基于GIS的气象监测与预警系统的设计与实现

依据气象业务的需求,针对以往自动站系统存在的不足,设计并实现了用于中小尺度的自动站监测和气象预警系统。使用SQLite作为缓存数据库,提高了系统执行效率,使用二三维联动GIS平台展示、分析数据,重点介绍缓存数据库的使用和对复杂表达式的支持与GIS技术相结合的设计原理,实例表明,该系统可以实时显示自动站气象数据,并且可以进行可靠地预警分析。     

一种面向用户的企业级无线局域网冗余消除机制

智能手机和移动设备的迅速普及,推动了企业级无线网络的广泛部署.通过收集上海某高校WiFi校园网中10000多位匿名用户的WiFi网络数据,发现无线局域网中存在超过高达24%的冗余数据传输.通过分析,挖掘无线用户数据的冗余特性,提出了一种面向用户的冗余数据消除机制.该机制可自适应地根据不同用户冗余度的动态变化,为不同的用户分配不同的缓存大小.从而在路由器缓存有限的条件下获得最大的冗余消除收益.通过基于真实历史数据的仿真实验,证实了该冗余消除机制能够有效识别并消除系统中的冗余数据,并获得较高的系统冗余消除收益.     

基于状态机的图像信息提取的FPGA设计及仿真分析

现场可编程逻辑门阵列(FPGA)应用于图像处理时,需要对数据中的图像信息进行准确的提取。设计中,FPGA中解压缩功能需要对压缩数据中的图像信息进行提取。根据压缩格式,设计了一种基于状态机的图像信息提取模块,并且在XST(Xilinx官方综合工具)以及Synplify pro两个综合环境下进行了仿真验证。通过对比仿真结果的差异,尝试分析设计的寄存器传输级视图(RTL视图),并找出了影响状态机工作的关键要素。强调了代码风格对FPGA设计的重要性。     

基于分布估计的二进制人工蜂群算法

为了充分利用种群的全局统计信息,将分布估计算法引入二进制人工蜂群算法,提出一种基于分布估计的二进制人工蜂群算法。该算法利用分布估计算法获得的全局统计信息引导候选解的产生,提高了全局探索能力;采用直接针对离散域的多维邻域更新策略,加快了收敛速度,降低了计算复杂度。仿真结果表明,与传统二进制人工蜂群算法相比,改进算法在优化精度、收敛速度和鲁棒性方面均有明显改善。     

电传动履带车用PMSM控制算法模型化设计与验证

以电传动履带车辆驱动电机控制算法设计为研究目的,提出了一种由图形化模型直接生成代码的编程方法,基于Matlab/Simulink构建了永磁同步电机矢量控制算法模型,在大量仿真分析后,运用实时工具箱自动生成了嵌入式C代码并选用电机专用型DSP实施了处理器在环的半实物测试。测试结果表明,算法调度运行时间最长为7.1633us,代码与算法模型间具有较高的功能等效性,该编程方法简单直观、易于调试、运行稳定,为电传动履带车辆电机驱动系统的软件开发提供了有效途径。     

UML模型和Java代码之间的一致性检测方法

针对代码与模型之间的不一致性问题,提出了一种基于UML模型和Java代码之间的一致性检测方法.首先,对UML类图和时序图进行形式化描述,并提出时序调用图(SD-CG)这一概念,在此基础上完成类的关联关系到关联属性的转换以及UML时序图到时序调用图SD-CG的转换;其次,通过方法调用图CG来表达类方法之间的调用关系,从而反映代码动态行为,由此通过对Java源代码的词法分析与语法分析,可获得类的信息及方法调用图CG;然后设计了UML模型与Java源代码间一致性检测算法,包括对类间静态信息以及时序调用图SD-CG与方法调用图CG间的一致性检测;最后,通过开发UML模型与Java源代码一致性检测工具,验证了所提出的方法是可行有效的.     

一类五值互相关函数分布

m序列少值互相关函数一直都是研究者感兴趣的方向之一,但这方面取得的成果并不完善。有限域上多元高次方程的求解成为解决该问题的关键。对于采样因子形式为d=(p^l+1)/(p^k+1)的m序列互相关函数,目前已有研究大多是针对二元域(p=2)的,文中对p为奇素数且l=2k时的情况进行了研究。利用有限域上二次型理论,证明了其互相关函数值为五值的。通过引入矩阵结合方案,把对互相关值分布问题的研究转化为对二次型秩之间关系的研究,最终得出了该类 p元m序列之间五值互相关函数的完整分布。     

海量教育资源中小文件的存储研究

Hadoop作为成熟的分布式云平台,能提供可靠高效的存储服务,常用来解决大文件的存储问题,但在处理海量小文件时效率显著降低。提出了基于Hadoop的海量教育资源中小文件的存储优化方案,即利用教育资源小文件间的关联关系,将小文件合并成大文件以减少文件数量,并用索引机制访问小文件及元数据缓存和关联小文件预取机制来提高文件的读取效率。实验证明,以上方法提高了Hadoop文件系统对小文件的存取效率。     

基于Spark的大数据混合计算模型

现实世界大数据应用复杂多样,可能会同时包含不同特征的数据和计算,在这种情况下单一的计算模式多半难以满足整个应用的需求,因此需要考虑不同计算模式的混搭使用。混合计算模式之集大成者当属UCBerkeley AMPLab的Spark系统,其涵盖了几乎所有典型的大数据计算模式,包括迭代计算、批处理计算、内存计算、流式计算(Spark Streaming)、数据查询分析计算(Shark)、以及图计算(GraphX)。 Spark提供了一个强大的内存计算引擎,实现了优异的计算性能,同时还保持与Hadoop平台的兼容性。因此,随着系统的不断稳定和成熟, Spark有望成为与Hadoop共存的新一代大数据处理系统和平台。本文详细研究和分析了Spark生态系统,建立了基于Spark平台的混合计算模型架构,并说明通过spark生态系统可以有效地满足大数据混合计算模式的应用。     

基于全局/局部共现词对分布的汉越双语新闻事件线索分析

针对汉越双语新闻事件线索分析,提出了基于全局/局部共现词对分布的汉越双语事件线索生成方法。该方法首先将新闻话题词语分布作为全局词语表征全局事件,然后用一定时间粒度下新闻片段特有的时间、人物、地点等事件元素作为局部词语,分析新闻片段中全局词语和局部词语的共现关系,将全局/局部词语的共现规律作为监督信息,结合RCRP算法和汉越双语新闻的对齐语料,构建有监督话题生成主题模型,获得相应时间跨度下代表事件发展进程的子话题分布,通过子话题的分布反映事件发展的线索,从而构建出在线汉越双语事件线索生成模型。实验在汉越混合新闻数据集上进行,事件线索生成对比实验结果证明了提出的方法的有效性。