基于PC机群的大地电磁Occam反演并行计算研究

Occam反演以其稳定收敛和不依赖于初始模型的特性被广泛应用于大地电磁数据的处理，但偏导数矩阵的计算和拉格朗日乘子的求取导致大量的模型正演，使得反演速度较低。为此，研究了用基于PC机群的并行计算来解决这一问题的方法。首先对Occam反演方法进行了阐述；然后，分析了反演方法中各计算耗费的时间，提出对约占计算量90％的偏导数和拉格朗日乘子进行并行计算的思想，即偏导数计算采用频点计算一级的大粒度并行，拉格朗日乘子扫描和一维搜索分别采用弘值计算一级的大粒度并行和频点计算一级的小粒度并行；给出了并行计算的实现方法，即在PC机群上，利用主一从编程模式实现Occam反演的整体并行计算。在计算中，采用任务组合方式，减少了通信量，较好地实现了负载均衡。在4节点PC机群上，对应于拉格朗日乘子的扫描和一维搜索方式，整体加速比分别达到3．36和2．83。     

琼北福山凹陷大地电磁测深资料地质解释

根据琼北福山凹陷两条大地电磁测深试验剖面，可将凹陷自上而下分为５个电性层，并确定其对应的地质属性。利用大地电磁测深资料可以确定断层和局部构造。文中通过试验说明大地电磁测深法的正确性和可行性。     

A．MT．3000断面测量系统及其应用

Ａ．ＭＴ．３０００断面测量系统及其在二滩水电工程中的应用证明，该系统简比了断面测量方法，能有效地提高工作效率，在水电等工程建设中具有明显的经济效益。     

基于蓝牙通信的高校课堂手机考勤管理系统磁

论文设计并实现了一种基于蓝牙通信的低成本高效智能学生考勤和信息管理系统。充分利用蓝牙短距离传输和穿墙能力差的特性,有效实现了对教室内通讯信号的短距离控制,并且结合现有校园 Wi-Fi 覆盖条件和智能化手机等优势技术实现了实时、快速、高效的考勤信息采集和考勤信息管理与实时展示。实验结果表明,该系统较人工考勤方式在可信度和速度上具有明显优势,也可以成为目前高校智慧校园管理中的重要组成部分。     

基于UVC协议的USB3.0视频采集系统设计

以 MT9 M034作为光电成像元件,CYUSB3014作为主控芯片,通过 GPIF II接口采集 CMOS图像传感器的数据,并为每一帧数据添加 UVC视频数据标头,将其转换为符合 UVC协议标准的视频数据,最后通过 USB3.0接口以乒乓DMA的方式将其传送至PC,实现了免驱动、高速率、高分辨率的UVC视频设备。实验结果表明,该系统运行稳定,传输速率高,更换CMOS图像传感器可以制成不同规格的 UVC视频设备,具有良好的推广价值。     

面向网格简化的数据结构快速生成方法

针对网格简化算法需要的显式和完整拓扑关系,筛选出有效的数据结构,结合MC(MT)算法计算过程的特点,设计六体素法算法。该算法能在MC(MT)算法抽取等值面的同时完成简化算法所需的数据结构,减少了简化算法前数据结构预处理所耗费的时间和空间。     

基于MCX314as的运动控制器设计

文章介绍了用C8051F120单片机和MCX314as组成运动控制器的方案.该方案应用存储器扩展的方法为运动控制芯片MCX314as和液晶显示模块MT22G06B的内部寄存器分配地址空间.从而实现C8051F120单片机对运动控制芯片和液晶模块的控制作用.文章还给出了MCX314和MT22G06B的驱动程序架构.     

片上多核网络存取控制器的设计与实现

提出一种基于片上网络消息传输的高效多核网络存取控制器。该网络存取控制器支持收发双工模式,内置一系列可配置寄存器,采用基于消息表的数据接收方式,通过记录并自动更新不同消息的接收配置信息使数据传输更加高效。使用SMIC 0.18 μm工艺进行综合,结果表明,其工作频率可达300 MHz,规模约为20 443门。     

单片机电话远程控制系统设计

本文主要介绍了一种以单片机AT89C52和双音多频解码集成电路MT8870为核心,通过电话线路遥控的远程多路智能控制器。该系统能实现对电话线双音多频信号的识别与提取,进行模拟摘机,控制外设设备产生相应的动作。带有语音芯片的单片机在系统摘机时,能将声音耦合到电话线上,提示用户完成相应的操作。该系统实用、功能灵活多样,可以广泛的应用于家用电器或者其它场所的各种控制设备。     

Action Recognition Using a Bio-Inspired Feedforward Spiking Network

We propose a bio-inspired feedforward spiking network modeling two brain areas dedicated to motion (V1 and MT), and we show how the spiking output can be exploited in a computer vision application: action recognition. In order to analyze spike trains, we consider two characteristics of the neural code: mean firing rate of each neuron and synchrony between neurons. Interestingly, we show that they carry some relevant information for the action recognition application. We compare our results to Jhuang et al. (Proceedings of the 11th international conference on computer vision, pp. 1–8, 2007) on the Weizmann database. As a conclusion, we are convinced that spiking networks represent a powerful alternative framework for real vision applications that will benefit from recent advances in computational neuroscience.