基于视觉原理的曲线重构算法研究

曲线和曲面的重构是逆向工程中的重要问题,特别是按照计算机图形学中点线面的发展规律,曲线重构更是其中很重要的一步,为后面的曲面重构奠定了研究基础。论文研究和实现了一种曲线重构算法,该算法将人类的视觉具有的接近性和连续性融入到了曲线重构算法中。实验结果表明了该算法的有效性。     

京津冀谨防潜在风险

国家正在加快推进京津冀一体化。区域一体化是调整区域分工职能,优化空间布局,化解城市病,推动区域经济健康增长的积极举措。然而,区域一体化必然会涉及人口、产业、资源等要素的空间重构,即原有的空间集聚和扩散模式有可能被打破,而新的模式将被建立,在此过程中必然会存在一些潜在的风险。     

基于奇异值分解的压缩感知核磁共振图像重构算法

针对传统压缩感知在核磁共振成像中存在着重构算法慢、成像时间长的缺点,利用核磁共振图像自身非满秩的特点,在压缩感知框架下以奇异值分解作为基底对图像稀疏表示进行了研究,并对重构算法进行了优化。实验结果表明,提出的奇异值方法在重构效果上能达到与小波稀疏变换法相近的峰值性噪比,且能有效缩短图像重构时间,达到加速核磁共振成像的目的。     

凝析气藏生产气油比混沌时间序列预测方法

混沌时间序列预测方法在油气田勘探开发过程中发挥着重要的作用。地下储层通常具有较强的非均质性,流体的流动也受到多种未知因素的影响,这也与各种混沌现象极为相似。根据相空间重构理论,应用遗传算法求取最小嵌入维数m及时间延迟τ,构建了混沌时间序列模型,并对牙哈凝析气藏两口井的生产气油比进行了模拟及预测,拟合误差小于6%。研究结果表明,该预测模型有较高的精度。     

现行农村土地制度的弊端

我国农村土地制度几经变迁,形成了现阶段农村土地集体所有、农户承包经营为主的农村土地制度架构.随着我国经济的迅猛发展,传统的农村土地制度已经不能适应社会主义新农村建设的要求,其弊端主要表现在土地的产权不完整、相应的法律法规规范性不足和管理体系紊乱.     

土地股份制是农村土地制度改革的最佳选择

分析了我国农村现行土地制度的缺陷和在农村实行土地股份制的意义。根据改革必须适合国情的原则,从优化资源配置,促进农业增效、农民增收、农村稳定出发,认为实行土地股份制是农村土地制度安排的最佳选择。     

基于近邻消息传递的自适应局部线性嵌入

针对局部线性嵌入(LLE)降维算法中邻域参数的人工设定及其全局性的缺陷,研究了聚类和降维的内在联系,提出了邻域参数的自适应选取策略,构建了一种聚类和降维的自适应局部线性嵌入(ALLE)算法,为每个样本点设计最佳的近邻搜索空间,自适应选取邻近点计算权值重建矩阵,基于类信息重新定义了重构误差函数。实验表明,新算法更能体现出数学上流形概念的局部坐标化本质,对不相关数据、冗余数据和噪声数据具有良好的鲁棒性,在实际识别问题中体现出优越的性能。     

OFDM快速频偏估计方法

提出一种基于前导符号为L等分结构的OFDM快速频偏估计的新方法,该方法只需一个OFDM符号作为前导符号,数据开销较小.接收端先用相关求相角的方法完成细频偏估计,再对经过细频偏补偿后的前导数据进行符号重构,然后对重构符号采用L点FFT运算,通过寻找频域信号峰值,对剩余频偏进行估计,从而完成粗频偏估计.为进一步降低系统的计算开销,采用了多级判决方式.计算机仿真表明,该方案具有计算复杂度低,估计性能较高的优点.     

最大Lyapunov指数实现局域网流量的预测

由于网络中存在复杂的非线性动力学特性,基于混沌理论,采用最大Lyapunov指数对局域网络流量序列进行预测分析,能够实现较早地预测出网络流量的突变特性.首先,采用相空间重构理论,并结合C-C算法将实际测试的流量时间序列投影到重构的相空间中.然后,计算其最大Lyapunov指数并对最大可预测时间进行了分析,同时对预测算法进行了研究.最后,对实际测试的局域网流量序列分别采用点预测和区间预测方法进行了分析.仿真结果显示,采用点预测方法对流量突变可以进行有效预测,突变越剧烈预测越准确;而采用区间预测可以有效预测流量的变化趋势,但不适用于广域网环境.进一步表明此方法能有效地利用所有数据信息进行预测,预测效果准确、可靠,可广泛的用于网络拥塞和网络攻击中.     

可重构计算在提高数据采集系统容错中的应用

可重构计算技术在数据采集系统中的应用越来越广泛,这不仅得益于可重构计算技术能够更快的对数据进行处理、降低系统能耗,还得益于其可以提高系统的可靠性。该文介绍了如何利用可重构计算技术,提高数据采集系统的容错能力,使数据采集系统在出现硬件故障时能保持正常工作的能力。