Localized relaxation theory of circuits and its applications in electro-thermal analyses

In the high-performance IC design with increasing design complexity,it is a very important design content to efficiently analyze IC parameters.Thus,the electro-thermal (ET) analyses including power/ground (P/G) analysis and thermal analysis are hot topics in today’s IC research.Since ET analysis equation has a sparse,positive definite and strictly diagonally dominant coefficient-matrix,we prove that the ET analysis has the advantage of locality.Owing to this advantage,localized relaxation method is formally proposed,which has the same accuracy as the global relaxation done with the constraint of the same truncation error limitation.Based on the localized relaxation theory,an efficient and practical localized successive over-relaxation algorithm (LSOR2) is introduced and applied to solve the following three ET analysis problems.(1) Single-node statistical voltage analysis for over-IR-drop nodes in P/G networks;(2) single-node statistical temperature analysis for hot spots in 3D thermal analysis;(3) fast single open-defect analysis for P/G networks.A large amount of experimental data demonstrates that compared with the global successive over-relaxation (SOR) algorithm,LSOR2 can speed up 1-2 orders of magnitudes with the same accuracy in ET analyses.     

Personalized course generation and evolution based on genetic algorithms

Online learners are individuals,and their learning abilities,knowledge,and learning performance differ substantially and are ever changing.These individual characteristics pose considerable challenges to online learning courses.In this paper,we propose an online course generation and evolution approach based on genetic algorithms to provide personalized learning.The courses generated consider not only the difficulty level of a concept and the time spent by an individual learner on the concept,but also the changing learning performance of the individual learner during the learning process.We present a layered topological sort algorithm,which converges towards an optimal solution while considering multiple objectives.Our general approach makes use of the stochastic convergence of genetic algorithms.Experimental results show that the proposed algorithm is superior to the free browsing learning mode typically enabled by online learning environments because of the precise selection of learning content relevant to the individual learner,which results in good learning performance.     

跳数加权DV-Hop定位算法

针对DV-Hop定位算法中距离估计误差对定位结果的影响,提出了一种信标节点优选方案和跳数加权DV-Hop定位算法。首先通过设定跳数阈值,保留跳数较少的信标节点,然后剔除近似在一条直线上的信标节点,完成信标节点优选,避免未知节点无法定位的情形。此外,利用Friis模型推导出距离估计误差与信号传播跳数之间的映射关系,采用传播跳数作为加权因子对定位结果进行了修正。仿真结果表明该算法降低了距离估计误差对定位精度的影响,提高了定位精度。     

基于Android的多功能文件管理系统的设计与实现

文章所涉内容是一款基于Android的多功能文件管理系统的设计与实现。该设计以Android系统为开发平台,其目的是开发出一种方便用户使用的管理软件,使其具有文件浏览、文件权限的修改、添加文件到文件库、文件历史记录浏览、文件压缩以及文件加密等功能。     

Pub/Sub系统中基于免疫的新型路由算法

为减少Pub/Sub系统中因遍历节点而产生的广播负载,在无标度网络的Pub/Sub系统遍历路由的基础上,提出了基于免疫思想的新型路由算法。第一阶段,通过设置阈值δ,选择初始免疫节点;第二阶段,通过投票机制进一步甄选核心代理节点和免疫节点。仿真实验表明所提出的方法与Pub/Sub系统中传统的Gossip算法及洪泛算法相比较,能够限制消息在确定的范围内传播并且降低消息遍历的时间和广播开销的负载。基于免疫的新型路由算法可加快消息的传播速度、降低网络开销。     

基于Linux的USB存储设备访问控制机制研究

USB存储设备所造成的数据泄漏问题日益严重。对USB存储设备进行访问控制,可以有效阻止USB存储设备的数据泄漏。文中主要研究基于Linux操作系统的USB存储设备访问控制机制,并且从用户态、内核Lsm框架以及驱动这三个不同层次分别提出了三种可行的USB存储设备访问控制机制。在这基础上,结合这三种访问控制机制各自的特点以及关键技术对它们的有效性、可用性进行了分析。作为验证,在Linux平台上实现了这三种机制。三种方法均可以有效地进行USB存储设备访问控制。     

无线传感器网络簇内实时数据融合研究

现有的无线传感器网络数据融合技术存在数据延迟和数据正确性两方面的问题。针对该问题设计一种基于簇内实时数据融合的方法．该方法首先通过量化计算将数据划分为紧急数据和非紧急数据并作标记,将紧急数据迅速融合传给用户以提高实时性。在融合过程中引入传感器测量修正并结合关系矩阵法对数据进行相应的融合处理．然后对融合结果进行分析并进行反馈调整。仿真实验结果表明．该方法能够提高簇内实时数据融合正确性并且降低数据延迟．     

Google Map数字栅格地图算法及应用

Google地图是Google向全球提供的电子地图服务,包括丰富的地图和黄页资源,特别是局部详细的卫星地图。通过具体分析Google Map不同坐标系下的坐标转换、Web墨卡托投影方式、地图瓦片URL组织结构,系统地研究了Google地图的算法及实现,并在VS2008环境下用C#语言实现了任意缩放系数下指定地图类型URL的合成和对应图片的下载。文中列出了部分程序代码以帮助大家进行后续开发设计,更有效地将Google地图集成到应用系统中。实验证实,该方法能够快速准确地下载指定范围的地图。     

基于TSP物探指标的围岩质量预测研究

为利用TSP各物探指标预测隧道围岩质量,以G575线巴里坤~哈密公路东天山隧道为工程依托,利用灰色关联分析理论,建立了以岩体质量指标修正值作为围岩质量的依据,以9个物探指标为影响因素,采用MATLAB软件对隧道围岩质量的影响因素进行关联排序,确定影响围岩质量的主次因素;再选取高关联度的物探指标,采用灰色关联理论进行围岩质量预测。结果表明,波速、纵横波速比、泊松比、密度为影响隧道围岩稳定性的主控因素;剪切模量、拉梅系数、体积模量、动态杨氏模量、静态杨氏模量为次要因素;围岩质量预测采用波速、纵横波速比、泊松比、密度这4个高关联度的物探指标能准确预测隧道围岩分类。