开采沉陷信息处理软件系统模块划分方法的探讨

对开采沉陷信息处理软件系统各个模块间的关系及设计原则进行了探讨．利用文中讨论的设计划分方法开发的“地表移动与三下采煤数据管理及处理”软件收到了良好的运行效果     

表达式的覆盖、分解与划分

本文把简单表达式（项和原子）视为语言Ｌ的Ｈｅｒｂｒａｎｄ域或Ｈｅｒｂｒａｎｄ基中的集合．作者提出覆盖表达式的概念,得到２个表达式之间覆盖关系的判别准则．对多个表达式,作者提出表达式的分解概念及相应的分解算法,在此基础上,本文给出卫个表达式覆盖多个表达式的等价条件．根据集合的划分公式,得到划分表达式的方法．最后定义１个变换把合取式转换为简单表达式,从而方便地把简单表达式的结果推广到合取式．本文是作者提出的一种标记逻辑程序的过程语义的理论基础．     

基于点云法矢变化的点云简化方法研究

为了提高实体反求的效率,提出一种点云快速简化方法。该方法基于空间六面体栅格分割点云,依据栅格的拓扑结构搜寻测量点的邻域点,并采用一种三角面片的加权算法估算出每个测量点的法矢,并由此计算出每一个测量点到微切平面的距离,通过设置相应的法矢角度及距离阈值来对点云进行简化。实验表明该方法能够明显提高数据简化的效率。     

OpenMP中负载平衡优化的分析与研究

本文以OpenMP中的负载平衡为研究对象,介绍了OpenMP中的线程调度策略。在分析OpenMP中负载平衡缺陷的同时,提出了一种优化方案,并对优化方案的思想和方法进行了阐述。     

基于可重构系统的时域划分技术的研究

可重构计算是一种介于ASIC和通用微处理器之间的新的提升计算机性能的方法,对于数字信号处理、流媒体技术、图像压缩、密码学、生物信息处理等计算密集型方面的应用,可重构计算技术可以发挥巨大的优势。基于具有较少重构时间的实时可编程逻辑器件(如FPGA)的用户可编程性,其可作为多种硬件资源使用。如果其配置信息可以迅速更改,则由逻辑器件实现的硬件功能也可实现迅速切换。硬件资源的大小是有限的,那些超过器件有效硬件资源的较大任务需要通过时域划分来解决。该文对可重构计算以及时域划分的定义、分类,国内外研究现状和常见的研究方法做了详细的描述,并综合分析了一系列时域划分算法并进行了相关比较。     

一种基于位置分区的无线传感器网络密钥管理方案

分析随机预分配方案和Wang Ling Du方案,针对其中存在的一些缺点,提出了基于位置分区的密钥管理方案.此方案建立了节点之间的安全通信,减少了对内存的要求,更能适应传感器网络的环境.     

基于时空划分的数据流挖掘

基于时空划分的思想,设计概要数据结构的在线生成算法。概要数据结构保存流数据不同时刻的分布状态,以支持离线阶段的分类、聚类和关联规则发现等数据挖掘操作。研究时间粒度、量化向量调整和子区域索引等3项内存需求控制策略,以平衡概要数据结构的内存需求和内外存之间的I／O次数。     

Multicut问题参数算法的改进

Multicut问题即在一个图上删除最少个数的顶点,使得预先给定的一组顶点对均不连通.该问题是NP难的.在深入分析问题结构特点的基础上,运用集合划分策略和相关问题的最新研究结果,对它提出了一种时间复杂度为O*的参数化算法,其中,l为给定的顶点对数目,k为需删除的顶点个数.该算法明显改进了当前时间复杂度为O*的最好算法.     

二维直方图θ-划分最大平均离差阈值分割算法

鉴于常用二维直方图区域直分法存在错分, 最近提出的斜分法不具普遍性, 而基于L1范数的最小一乘准则比最小二乘准则更为合理且简捷, 提出了适用面更广的基于二维直方图θ-划分和最大类间平均离差的图像阈值分割算法. 首先给出了二维直方图θ-划分方法, 采用4条平行斜线及1条其法线与灰度级轴成 θ 角的直线划分二维直方图区域, 按灰度级和邻域平均灰度级的加权和进行阈值分割, 斜分法可视为该方法中θ=45° 的特例; 然后导出了二维直方图θ-划分最大类间平均离差阈值选取公式及其快速递推算法; 最后给出了θ 取不同值时的分割结果及运行时间. θ 取较小值时, 边界形状准确性较高, θ 取较大值时, 抗噪性较强, 应用时可根据实际图像特点及需求合理选取 θ 的值. 与常规二维直方图直分最大类间方差法及最大类间平均离差法相比, 所需运行时间相近, 但本文提出的方法所得分割结果更为准确, 抵抗噪声更为稳健, 且存储空间也大为减少.     

关于模糊C-均值（FCM）聚类算法的改进

针对模糊C-均值（FCM）聚类算法的容易收敛于局部极值的不足,提出了一种改进的模糊FCM聚类算法,此新算法在聚类中心选取和优化过程中进行了充分的考虑,是一种用于确定最佳聚类数的聚类算法,并且利用了分阶段思想,结合动态直接聚类算法和标准聚类算法,来尽量避免模糊C-均值（FCM）聚类算法的不足。新算法与传统（FCM）聚类算法方法相比,提高了算法的寻优能力,并且迭代次数更少,在准确度上也有较大的提高,具有很好的实际应用价值。