基于深度迁移学习的多点频域振动响应预测

针对多输入多输出神经网络(MIMO-ANN)进行多点频域振动响应预测时需要为每个频率点独立建立神经网络模型、独立随机选择神经网络模型初值导致的训练时间长、预测精度低等问题,提出了一种基于多输入多输出人工神经网络(MIMO-ANN)和模型迁移学习的多点频域振动响应预测方法。本研究对于多源不相关载荷未知条件下的基于数据驱动的振动响应预测问题进行了形式化描述,并比较了其与不相关多源载荷已知情况下基于数据驱动的多点频域振动响应预测问题的不同之处。首先,将某频率点下的多个振动响应已知的测点的自功率谱作为输入,多个振动响应未知的测点的自功率谱作为输出,将两部分历史数据集构造成为训练集,利用MIMO-ANN建立该频率下的未知点振动响应预测模型;其次,根据传递函数在频域的连续性,利用该频率下训练好的MIMO-ANN的权值迁移到相邻频率作为其MIMO-ANN的初值;再次,利用此相邻频率下的历史数据进行训练,从而得到此频率下的预测模型;最后,不断循环此过程,直到所有频率点的模型全部训练完成。该方法解决了矩阵病态求逆问题,可以获得更好的神经网络模型的初值,不容易陷入局部最优,加快了神经网络的收敛速度。在圆柱壳声振实验数据集的多点响应预测结果表明,在多源载荷未知条件下,该方法比基于无迁移学习神经网络、多元线性回归、传递函数的方法,预测精度、训练效率更高。

基于平均空闲时间分配的低功耗调度算法

针对周期任务,考虑通用的功耗模型,结合动态电压缩放技术和动态功耗管理技术,提出了基于平均空闲时间分配的低功耗调度算法.该算法是两阶段的调度算法,离线阶段计算静态运行速度,回收静态空闲时间;在线阶段回收动态空闲时间,调节处理器的运行速度,并适时地利用动态功耗管理技术关闭处理器,以降低处理器能耗.仿真实验表明所提的算法比使用基于贪婪空闲时间分配的DRA算法平均节约大约6.55%的能耗.

资源受限周期任务低能耗调度算法

针对资源受限的周期任务模型,提出资源受限周期任务低能耗调度(RCPTLPSA)算法.该算法不仅考虑处理器通用功耗模型,而且考虑任务执行时间与处理器速度成非线性关系的情形.此外,该算法利用动态电压调节技术和动态功耗管理技术降低系统能耗.在给出RCPTLPSA算法的必要条件之后,通过实验验证该算法的性能.实验结果表明RCPTLPSA算法比现有算法平均节约大约55.37%的能耗.

常带宽服务器混合任务低功耗调度算法

针对包含有截止期限限制的周期任务和有响应时间要求的非周期任务的实时系统混合任务集,提出常带宽服务器混合任务低功耗调度算法（constant bandwidth server mix task low power scheduling algorithm,CBSMTLPSA）.该算法是2阶段调度算法,并且结合了动态电压调节（dynamic voltage scaling,DVS）技术和动态功耗管理（dynamic power management,DPM）技术.离线阶段确定任务的离线速度,充分利用处理器的资源;在线阶段通过回收周期任务提早完成的空闲时间以及服务器产生的空闲时间,利用DVS技术调节处理器的运行速度,并且当处理器处于空闲状态时,判断是否使用DPM技术以达到进一步降低能耗的目的.仿真实验表明所提出的CBSMTLPSA算法比CBS/DRA-W（constant bandwidth server for dynamic reclaim algorithm base workload）算法节约6.02%~34.14%的能耗;CBSMTLPSA算法的能耗与非周期任务的响应时间的乘积比CBS/DRA-W算法低5.86%~34.06%.

资源受限周期任务双速度调度算法

动态电压调节技术是降低嵌入式系统能耗的常用技术.针对现有基于动态优先级策略资源受限周期任务能耗优化算法不能适用于固定优先级系统,且节能效果差等不足,提出资源受限周期任务双速度调度(RCPTDSSA)算法.该算法基于双优先级单调速率调度(RM/DPP)算法,使用双速度策略调度任务,利用动态电压调节技术降低能耗.任务开始以低速度执行,当有阻塞发生时切换到高速度执行,且被阻塞的任务也以高速度执行.利用理论分析的手段验证RCPTDSSA算法的可行性,仿真实验表明RCPTDSSA算法比RM/DPP算法节约大约55.31%的能耗.

