面向并行备份数据流的数据快速存储方法

在大规模数据服务应用中,尤其是备份与共享系统中,服务器往往会面临大量的上行数据流,而对这些数据的处理需要进行频繁的写操作,由于服务器数据存储位置的随机性,在多用户多任务环境下磁盘性能大大降低.传统的缓存技术只是针对小范围数据的局部性进行优化,对于并行备份数据流的效果不好,因此提出一种数据缓冲方法,通过数据封装,对上行数据流进行整理,动态调整IO次序,实现异步的数据处理接口,提高了文件服务器的存储性能.     

基于自适应参数高阶偏微分方程的图像平滑

为消除经典P-M方法在图像平滑时引起的"阶梯"效应,提出了基于自适应参数的高阶偏微分方程图像平滑方法,并且利用Mean Shift的核密度估计方法来确定各点阈值参数.与固定阈值参数的各向异性扩散方法相比,该方法有效地保持了图像的边缘等重要信息,能够更大程度地抑制孤立噪声,从而得到更高的PSNR值和更好的视觉效果.     

嵌入式系统课程体系及其创新实践的探索

随着嵌入式计算机技术的迅猛发展,学生分析、解决嵌入式应用实际问题的能力亟待提高。本文提出对嵌入式系统课程体系进行整体优化,注重高低搭配、层次划分,让学生根据自己的基础、能力及兴趣选择不同的教学内容及配套实验内容,有足够的个性发展空间,以满足不同领域对嵌入式人才的需要。     

软件工程实训课程体系研究

软件工程实训已被越来越多的高校计算机专业软件工程方向或软件工程专业所采用。然而目前的软件工程实训教学还很不成熟,存在许多问题。分析目前软件工程实训存在的主要问题,提出实训应有相应的课程体系的观点,介绍了我校计算机专业对软件工程实训课程体系的探索和实践情况。通过两年的实践证明,所提出的课程体系是有效的,对于同类院校的软件工程实训有借鉴价值。     

基于混沌的聚类粒子群优化算法

针对函数优化问题,提出了一种基于混沌的聚类粒子群优化算法。该算法利用混沌序列产生粒子的位置和速度,并与粒子群优化算法产生的粒子位置进行比较,选择好的粒子位置。同时通过谱系聚类方法进行聚类,并且给出新的速度更新公式。最后将算法应用到5个典型的函数优化问题中,并与其它改进的粒子群算法进行比较分析。数值结果表明,该算法提高了全局搜索能力、收敛速度和解的精度。     

基于改进的背景模型的图像识别算法研究

当图像亮度不均匀、对比度低时,提取图像前景较困难。为此,提出一种图像分割方法,结合正弦基函数和绝对值距离测度构建背景模型,依据优化理论和迭代法求解背景模型,通过比较背景模型中各像素点亮度与实际图像中各像素点亮度来判别各像素点是背景还是前景。为应对图像亮度不均匀的情况,在图像分割前对图像进行分块,在分块图像中依据背景模型或相邻分块背景相似度进行图像分割。实验结果表明,在普适性方面,相对于经典的模糊C均值法和OTSU法,该方法的分割误差小,尤其是对亮度不均匀和对比度低的图像;在掌纹图像分割应用方面,与迭代线跟踪法和模糊粗糙集法相比,该方法的错误率低、信噪比高、处理时间短。最后将提出的分割算法应用在人脸识别上,实验结果表明了该算法的先进性。     

基于EMD和BP神经网络的雷达体征信号检测算法

随着城市生活中医疗、治安、反恐等方面的需求日益突出,非接触式雷达生命体征检测逐渐得到各方面的关注.文章提出一种基于EMD和神经网络的雷达生命体征信号检测算法.由于UWB雷达回波信号的非平稳非线性特性,利用EMD的空间时间尺度特性对信号进行分解,得到一系列的本征模态函数IMF,然后通过结合了免疫遗传算法IGA的BP神经网络对信号进行优化,获得心跳和呼吸信号.结果表明,文章提出的算法比直接用EMD分解重构的信号的准确性高,弥补了EMD分解的端点效应问题,具有广阔的应用前景和研究价值.     

基于Hadoop平台的分布式SVM参数寻优

参数的选择对算法分类与预测的正确率有直接影响。在参数选择中全局网格搜索有着计算可靠、简单、优化效果明显的优势,适合应用于可靠性要求高的工程运算,如在复杂系统的故障诊断中对故障模式识别算法进行参数寻优等。但是,全局网格搜索在寻优过程中耗时过长,仍然是一个制约其使用的问题,尤其对于实时性要求较高的系统。以支持向量机的参数全局寻优问题为例,针对网格搜索寻优时间长的缺点,利用Hadoop平台进行分布式参数寻优,借助HDFS将参数自动划分到计算节点上,并运用MapReduce计算框架建立分布式参数寻优模型,完成模型训练预测及参数优化。实验结果表明,在不降低算法性能的前提下提高了寻优效率。     

基于多特征结合与加权支持向量机的图像去噪方法

在基于支持向量机(SVM)的图像去噪方法的基础上,提出了一种基于多特征结合与加权SVM的图像去噪方法。首先,根据图像中相邻像素的相关性及椒盐噪声的特点,提取含噪图像中的多种特征;然后,利用针对不平衡数据集所改进的加权SVM分类器,识别出含噪图像中的噪声点,再利用支持向量回归机(SVR)对噪声点的原始灰度值进行回归预测;最后,重构图像以达到去噪的目的。实验结果表明,该方法能提高SVM分类器对噪声点的识别率,改善分类器的性能,并能在去噪的同时较好地保留图像的边缘信息,获得较高的峰值信噪比(PSNR)。     

焦炉推焦数据自动管理系统的应用

基于WINCC、PLC和VB实现对焦炉计划表的自动编排、无线传输,以及推焦时间、装煤时间、结焦时间、推焦电流的自动采集和生成报表。实际长期运行表明,该系统稳定可靠,值得推广。