一类本原σ-LFSR 序列的构造与计数

有限域GF(2k)上本原σ-LFSR序列的分量序列均是二元域上具有相同极小多项式的m-序列,已知一条GF(2k)上本原σ-LFSR序列的距离向量,就可以用二元域上的m-序列构造它.研究了一类本原σ-LFSR序列——Z本原σ-LFSR序列距离向量的计算问题.给出了一种GF(2k)上n级Z本原σ-LFSR序列距离向量的计算方法,其主要思想是,利用GF(2k)上1级Z本原σ-LFSR序列的距离向量来计算n级Z本原σ-LFSR序列的距离向量.与其他现有方法相比,该方法的效率更高.更有价值的是,该方法也适用于GF(2k)上n级m-序列距离向量的计算.最后给出了GF(2k)上n级Z本原σ-LFSR序列的计数公式,说明其个数比GF(2k)上n级m-序列更多.     

随机任务在云计算平台中能耗的优化管理方法

针对云计算系统在运行过程中由于计算节点空闲而产生大量空闲能耗,以及由于不匹配任务调度而产生大量“奢侈”能耗的能耗浪费问题,提出一种通过任务调度方式的能耗优化管理方法.首先,用排队模型对云计算系统进行建模,分析云计算系统的平均响应时间和平均功率,建立云计算系统的能耗模型.然后提出基于大服务强度和小执行能耗的任务调度策略,分别针对空闲能耗和“奢侈”能耗进行优化控制.基于该调度策略,设计满足性能约束的最小期望执行能耗调度算法ME3PC(minimum expectation execution energy with performance constraints).实验结果表明,该算法在保证执行性能的前提下,可大幅度降低云计算系统的能耗开销.     

埋入混凝土中PZT声场指向性和声能研究

将PZT作为声源埋入混凝土中构成的混凝土压电机敏模块具有超声检测功能。对埋入该模块中的PZT圆片模态分析发现,在各阶振动模态下PZT声辐射面存在分布不同的振幅极大值区域。基于混凝土压电机敏模块的声场指向性和声能实验表明:将PZT声辐射面等效为振幅相等的单一点声源的叠加,忽略振动模态对声场指向性影响,使得PZT圆片的声场指向性随频率变化规律偏离实际较大,而且在相同频率下声场指向性理论结果比实验结果发散;在各阶固有频率激励下,PZT圆片的声场指向性集中,但在一阶固有频率下声能最高,更适用于超声检测。     

FPGA实现的正则表达式匹配性能分析

分析出影响FPGA实现的正则表达式匹配性能的关键因素是正则表达式匹配性能优化的前提.首先由L7-Filter各个规则的性能测试结果分析出低主频规则有别于其它高主频规则的三个特征.其后通过设计多个字符组串联而成的特殊正则表达式测试模型去验证这三个特征对基于FPGA的正则表达式自动机性能的影响程度.得出如下结论:基于FPGA的正则表达式自动机的主频随字符组宽度的增长而迅速下降,随字符组串联数目的增长而缓慢下降;星号(*)或问号(?)重复语法对字符组规则主频的影响大于加号(+)重复语法对字符组规则主频的影响.最后将基于字符组的结论推广至更普遍的大量字符“或(Ⅰ)”操作的层面.     

基于模式分类的图像区域作伪检测

为了鉴别一幅数字图像是否存在作伪的区域,提出一种利用改进的图像特征进行区域作伪检测的算法.基于模式分类的思想,该方法把图像分割成适当大小的块,从图像块中提取特征数据,用SVM分类器训练数据并得到支持向量机模型,利用该模型检测嫌疑图片是否存在作伪.该算法从噪声相关性、残差噪声、图像质量、小波域等方面分析相机图片的特点,获取每种的统计特征,形成特征集.实验结果表明,该方法能有效地检测出图像的具体作伪区域.     

多模态过程中新模态过程建模方法

多模态过程中新出现的模态过程短期内无法获得充足的建模数据,且传统统计控制方法无法有效地估计过程特性.鉴于此,提出一种基于历史模型数据相关特性建立初步模型的方法,充分利用已有多模态历史数据的相关特性,从历史数据中寻找与当前数据特征相似的数据进行补充,建立初始模型,并利用新积累的数据迭代初步模型,逐步实现准确描述过程特性的算法.通过在田纳西-伊斯曼过程中的大量仿真,表明了所提出方法的可行性和有效性.     

基于Visual FoxPro的刑事现场物证管理系统的实现

在刑事现场物证管理系统设计的基础上,使用Visual FoxPro作为开发平台,从数据库、主界面两方面阐述了刑事现场物证管理系统的实现过程,同时对该系统进行了测试,实验效果良好,从而实现了物证管理的信息化,克服了现有物证管理的弊端。     

基于计算思维的教学改革的若干问题

计算思维与教学改革问题成为目前教育界讨论的热点问题,争论激烈,观点很多,本文针对这个问题,阐述了基于计算思维的教学改革的若干问题,并对改革中应该面对的问题给出了自己的观点,以期与同行共同讨论,共同为我国的教育改革献计献策。     

基于隐马尔可夫模型的躯感网心电图信号特征提取方法

为了解决躯感网的心电信号特征提取问题,结合心电图信号波形的特征区间,建立了面向心电图信号特征提取的离散隐马尔可夫模型;并面向该模型定制了专家标注选取、导联选取、观察数据归一化、三元组初始值选取以及训练数据量选取等方法.最后,采用Baum-Welch算法训练HMM模型的参数,并利用Viterbi算法提取心电图的信号特征.仿真结果表明,基于 HMM的心电图信号特征提取算法的复杂度较低、精确度较高、实时性较好,适合在线处理非线性、动态变化的心电图信号,能够满足基于躯感网的心电图信号特征提取的性能要求.     

中文时间表达式及类型识别

目前,时间信息识别在信息抽取、问答系统、摘要生成、话题跟踪和检测等领域中有着广泛应用,同时也是自然语言处理的重要研究任务之一.针对TempEval-2会议评测任务中的时间表达式识别和类型识别任务:1)句内时间表达式识别,2)时间表达式类型识别,分别提出了基于词性构建时间单元规则库的识别方法以及基于最大熵的类型识别方法.实验对象为中文,结果显示时间表达式识别的准确率为85.16％,时间表达式类型识别的准确率为93.02％.