硬实时系统周期任务低功耗调度算法

针对硬实时系统周期任务,提出了动态空闲时间回收算法（DSTRA）。该算法既能利用高优先级任务提早完成的空闲时间,也能利用低优先级任务产生的空闲时间,并且考虑了通用的功耗模型：处理器的动态功耗；处理器的静态功耗。DSTRA算法由两部分组成：在离线状态,确定任务集的静态运行的速度；在在线状态,根据任务集的真实负载,利用高优先级任务提前完成的空闲时间和低优先级所产生的空闲时间,调节处理器速度。实验结果表明：DSTRA算法与DRA（Dynamic Reclaiming Algorithm）和DSRDP（Dynamic Slack Reclamation with Dynamic Procrastination）算法相比节能效果更好,可以分别节约2.03%～27.57%和1.09%～17.04%的能耗。

可靠性感知周期任务能耗管理调度算法

针对EDF/DDM(earliest deadline first/dynamic deadline modify)算法不能利用空闲时间降低能耗的不足,提出了能够回收空闲时间的静态节能(static saving energy,SSE)算法。针对SSE算法没有考虑系统可靠性问题,在证明可靠性感知资源受限周期任务调度问题是NP难之后,提出两种启发式算法:最长执行时间优先算法(longest execution time first,LETF)算法和最短执行时间优先算法(shortest execution time first,SETF)算法。仿真实验表明所提出的LETF算法和SETF算法的能耗均低于EDF/DDM算法的能耗。此外,SETF算法和LETF算法的出错率比EDF/DDM算法低,是EDF/DDM算法的97%和76%,系统可靠性得到提高。

实时系统混合任务低功耗调度算法

针对包括周期任务和非周期任务的混合任务集,利用动态电压调节(DVS)技术,提出一种混合任务低功耗调度算法。该算法包括两个阶段,第一阶段计算出离线状态的静态速度;第二阶段通过回收空闲时间调节任务的运行速度。仿真实验表明:本文算法比现有的混合任务低功耗调度算法节约27.35%的能耗。

基于检查点机制的容错节能调度算法

综合考虑了实时系统的容错和节能，针对处理器提供离散的频率和电压，提出了基于检查点机制的容错节能调度算法（CPFTEs）。该算法利用动态电压缩放技术节能，通过确定优化的检查点且使用检查点机制实现容错。当任务发生错误时，恢复任务从已保存的检查点重新启动以最大的处理器速度运行，确保任务不错过截止期限。提出了H_SPEED和A—SPEED两种速度选择策略。仿真实验表明：在PXA250处理器上，CPFTES_A_SPEED比CPFTES_NODVS平均节约66．18％的能耗，CPFTES_A_SPEED比CPFTES_H_SPEED节约0～19．41％的能耗。

C语言指针教学难点透析

指针既是C语言的重点,又是教学难点。文章从指针的基本概念入手,由浅入深地讨论指针教学的重点与难点,重点介绍指向数组元素的指针、指向数组的指针、指针数组、指针函数以及函数指针变量等容易混淆的概念,通过应用实例揭示它们之间的区别,进而阐释指针的实质。

固定优先级混合关键偶发任务能耗感知算法

混合关键系统是将不同关键层次的应用或组件集成到同一个共享平台.由于受尺寸、重量与体积的限制,能耗对于混合关键系统而言尤其重要.能耗感知调度算法是解决混合关键系统能耗问题的关键,现有的能耗感知算法主要基于动态优先级策略且空闲时间利用率低.针对固定优先级混合关键系统偶发任务能耗感知问题,提出节能效果更好的固定优先级混合关键调度(fixed priority mixed criticality schedule,FPMCS)算法.首先,提出关键层次单调速率策略(criticality rate monotonic scheme,CRMS)调度混合关键偶发任务,分析该策略的调度可行性,且计算出能耗感知速度.其次,利用高关键层次任务预留的空闲时间,通过事件触发的方法动态更新混合关键偶发任务集的利用率来回收偶发任务到达时间不确定产生的空闲时间.再次,利用混合关键偶发任务集的利用率决定任务的执行速度以达到降低能耗的目的.最后,通过理论分析和实验验证FPMCS算法是可行的;仿真实验表明:所提出的FPMCS算法比现有的方法可以节约大约33.21%的能耗.

