基于非均匀采样数据的SD-OCT成像算法研究

在频域光学相干层析成像(SD-OCT)中,数据通常通过波数域的非均匀采样得到。在进行快速傅里叶变换得到图像之前需要进行一个数据重采样过程。数据重采样会造成额外的计算负担,而且会带来一定的数据误差。采用一种逆成像算法得到SDOCT图像,将SD-OCT系统建模为一系列线性方程组,通过求解一个逆问题以实现SD-OCT系统的成像。利用全变差(TV)作为限制条件以保留图像的边缘信息,然后由SD-OCT测量数据直接估计样本的二维互相关。仿真结果表明,和传统方法相比,该算法所得到的噪声残余量更低。同时还验证了利用TV限制条件以抑制SD-OCT中对衰落的敏感性的可能性。     

Proactor模式的NIO框架的设计与实现

为提高Java应用程序在网络I/0上的并发处理能力和处理效率,在阅读和研究现有的NIO框架源码的基础上,指出它存在的不足。结合Java SE7平台提出的异步I/0的新特性,将Proactor模式与Java NIO技术相结合,设计出一种新的网络I/0框架。并发测试的研究结果表明:与现有的主流的NIO框架相比,在同样的系统环境下,优化的网络I/O框架在并发处理能力和处理效率上都有明显的优势。     

大数据管理技术研究综述

大数据具有规模大、深度大、宽度大、处理时间短、硬件系统普通化、软件系统开源化等特点。传统关系型数据库在对大数据进行操作时,系统性能严重下降。因此,大数据管理技术研究成为当前研究热点。分别从并行数据库,面向大数据处理的MapReduce模型,NoSQL与数据库技术的对比以及MapReduce与数据库技术相结合四个方面,对国内外的研究发展状况进行分析和评述,最后展望了未来大数据研究发展方向。     

非结构化P2P网络中基于节点的MQR算法设计与实现

在非结构化P2P搜索中,由于缺少全局性的管理机制,网络节点无法获得整个网络的拓扑结构及目标数据的定位信息,因此查询消息的路由过程具有较高的随机性,不仅查询性能低,而且宽带消耗大。为在有效控制网络冗余消息规模的同时提高数据的搜索范围,在分析现有2类典型非结构化P2P路由算法的基础上,提出一种基于节点的MQR算法。利用网络节点的状态信息及搜索过程中查询消息的TTL值状态信息,从数据的搜索范围与网络使用情况2个方面来提高非结构化P2P网络搜索性能。仿真实验结果表明,与传统的P2P路由算法APS和Random Walk相比,该算法在搜索准确率、网络利用率及召回率方面有更好的表现。     

微波在化工过程中的研究及应用进展

与传统加热过程比较，微波辅助有机合成的优势在于加快反应速率、提高产率和改变化学选择性。研究者们将这种常规加热无法重现的现象称为非热效应，但关于非热效应的存在性一直争论不休，至今微波促进合成反应的作用机理尚不清楚。总结了微波技术在有机合成和化工分离过程的应用进展，综述了近年来国内外对微波热效应与非热效应的研究进展，阐述了微波效应的实例分析以及理论观点，同时，对微波在工业化过程的发展进行了分析与展望。     

一种合成聚焦的便携式B型超声成像方法

传统合成聚焦超声成像方法在图像重建过程中处理数据量较大,致使其在便携式B型超声设备中应用受限。针对该问题,提出一种基于压缩感知理论和合成聚焦波束形成算法的便携式B型超声成像方法(SFCS)。该方法通过对接收到的射频回波信号进行随机采样得到欠采样的测量信号,将测量信号经过合成聚焦波束形成处理获得欠采样的射频信号线,基于压缩感知的信号重构算法,由欠采样的射频信号线高质量地恢复信号后供后续成像处理使用。仿真实验结果表明,SFCS可有效地解决合成聚焦超声成像过程中数据量大的问题,从而在保证较高成像质量的前提下满足便携式B型超声设备小型化、低成本的技术要求,具有工程应用价值。     

VMM中Guest OS非陷入系统调用指令截获与识别

针对虚拟化环境下Guest OS某些特定指令行为不会产生陷入从而在虚拟机管理器(virtual machine monitor,VMM)中无法对其进行监控处理的问题,提出通过改变非陷入指令正常运行条件,使其执行非法产生系统异常陷入VMM的思想;据此就x86架构下Guest OS中3种非陷入系统调用指令在VMM中的截获与识别进行研究:其中基于int和sysenter指令的系统调用通过使其产生通用保护(general protection,GP)错系统异常而陷入,基于syscall指令的系统调用则通过使其产生UD(undefined)未定义指令系统异常而陷入,之后VMM依据虚拟处理器上下文现场信息对其进行识别;基于QemuKvm实现的原型系统表明:上述方法能成功截获并识别出Guest OS中所有3种系统调用行为,正常情况下其性能开销也在可接受的范围之内,如在unixbench的shell测试用例中,其性能开销比在1.900~2.608之间.与现有方法相比,它们都是以体系结构自身规范为基础,因此具有无需修改Guest OS、跨平台透明的优势.     

透明成核剂对聚丙烯的非等温结晶行为的影响

采用热分析方法研究了透明成核剂TM-3对聚丙烯(PP)非等温结晶行为的影响,并与纯PP样品作了比较.结果表明,TM-3能够提高聚丙烯的结晶温度12℃左右;分别采用了Avrami和莫志深方法对非等温结晶过程作了分析处理;对含有成核剂的PP样品的非等温结晶行为分析显示,成核剂的加入改变了聚丙烯的结晶行为,使其成核与结晶生长过程复杂化.     

面向混合类型关键词查询的非合作结构化深网数据源选择

为有效地利用深网中的资源,深网集成应运而生.为了提高深网集成的效率和返回结果的质量,数据源选择成为深网集成的关键技术.深网数据源大多数是结构化和非合作型的.当前已有的非合作结构化深网数据源选择的研究分为2类:一类是面向离散型关键词查询的源选择;另一类是面向字符型关键词查询的源选择,而未见面向混合类型关键词查询的结构化数据源选择的相关研究.基于此,将用户查询关键词分为检索型关键词和约束型关键词,基于主题词与主题词、主题词与特征词和直方图与直方图的关联特征构建了面向检索型、约束型混合关键词查询的层次化数据源摘要,有效地反映了非合作结构化深网数据源选择中检索型关键词的检索意图和约束型关键词的约束相关性,并依据此摘要给出了相应的数据源选择策略.实验结果表明,该方法在面向混合类型关键词查询的非合作结构化深网数据源选择时具有较好的记录召回率及准确率.     

一种求解截断L1正则化项问题的坐标下降算法

L1正则化在稀疏学习的研究中起关键作用,使用截断L1正则化项往往可以获得更好的准确率,但却导致了非凸优化问题.目前,主要采用多阶段凸松弛(multi-stage convex relaxation,MSCR)算法进行求解,由于每一阶段都需要求解一个凸优化问题,计算代价较大.为了弥补上述不足,提出了一种求解截断L1正则化项非凸学习问题的坐标下降算法(Non-convex CD).该算法只需在多阶段凸松弛算法的每一阶段执行单步的坐标下降算法,有效降低了计算复杂性.理论分析表明所提出的算法是收敛的.针对Lasso问题,在大规模真实数据库作了实验,实验结果表明,Non-convex CD在取得和MSCR几乎相同准确率的基础上,求解的CPU时间甚至优于求解凸问题的坐标下降方法.为了进一步说明所提算法的性能,进一步研究了Non-convex CD在图像去模糊化中的应用问题.