网络负载分流器的实现技术

网络风载分流器的实现技术,解决了如何正确的捕获用户提出的应用请求并将之分流给真实的应用服务器,如何在系统核心内部动态地对所分流的服务器进行正确的管,本文描述了使用的Linux系统下通过添加核心模块和使用虚拟设备驱动的管理方法来设计实现系统。     

Linux下网络驱动程序分析

讨论了Linux网络驱动程序的基本原理以及它的基本实现过程,并对它的两种驱动方式－模块驱动和内核启动驱动进行了比较。     

一种新的VolumeLIC可视化方法

矢量场可视化是科学计算可视化中最具挑战性的研究课题之一,为了能在二维屏上直观显示三维矢量场,将基于纹理的LIC方法拓展到三维矢量场可视化,通过设计稀疏线噪声纹理并配合斜坡卷积核提高VolumeLIC图象质量,显著增强空间深度感,并采用光线投射直接体绘制方法生成VolumeLIC图象,另外,针对循环动画的突兀现象,提出HRCK（Hanninged RampConvolutionKernel)法生成流场的VolumeLIC循环动画,提出VolumeLICProbe交互洞察三维矢量场内部信息,通过实例表明,本文所提方法具有良好的可视化效果,交互方便,并已应用地幔可视化等领域。     

一种适合于机器人仿生皮肤传感器的性能研究

本文分析了聚偏二氟乙烯（PVDF）制作具有触觉、 滑觉、温觉的仿生皮肤传感器的结构,研究其压电特性,建立仿生皮肤的分析模型。     

基于测地距离的KPCA人脸识别

针对人脸检测数据集中的信息均为高维特征向量且人脸识别易受表情变化影响等问题,本文提出一种基于测地距离的KPCA人脸识别方法,该方法利用非线性方法提取主成分。先采用KPCA方法把人脸数据映射到高维空间,进而在高维空间中提取人脸的主成分,其中核函数为多项式核函数;然后引入测地距离替换原来的欧氏距离进行相似度量,其能更准确地测量出两像素点间的实际距离,使得人脸识别率受表情变化影响小。该方法不但可以实现降维,而且还能达到有效提取特征的目的。在ORL人脸库上的实验结果表明,该方法的识别率明显优于PCA、KPCA等方法的识别率。     

基于ARM内核单片机的体育比赛模拟控制系统

构建体育比赛模拟控制系统,提高对体育比赛的现场智慧化管理和信息调度能力,提出基于ARM内核单片机的体育比赛模拟控制系统设计方法。采用实时视频和图像检测方法,构建体育比赛现场赛事的模拟数据传输和图像分析模型,通过过程化的线性调度和赛事流程规划和控制,采用可视化的视频远程监控方法实现对体育比赛的现场赛事的视景仿真和动作特征点分析,采用赛事分布视频动态特征提取方法,实现体育比赛现场赛事管控特征分析。构建体育比赛现场的动态参数数据集预处理模块、信息传输模块、视频监测与回放模块和人机交互模块等,采用ARM内核单片机控制方法建立体育比赛模拟控制系统的核心处理器,构建体育比赛过程状态可视化云平台的服务器,通过五层结构体系设置的模拟控制系统的体系结构模型,结合总线传输控制技术实现控制系统硬件和软件设计。测试结果表明,设计的体育比赛模拟控制系统人机交互性和视频传输控制能力较好,控制收敛性较好,能实现体育比赛现场智能监控和动态控制。     

一种新型相移场探头改变导体涡电流分布的理论验证

涡流检测方法广泛应用于导电材料的缺陷检测和无损评价中。受趋肤效应的影响,常规涡流检测法通常只能检测导体表面缺陷。有学者提出了一种相移场探头,并通过实验验证了该探头在满足一定激励条件时,可以达到抑制导体表面涡电流密度,而增加导体深处涡电流密度的效果,从而可以检测导体更深处缺陷。但该结论仅有实验结果,还没有理论方面的验证。本文采用解析方法研究了该相移探头与导体的相互作用,推导出导体中涡电流分布的精确理论表达式,然后分析相位、激励频率对涡电流分布的影响,并计算了导体不同深度涡电流密度分布。从理论上验证了该探头设计及激励方法具有改变导体涡电流密度分布,增加导体深处涡电流密度的效果。     

Minimizing development and maintenance costs in supporting persistently optimized BLAS

The Basic Linear Algebra Subprograms (BLAS) define one of the most heavily used performance‐critical APIs in scientific computing today. It has long been understood that the most important of these routines, the dense Level 3 BLAS, may be written efficiently given a highly optimized general matrix multiply routine. In this paper, however, we show that an even larger set of operations can be efficiently maintained using a much simpler matrix multiply kernel. Indeed, this is how our own project, ATLAS (which provides one of the most widely used BLAS implementations in use today), supports a large variety of performance‐critical routines. Copyright © 2004 John Wiley & Sons, Ltd.     

基于判别核主元空间k近邻的批次过程监视

针对批次过程非线性、多模态等特征,提出一种基于判别核主元k近邻（Dis-kPCkNN）的故障检测方法。首先,在核主元分析（kPCA）中,高斯核的窗宽参数依据样本类别标签在类内窗宽和类间窗宽中判别选取,使得核矩阵能有效提取数据的关联特征,保持数据的类别信息;其次,在核主元空间中引用k近邻规则代替传统的T²统计方法,k近邻规则可以有效处理主元空间非线性和多模态等特征的故障检测问题。数值模拟实例和半导体蚀刻工艺过程仿真实验表明:基于判别核主元k近邻方法可以有效地处理具有非线性和多模态结构特征的故障检测问题,提高计算的效率,减少内存的占用,并且故障检测率明显优于传统方法。     

一种基于多类型情景信息的兴趣点推荐模型

随着位置社交的快速发展,推荐系统融合基于位置服务的兴趣点推荐成为一个重要的研究热点。当前最新的兴趣点推荐工作开始融合地理、文本和社交信息进行推荐,但是还存在信息挖掘不充分的情况。为此,提出了改进的多类型信息融合的联合概率生成的兴趣点推荐模型。首先,提出了自动学习文档话题数目的分层狄利克雷过程主题模型,学习用户和兴趣点相关兴趣话题;同时,利用由签到分布决定带宽大小的核密度估计法,个性化地理信息对用户签到行为的影响;而且,还融合了用户位置访问序列中,已访问兴趣点对待访问兴趣点的影响,即序列模式的影响;然后,综合考虑了用户社交关系的影响;最后,基于联合概率生成模型,融合文本、地理、社会和序列信息,提出TGSS-PGM兴趣点推荐模型,依据计算结果从而生成兴趣点推荐列表推荐给用户。实验结果表明,该模型在推荐准确率等多种评价指标上都取得了更好的结果。