基于动态优先级设备低能耗调度算法

现有的嵌入式周期任务低能耗调度算法只考虑相互独立的任务模型,且仅仅用动态电压频率调节技术来降低能耗。针对这些不足,提出能够支持资源受限的周期任务模型,且同时利用动态电压频率调节技术和动态功耗管理技术来降低系统能耗的算法。所提算法包括设备调度和任务调度两部分。在设备调度阶段,利用动态功耗管理技术降低设备能耗。在任务调度阶段,利用最早截止期限优先策略调度任务,以及利用栈资源协议实现共享资源的互斥访问;任务开始以低速度执行,若其在执行过程中被阻塞,将以高速度执行,这样能够有效地降低处理器的能耗。实验结果表明,所提算法能够有效地降低系统能耗。

基于双层次八叉树的STL模型体素化方法

为满足五轴加工仿真系统与CAD系统的模型数据交换需求,提供高效的复杂初始毛坯建模方式,提出一种面向STL模型的体素化方法。改进了传统的八叉树模型,采用外部层次树型和内部线性的双层次结构表达实体空间,并给出了该双层次八叉树模型的编码计算规则。以STL模型三角面片为体素化对象,通过编码规则建立三角面片和STL实体内部空间与体素节点的映射关系,实现表面和内部体素的快速定位。通过实例证明了算法能够保证生成体素模型的26-邻接性,实验结果表明,与传统的八叉树模型相比,该算法具有更好的时间和空间性能。

2型糖尿病微量白蛋白尿的临床诊断意义

目的研究2型糖尿病微量白蛋白尿(MAU)的临床诊断意义。方法将182例2型糖尿病患者分为正常白蛋白尿组[NAU组,79例,3次24 h尿白蛋白排泄率(UAER)均<30 mg]和MAU组(103例,3次24 h UAER均为30～300 mg)组,另设对照(C组,健康成年人42名)组,分析其临床和生化特征,测定UAER、尿Ⅳ型胶原排出率(UCER)和尿单核细胞趋化蛋白-1排出率(UMCP-1)。结果MAU组的UCER和UMCP-1水平均显著高于C组和NAU组(P值均<0.05)。Spearman相关性分析显示,UCER与UAER(r= 0.325)、糖尿病病程(r=0.287)、舒张压(r=0.266)、尿素氮(r=0.312)均呈正相关(P值均<0.05)。UMCP-1与体质指数(r=0.251)、收缩压(r=0.253)、UAER(r=0.423)、UCER(r=0.287)均呈正相关(P值均<0.05),而与胆固醇(r=-0.321)、低密度脂蛋白-胆固醇(r=-0.260)呈负相关(P值均<0.05)。多元逐步回归分析显示,UAER与UCER呈独立正相关(β=0.478,P=0.007),UMCP-1与UAER呈独立正相关(β=0.427,P=0.017)。UAER与UCER(β=2.231)、超敏C反应蛋白(hs-CRP,β=2.356)、颈动脉内膜中层厚度(IMT,β= 1.524)、UMCP-1(β=0.367)和稳态模型胰岛来抵抗指数(HOMA-IR,β=0.483)呈独立正相关(P值均<0.05)。以UCER、UMCP-1、hs-CRP、颈动脉IMT和HOMA-IR等变量作MAU逐步判别分析,UCER(x_1)、hs-CRP(x_2)和颈动脉IMT(x_3)作为有显著意义的指标进入判别方程(函数)式,UMCP-1和HOMA-IR因无显著意义而被剔除,从而得到一组判别式:y_1=-108.536+1.422 x_1+3.169 x_2+168.928 x_3;y_2=-71.513+ 1.226 x_1+2.912 x_2+132.321 x_3;y_3=-112.333+1.366 x_1+3.327 x_2+174.271 x_3;y_4=-65.053+ 1.047 x_1+2.431 x_2+131.842 x_3。结论合并MAU的2型糖尿病患者的UCER和UMCP-1水平显著升高,建立的判别方程式对大血管病变和微血管病变有一定的判别意义。

离散频率周期任务的节能调度算法

DRA算法通过建立α队列,动态回收系统空闲时间,利用DVS技术降低系统能耗,但其通常假设处理器提供连续的频率或者电压.为了保证任务的实时性,DRA算法选择的实际运行速度比连续频率情况下计算出的理想速度Sx大,这样会造成系统资源的浪费.本文以DRA算法为基础,针对处理器提供离散频率或电压,提出了DRA-PARTION算法.该算法把任务的执行时间划分为两部分,通过Sx确定第一部分的速度SL和第二部分的速度SH,并且利用理想速度下的执行时间e'x.I计算出第一部分的执行时间e'x.L.待第一部分执行完成,根据剩余执行时间完成第二部分.仿真实验表明DRA-PARTION算法比DRA算法节约大约19.04%的能耗.

