融合云桌面资源的高性能计算集群方案研究

针对高校实验基础设施中云桌面集群和高性能计算集群计算资源分配不均衡的问题,提出将云桌面集群弹性算力与高性能计算平台融合的解决方案,该方法整合云桌面集群的弹性算力,对高性能计算集群的资源进行灵活扩展。实验结果表明,本文提出的方法能够在不影响原有虚拟桌面基础设施业务的基础上,实现云桌面集群的闲置资源对高性能计算集群的弹性补充。

基于局部关系卷积的点云分类与分割模型

深度学习已成为点云分析的主要方法,但是现有方法在点云特征抽象时无法充分参考局部形状信息,因此对局部形状变化感知的鲁棒性较差,难以针对形状特征生成合适的卷积核。为此,提出了局部关系卷积(local relation convolution,LRConv),一种通过全面局部关系感知形状特征的卷积算子。参考点云局部中所有邻域点之间的低维空间关系,定义了一种不依赖于点的顺序与刚性变换的局部关系描述;使用多层感知机从关系描述中学习得到局部区域中每个点对应的卷积权重;通过卷积权重来变换点的特征,并聚合局部区域的抽象特征。在基准测试实验中,LRConv分类网络在ModelNet上的分类准确率较PointNet++提高了2.1个百分点,LRConv零件分割网络在ShapeNet上的分割类别平均重合度较PointNet++提高了1.5个百分点。实验结果充分验证了LRConv在特征抽象中的有效性。

一种改进的点云Transformer深度学习模型

针对点云Transformer中注意力计算单一与局部特征嵌入损失的问题,本文提出了一种改进的点云Transformer编码结构.首先,在自注意力权重矩阵的计算中进行多头分拆分并独立计算注意力得分,以实现从多个方面的自注意力计算.然后,在邻域编码时增加了多空间尺度邻域特征嵌入,以融合多个尺度上的邻域特征.最后,为特征增加了自适应的空间位置编码嵌入,以增强绝对空间位置特征.基于改进的Transformer编码结构,构建了形状分类、零件分割和法向量估计三种常见点云分析任务的深度学习模型,并在ModelNet与ShapeNet数据集上验证了模型的有效性.实验结果表明,与点云Transformer相比,本文方法的分类准确率与分割平均重叠度分别提高了0.3%和0.2%,这充分验证了改进方法的有效性.

基于动态纹理切割的几何校正算法研究

要针对多通道曲幕投影显示系统的几何校正问题,提出一种基于动态纹理切割的几何校正算法.该算法首先按照不同的修正程度对曲幕进行切割;其次通过切割点寻找合适的纹理切割位置得到一系列条带状纹理四个角的坐标在校正前后的关系;最后利用这个关系完成帧缓存纹理重映射,从而实现了几何校正。在双通道曲幕投影系统中进行实验的结果和实际场景应用表明,算法能够有效提高几何校正效率,且无需专业的图像采集反馈设备,在成本上具有一定的优势。

基于CAS的服务器虚拟化在高校实验室的应用

虚拟化技术的应用可以解决高校实验室服务器管理和维护困难的问题,提高计算资源的利用率。本文讨论了传统服务器管理方式的一些问题,介绍了虚拟化技术带来的便利及其优势,最终实现了基于H3C CAS虚拟化平台的高校实验室服务器的虚拟化设计与部署。

山西风电场与光伏电站集群控制系统研究与开发

本论文研究了适应大规模风电场群及光伏电站群并网的数据采集及监视技术、有功协调控制技术、电压协调优化控制技术,在线监视分析、在线有功、无功控制决策等内容,完成了山西风电场与光伏电站集群控制系统研究与开发,并实施了闭环控制。

基于环形阵列视觉的地铁管片病害检测系统

针对地铁投入运营后传统方式检测隧道管片病害信息存在的工作效率低下、人工成本高等问题,设计了一种基于环形阵列视觉的地铁管片病害检测系统;介绍了该系统的整体设计,并着重阐述了视觉信息数据采集系统和视觉数据处理系统的实现方式,最终完成了一种高度智能化的地铁管片病害检测系统。

一种基于多重注意力机制的点云深度学习解码器

针对点云深度学习模型中解码器特征上采样存在的空间与特征结构损失的问题,提出一种基于注意力机制的特征插值上采样解码器方法.该解码器主要由空间注意力与特征注意力插值特征上采样组成.首先,根据点的空间位置特征之间的注意力关系,通过空间注意力插值计算上采样点的空间插值特征,然后利用空间插值特征与下采样点之间的特征注意力关系计算特征插值,最终将插值特征与编码特征跳跃连接,并进行特征混合后输出解码特征.在实验中,将本文提出的解码器嵌入到多种点云深度学习模型中,并在ShapeNet与ModelNet两种数据集上验证解码器的有效性.试验结果表明,与传统的三点线性插值模型相比,本文提出的方法在零件分割任务中平均重叠度提高0.5%,法向量估计任务中平均余弦距离误差降低13%,这充分验证了解码器的有效性.

美国社区学院“引导路径”改革何以成功?

“引导路径”改革实质上是美国社区学院对其组织与文化进行的根本性反思。社区学院改革热已持续了十多年,但“自助餐厅”模式未能大幅提高学生的学业完成率、扩大教育公平,未能满足社区学院、美国政府、美国民众这三方的利益诉求。“引导路径”项目对社区学院结构本身的合理性提出质疑,创建了结构更清晰、教育上更连贯的改革路径,对社区学院的课程进行了重新设计,最大限度地扩大了学生获得机会以及取得成功的可能性。