H.264/AVC帧间预测编码模式快速选择算法

通过对H.264/AVC帧间预测模式选择的实验观测,发现最近采用的SKIP/DIRECT模式或者16×16宏块模式,和当前块的选择模式有着空间和时间上的关联。依据这一现象,提出了一种快速的帧间自适应宏块模式选择算法。从验证模型JM7.6上的实验结果来看,在保持图像编码质量,视频编码比特没有太大增加的情况下,该算法对变化不是很剧烈的视频序列,可节省近50%的编码时间,对变化较为剧烈的视频序列,亦可节省近10%的编码时间,降低了原标准在进行帧间预测时的复杂度,提高了编码器的工作效率。     

指纹模板量化特性研究

为把用实数表示的指纹特征模板应用到密钥生成和密钥隐藏等密码学实践中,在详细分析已有量化算法的基础上,研究了指纹模板的量化问题,讨论了不同的量化思路,提出了两种非均衡特征向量量化方法和一种复合特征向量量化方法。通过计算原始模板和3种量化情况下特征向量几何距(汉明距)的分布及错误接受率的错误拒绝率的变化情况,比较了两种量化方法和复合量化方法的优劣。实验结果表明,量化方法二优于量化方法一,而复合量化方法优于这两种方法。     

分数抽样率变换中线性相位FIR滤波器多相分解的对称性研究

为提高分数抽样率变换系统的计算效率, 在讨论其滤波器多相分解结构的基础上, 利用线性相位FIR滤波器的系数对称性, 构造多相分解系数的中心对称矩阵, 推导出适用于任意分数抽样率和任意滤波器阶数的高效实现方法, 并给出所需乘法与加法运算量的计算公式. 测试结果表明, 与直接计算相比, 采用本文方法可减少50%乘法运算和30%加法运算, 计算效率显著提高.     

一种基于分层率失真优化的容错性视频转码算法

容错性视频转码能够在已压缩视频流中嵌入容错性工具,以增强视频流面向无线信道的抗误码能力.但是容错性工具的嵌入在降低失真的同时也会增加码率,因此需要进行率失真优化.针对这一问题,文中提出了一种基于分层率失真优化的容错性转码算法.该算法通过在帧层和宏块层分别对重同步标记的插人和帧内宏块的刷新进行不同粒度的优化来提高算法的灵活性,通过在帧层考虑帧内宏块刷新、帧内预测和运动矢量预测的影响来提高算法的精确性,通过在宏块层减少候选模式的数量来降低算法的复杂度.实验表明,该算法与基于单层率失真优化的算法相比,信噪比可获得0.6～1.1dB的增益,复杂度最多可降低25%.     

STBC系统在非同分布Nakagami信道下的一种快速性能评估算法

针对非同分布的Nakagami信道,基于矩生成函数MGF(Moment Generation Function)的分析方法,提出正交空时分组码系统STBC(Space-Time Block Coding)的一种快速性能评估算法,不需要涉及超几何函数积分运算,可在中高信噪比时,快速准确地估计STBC系统的符号错误概率性能。在平坦瑞利衰落信道下的计算机仿真表明,该算法与已有的STBC系统的近似估计算法相比,具有较优的性能。     

Clos交换结构中采用贯序匹配的高效调度算法

使用Clos结构的多阶段互联是构建大规模分布式交换系统重要的解决方案,而如何在Clos拓扑上进行高效的调度成为业界和学术界一直感兴趣的问题.现有的调度算法CRRD存在两个不足而制约了其调度效率,首先是它采用接力式的匹配算法,导致匹配成功率以串行方式降低,其次是调度按照多对一的方式匹配,容易浪费调度机会.本文提出的贯序匹配算法SM-ACN在这两个方面进行了改进.SMACN采用直通式匹配,整个匹配过程一次完成,同时采取多对多的接受方式,最大程度利用了调度机会.数值模拟显示SMACN在各种流量场景下都比传统的CRRD有较高的吞吐率.     

区分服务网络中SCTP协议的改进

针对双窗口算法难以判断包丢弃类型的问题,提出一种新的包丢弃类型判断方法,对SCTP协议的确认块进行扩展,从确认块中获取包丢弃类型信息。在NS2上进行仿真实验,实验结果表明,改进后的SCTP协议在吞吐率方面有显著提高。     

软件可靠性度量方法

分析软件故障暴露率与软件测试次数之间的关系,提出在保证可靠性测试结果客观准确的前提下,有效减少验证测试次数的方法。结合软件可靠性和体系结构相关理论,提出基于组件的软件失效率定量计算方法。研究并利用软件可靠性度量方法,提高了软件可靠性测试效率和可靠性评估准确性。     

不一致信息系统的粗糙集快速约简算法

针对以依赖性作为属性重要性度量的约简算法效率较低、不能有效处理不一致信息系统的问题,提出一种时间复杂度为O（｜A｜2｜U｜）、基于错误分类率（ER）的快速约简算法。根据等价类计算的包含关系和正区域与属性个数的单调关系,采用ER作为属性重要性的度量。在UCI数据集合上测试该算法,结果证明了其有效性。     

基于克里金插值的SWAT参数率定大规模并行方法

SWAT（Soil and Water Assessment Tool）水文模型是近几年国内外使用最广泛的分布式水文模型,因其良好的精度、广泛的适应度得到了众多水文工作者的欢迎。但由于其参数率定部分过高的计算量,给水文工作者建模调参过程中造成了大量的不便。为了提高SWAT参数率定的运行效率,本文基于克里金插值理论,对于SWAT原有的优化算法进行改进,提出了一种基于随机过程的参数率定方法,通过一种“期望优化”的方式对拟合曲面进行寻优。并通过Intel MKL和一个对等式并行框架加以并行实现。大大提高了SWAT参数寻优的计算效率以及参数精度,并通过天山北坡流域的模拟验证了此并行模型的有效性,说明了克里金优化方法在水文模拟参数寻优的过程中能够达到良好的精度。