亚甲基四氢叶酸还原酶基因多态性及同型半胱氨酸与2型糖尿病微量白蛋白尿的相关性

目的研究亚甲基四氢叶酸还原酶(MTHFR)基因多态性及同型半胱氨酸(Hcy)与2型糖尿病微量白蛋白尿的相关性。方法根据24h尿蛋白排泄率(UAER),将154例2型糖尿病患者分为正常蛋白尿组(3次UAER<30 mg/24 h)、微量白蛋白尿(MAU)组(3次UAER为30～300 mg/24 h)。57名健康体格检查者作为对照组。检测MTHFR基因多态性和血清Hcy水平。结果MAU伴大血管病变(B1)亚组的血Hcy为(20.99±5.59)μmol/L,显著高于对照组的(11.24±2.75)μmol/L、正常白蛋白尿组的(15.97±3.72)μmol/L和MAU伴微血管病变(B2)亚组的(14.52±1.56)μmol/L(P值均<0.05)。非参数相关分析显示,血Hcy与年龄(r= 0.441)、血肌酐(r=0.634)呈正相关(P值均<0.05),而与内生肌酐清除率呈负相关(r=-0.590,P值均<0.05)。多元逐步回归分析表明,血肌酐为血Hcy增高的独立危险因素(β=0.801,P<0.05)。MTHFR基因存在3种基因型和3种等位基因。MAU组的TT基因型、等位基因T分布频率为24.2%和50.5%,显著高于正常蛋白尿组(分别为10.2%和37.3%)和对照组(分别为8.8%和30.7%,P值均<0.01),而后两组间的差异无统计学意义(P值均>0.05)。B1亚组TT基因型和T等位基因的分布频率为31.1%和53.4%,显著高于B2亚组的18.5%和44.4%(P值均<0.05)。TT基因型的血Hcy为(27.16±4.78)μmol/L,显著高于CT型的(21.33±2.68)μmol/L和CC型的(15.98±3.61)/μmol/L(P值均<0.01)。结论血肌酐为血Hcy增高的独立危险因素。等位基因T与2型糖尿病患者MAU的发生有关。MTHFR基因可能是糖尿病大血管病变的易感基因。

莫西沙星治疗国内社区获得性肺炎的Meta分析

目的利用Meta分析方法对莫西沙星治疗国内社区获得性肺炎(CAP)的临床试验进行分析,评价其治疗效果。方法检索2002-2010年在国内生物医学期刊发表的有关莫西沙星治疗社区获得性肺炎的临床研究文献,采用Review Manager 4.2软件对符合条件的文献进行荟萃分析。结果共有19个临床试验纳入本次研究,同质性检验χ2=0.30,P>0.05,故采用固定效应模型进行分析。与对照组比较,莫西沙星治疗社区获得性肺炎总有效率更高,比值比为1.94,95%可信区间为1.32～2.84(P<0.05)。结论临床可选用莫西沙星治疗社区获得性肺炎。

面向硬实时系统零星任务低调度算法

实时系统中零星任务,相比周期任务最显著的特点是任务到达时间是随机的,系统无法提前获得任务信息.因此目前对周期任务的调度算法已不再适应零星任务.本文提出利用空闲时间动态调节零星任务算法(DVSSTSTA).该算法根据零星任务随机到达时间的特点,将处理器速度调节推迟到任务到达那一刻,在任务执行完成后利用任务提前完成剩下的空余时间调节后续任务执行速度.并且考虑处理器通用的模型,既考虑处理器的动态功耗,又考虑了处理器的静态功耗.实验结果表明:DVSSTSTA算法比DVSST(Dynamic Reclaiming Algorithm)和CC-DVSST(Dynamic Slack Reclamation w ith Dynamic Procrastination)算法相比节能效果更好,可以分别节约40.04%和30.09%的功耗.

基于平衡因子的动态偶发任务低功耗调度算法

为了更好地降低实时系统的功耗,本文以偶发任务为调度对象,提出了一种基于平衡因子的动态偶发任务低能耗调度算法(LP-DSAFST)。LP-DSAFST算法分为两个阶段,第一阶段根据释放任务的负载调整处理器速度,充分利用处理器的资源;第二阶段通过高优先级任务提前完成剩余的空闲时间动态更新处理器速度,并且当处理器没有任务执行时,根据平衡因子关键速度调度策略,判断是否使用DPM技术将处理器进入休眠状态以达到进一步降低能耗的目的。实验表明,新算法与DVSST和DSTLPSA算法相比节能效果更好,可以分别节约10.3%~62.5%和5.4%~20.6%的能耗。

一种引入关键速度的节能调度算法

Look Ahead-EDF（LA-EDF）算法利用DVS技术降低系统能耗,保证所有任务都满足截止期的同时,推迟任务执行.但是忽略了静态功耗以及处理器状态切换能量开销,造成系统资源的浪费.针对LA-EDF算法未考虑处理器状态切换能量开销,提出一种基于关键速度的LA-EDF-CRITICAL调度算法.该算法引入关键速度来确定处理器的运行速度,通过比较空闲时间,确定处理器的是否进入休眠状态.仿真实验表明所提LA-EDF-CRITICAL算法比LA-EDF算法节约0~18.06%的能耗.