远程被控对象的控制。     

利用TM图像进行干旱荒漠带牧区土地资源调查

选用TM卫片作为调查基础资料,结合地形图和局部地区大比例尺航片,完成了甘肃河西地域三个牧业县的土地利用现状调查,为遥感技术在干旱荒漠地带牧区进行土地资源调查找出了效果好、经济的方法。     

融合特征的快速SURF配准算法

目的 针对基于SURF特征点的图像配准算法对颜色单一的彩色图像提取的特征点较少及配准时间复杂度高等问题,提出一种基于融合特征的快速SURF(speed up robust features)配准算法.方法 该算法首先提取图像的颜色不变量边缘特征和CS-LBP(central symmetry-local binary patterns)纹理特征形成融合特征灰度图,并利用颜色直方图的方差自适应调节融合特征间的权重.其次,在融合特征灰度图上提取SURF(speed up robust features)特征点及描述子.再次,用最近邻匹配法形成粗匹配对,结合改进的快速RANSAC(random sample consensus)算法得到精匹配对.最后,使用最小二乘法求出映射关系用于配准图像.结果 本文算法能够在融合特征上提取更稳定的SURF特征点,用该特征点进行配准能提高配准5％精度,且减少时间复杂度15％,实现了对普通场景下图像的快速配准.结论 本文算法能提取稳定数量的特征点,提高了精确度与鲁棒性,并通过改进的RANSAC算法提高了执行效率,降低了迭代次数.     

基于神经网络的柴油发动机故障预测研究

为了保证设备安全可靠地运行,需要对设备进行故障预测,及时消除故障;探讨了故障预测技术的应用及神经网络预测原理和建模的方法,给出了神经网络模型在预测过程中的学习算法和改进的神经网络的训练算法,并用于柴油发动机运行中的故障预测,经过多种柴油机的试验证明试验结果满意,对故障的实时检测有重要意义,具有良好的应用前景.     

基于支持向量机的航空发动机叶片超声检测

支持向量机(SVM)是一种具有出色学习性能的新型机器学习方法,它能够较好地克服神经网络容易出现的过学习、网络结构难以确定以及局部极小等缺点。研究了小波包变换提取发动机叶片缺陷特征向量的问题,提出一种基于支持向量机的航空发动机叶片超声检测方法。实验表明,基于小波包分解提取特征向量结合支持向量机的识别方法,能够有效地区分发动机叶片部件的几种典型缺陷。     

A novel intelligent verification platform based on a structured analysis model

An intelligent verification platform based on a structured analysis model is presented.Using an abstract model mechanism with specific signal interfaces for user callback,the unified structured analysis data,shared by the electronic system level design,functional verification,and performance evaluation,enables efficient management review,auto-generation of code,and modeling in the transaction level.We introduce the class tree,flow parameter diagram,structured flow chart,and event-driven finite state machine as structured analysis models.As a sand table to carry maps from different perspectives and levels via an engine,this highly reusable platform provides the mapping topology to search for unintended consequences and the graph theory for comprehensive coverage and smart test cases.Experimental results show that the engine generates efficient test sequences,with a sharp increase in coverage for the same vector count compared with a random test.     

普适计算系统可用性度量

普适计算系统可用性度量具有典型的面向用户特点,为刻画用户行为需要引入具有非指数分布性质的用户状态,并且需要考虑用户态与系统态关联分析时的复杂情况。传统的连续时间马尔科夫链和半马尔科夫过程都不能很好地对以上情况给予分析。鉴于此,文章基于马尔科夫重生过程(MRGP)提出了普适计算系统的可用性度量方法。首先建立具有普适计算模式的用户模型,基于此构建了普适计算系统可用性度量的MRGP模型,对可用性进行了随机过程分析,给出了对应瞬态和稳态行为的度量方法,结合普适计算模式的特点定义了普适计算系统请求可用性度量。最后进行了数值分析,评价了普适计算系统可用性在MTTF和MTTR下的变化情况,据此导出来构建高可用普适计算系统需要考虑一些原则,并分析了用户和系统参数等因素对普适计算系统可用性度量的影响。     

情感建模与情感识别

情感计算是关于、产生于和影响于情感方面的计算,其目的是赋予计算机识别、理解、表达和适应人情感的能力。情感计算通过各种传感器获取由人的情感所引起的表情及生理变化信号,利用“情感模型”对这些信号进行识别,从而理解人的情感并做出适当的响应。该文主要讨论了Picard教授在情感计算中情感识别部分的研究成果,着重分析了面部表情、语音、生理信号的情感模型与情感识别,这是情感计算研究的一个关键问题之一,也是建立和谐人机环境的基础之一。