基于带宽利用率的Flexray静态段研究

为了提高Flexray网络静态段带宽利用率,对消息时隙的分配问题进行了研究。针对消息长度相差很大而导致带宽浪费的情况,提出了将静态段的部分较长的消息分割成多个固定长度的消息时隙分配方法。该方法考虑消息分割后增加的无效比特位对带宽利用率的影响和增加的帧ID个数对整个网络的影响,研究了消息长度、帧ID数目与带宽利用率的关系。数值实验表明,该方法可以在使用较少帧ID的情况下提高带宽利用率。     

一种SDN中基于SR的多故障恢复与规避机制

针对SDN中的多故障恢复问题,提出了一种基于分段路由的多故障恢复与规避机制.为实现故障的快速恢复,在数据平面通过SR技术预部署一个可对多故障提供快速恢复能力的链路环备份系统;为防止故障恢复时造成部分链路负载过重引发再故障,提出最优化流量平滑算法对负载超过设定阈值的链路实施流量均衡处理.实验结果表明,与已有的SDN多故障恢复机制OAM-Based和Fast Failover相比,所提机制的平均故障恢复成功率分别提高了6.7%和8.5%,且控制器通信开销仅为传统OpenFlow方案的9%,同时,所提机制对故障恢复时导致的链路负载过重问题进行了处理,从故障规避的角度为网络提供保护.     

硬岩隧道纯钢纤维混凝土管片应用

在前期钢纤维混凝土材料性能试验、管片力学性能试验的基础上,采用FLAC 3D对硬岩隧道纯钢纤维混凝土管片施工进行数值模拟,并在青岛市地铁1号线开展现场试验。结果表明,与普通管片相比,纯钢纤维混凝土管片具有更好的抗裂性能,可有效减少裂缝的产生,减少约60%缺棱掉角现象;采用纯钢纤维混凝土管片可更为有效的控制地表沉降、侧壁收敛、拱顶沉降;硬岩隧道一般工况下管片处于全截面受压状态,无需配置受拉钢筋,钢纤维完全取代受力钢筋是切实可行的。     

利用位段优化图形数据结构

ＣＡＤ图形的数据量是非常庞大的。本文论述了采用Ｃ语言的位段来合理函数图形数据结构,从而减小图形数据量的方法。     

一种基于误差约束的动态聚焦最优分段方法

针对超声成像系统逐点聚焦在工程实现中存储量大的缺点,提出一种动态聚焦最优分段方法.首先根据给定的聚焦延时约束误差进行几何分段,然后依据聚焦通道数和采样率计算各分段的位置序数和相应的聚焦延时参数,最后通过动态调整折线逼近单位实现对各个通道的聚焦延时误差的进一步优化.在此基础上,提出了与之相应的聚焦延时参数的压缩存储与实时生成方法.为了验证该方法的有效性,进行了聚焦误差分析和点目标成像实验.实验数据分析与测试结果表明:所提出的方法可以对全程探测范围内的动态聚焦进行最优分段,并将各通道的聚焦延时误差限定在约束误差范围内,且其成像效果与逐点聚焦成像效果基本一致,结构相似性指标达到0.9477.     

基于Dropout深度卷积神经网络的ST段波形分类算法

心电信号的ST段波形变化是心肌损伤等心血管类疾病临床诊断的重要辅助手段之一.针对ST段波形分类以及深度卷积神经网络过拟合问题,提出一种基于概率随机舍弃神经元建立子网络的Dropout深度卷积神经网络,通过心电信号数据去噪、ST段候选段筛选、神经网络卷积与下采样运算过程,实现ST段波形样本训练与测试.仿真实验对比分析了算法的波形分类准确率、卷积核个数影响和Dropout对算法泛化能力影响,与专家手工标注、BP、RNN和DCNN等方法进行比较,实验结果表明Dropout DCNN能够有效提高卷积神经网络泛化能力,提升算法的可用性.     

轮式机器人轨迹跟踪控制系统的设计

针对轮式机器人轨迹跟踪控制系统误差收敛速率低、精度和实时性差的问题,采用反演控制算法并结合李雅普诺夫稳定性分析方法对轮式机器人的轨迹跟踪系统进行了优化设计;建立了轮式机器人轨迹跟踪控制系统的运动学模型,并对该模型进行位置偏差分析;在反演控制算法中引入了分部虚拟控制量,并分析和设计了其他间接受控量,提高了算法运行的效率;采用李雅普诺夫收敛定理对系统的收敛性进行分析,根据分析的结果提出了算法更加简单的控制律;利用Matlab软件的Simulink库对设计的轨迹跟踪控制系统试验研究;结果表明,与基于李雅普诺夫直接法或者迭代学习算法设计的轮式机器人轨迹跟踪控制系统相比较,设计的控制系统具有跟踪精度高、收敛速度快、实时性好的优点。     

Web页面自动化设计中布局挖掘和样式匹配算法

具有相似功能的Web应用,其页面样式和布局往往存在很大的相似性。针对当前Web页面开发复杂度高且效率低的情况,提出一种挖掘现有页面布局结构和样式属性的方法来实现Web页面自动化设计。该方法充分利用Web网页布局结构上的特点,采用分级处理的方式,首先利用页面分块算法思想通过相似度计算挖掘出具有相似性的代码块,其次通过结合RoSunday方法解析样式文件快速匹配出节点集合对应的样式表并建立文档模型树结构,各个子模块之间的相互组合可以实现页面的自动化设计。通过应用实例表明,该方法能动态地设计并生成页面,有效提升Web页面开发效率。     

低信噪比下高可懂度语音增强算法

提出了低信噪比下高可懂度的基于分段信噪比相对均方根（RMS）的语音增强子空间算法.现有的多数语音增强算法在低信噪比的恶劣条件下,改善带噪语音质量的同时通常会伴有语音可懂度的降低.一个重要原因是这些算法大都仅基于最小均方误差（MMSE）来抑制语音失真,却忽略了语音增强算法所导致的语音失真对差异类型语音分段的可懂度影响程度不同.为了改进这一缺点,提出了基于短时信噪比RMS对语音分段进行分类,然后调整处于信噪比中均方根语音分段的增益矩阵分量,来减小语音失真对增强语音可懂度的影响.客观评价实验说明,改进算法可以改善增强语音可懂度归一化协方差评价法（NCM）的评测值.主观试听实验说明,改进算法的确提升了增强后语音的可懂度.     

多分辨率线段提取方法及线段语义分析

线段是一种组成几何体的基本元素,蕴含着非常丰富的几何信息。从图像中提取完整、连续且具有语义信息的线段对恢复场景的几何结构具有重要意义。该文提出了一种多分辨率线段提取方法,并对线段进行语义分析以区分轮廓线段和纹理线段。该方法首先运用多分辨率思想进行线段提取,然后结合深度神经网络技术对线段进行语义分析,最后对线段进行聚类合并得到最终结果。在线段连续性和完整性方面,该文提出的方法与当前常用的线段提取方法相比具有明显优势;在语义分析准确性方面,该文提出的方法在测试集上的像素精度高达 97.82%。