主动式微服务细粒度弹性缩放算法研究

微服务架构已成为云数据中心的基本服务架构。但目前关于微服务系统弹性缩放的研究大多是基于服务或实例级别的水平缩放,忽略了能够充分利用单台服务器资源的细粒度垂直缩放,从而导致资源浪费。为此,设计了主动式微服务细粒度弹性缩放算法。算法通过预测请求到达率对系统进行资源预配置。基于预测结果,应用平方根配置规则计算需求资源数量,进而利用垂直缩放的细粒度资源控制特性和水平缩放的高可用性对微服务进行伸缩。应用基于微服务依赖关系的实例迁移算法进一步降低资源开销。实验结果表明,提出的算法在优化微服务系统时延和开销方面取得了显著效果。

基于多尺度特征和注意力机制的深度学习点云压缩

三维点云广泛应用于无人驾驶、实景三维等领域,然而复杂场景的海量点云对存储、处理和传输等带来极大挑战。提出一种基于多尺度特征和注意力机制的深度变分自编码点云几何信息压缩算法MSA-GPCC,通过加入多尺度模型提取特征、变分自编码器构建熵模型,继而结合尺度注意力模块和多尺度特征,实现基于熵编码的点云几何信息高码率、低失真压缩。在MPEG数据集上进行的实验表明,相比G-PCC算法和基于深度学习的D-PCC算法,MSA-GPCC算法在点间等比特率下平均质量增益分别提升7.72和4.91 dB,点到面等比特率下平均质量增益分别提升5.56和3.09 dB。

基于SCG优化SSAE-FFNN的电能质量复合扰动深度特征提取与分类

随着智能电网的发展,电能质量问题已遍布电网并威胁着电网的安全稳定,且电能质量监测数据日渐庞大,因此实现大规模系统中电能质量扰动(power quality disturbances,PQDs)的深度特征提取及智能分类识别对电力系统污染检测与管理具有重要意义。为此,文中提出一种基于堆叠稀疏自编码器(stacked sparse auto encoder,SSAE)和前馈神经网络(feedforward neural network,FFNN)的电能质量复合扰动分类方法。首先,基于IEEE标准构建PQDs仿真模型。然后,建立基于SSAE-FFNN的PQDs分类模型,并引入缩放共轭梯度(scaled conjugate gradient,SCG)算法对模型进行优化,以提高梯度下降速度和网络训练效率。接着,为有效降低堆叠网络的重构损失同时提取出深度的低维特征,构建SSAE的逐层训练集及微调策略。最后,通过算例分析验证文中方法的分类效果、鲁棒性、泛化性和适用场景规模。结果表明,文中方法能够有效识别电能质量复合扰动,对含误差扰动和某地市电网的21组实测扰动录波数据也有较高的分类准确率。

基于图自编码器多尺度特征的自监督群体发现

现有基于图自编码器的群体发现方法通常忽略了编码层多尺度特征对群体发现的影响,同时由于缺少统一的优化目标函数导致次优结果。为此,提出一种基于图自编码器多尺度特征融合的自监督群体发现方法。在图自编码器的基础上引入一种多尺度自表达模块,从不同编码层获取具有区分性的节点关系矩阵表示,并与节点潜在表示进行融合;通过节点聚类模块获得初步的群体识别结果;引入一种自监督模块监督节点表示学习过程,获得更优结果,构建一种端对端的网络群体发现模型。在多个公开数据集上进行对比实验,验证了所提方法的有效性,与现有方法相比,其在群体识别准确度上有了明显提升。

仿射不变的多尺度自卷积熵提取方法

为从在不同视角获取的同一场景图像中提取更加独特的不变特征,提出一种图像仿射不变特征的提取方法.首先基于多尺度自卷积变换(MSA)构造了一组新的变换量——多尺度自卷积熵(MSAE);并证明了该熵具有仿射不变性;最后利用最小距离分类器分别对视点变换图像,以及加噪声、加部分遮挡视点变换图像进行分类识别实验.实验结果表明,MSAE特征能够获得更高的正确识别率.

注重人体尺度的城市道路空间

提出城市道路空间分为两种尺度——汽车尺度和人体尺度,分析两种尺度在景观把握程度、能量消耗、空间知觉上的差异.阐述了城市道路空间缺乏人体尺度的表现,如步行空间尺度失当、景观与体验脱节等.提出了空间舒适性、休憩便利性、景观亲切性、空间可识别性等4项基于人体尺度的城市道路空间评价准则,以及相应的城市道路空间改善措施,具体包括宜人的步行空间、合理的过街设施、合理的休憩设施、拉近行人与景观的距离、人性化的标识系统.特别提出了景观也应具有人体尺度.为指导城市道路的设计提供新的依据.

基于服务能力模型的微服务弹性资源供给机制

针对实时性要求高、服务请求响应时间敏感的应用场景,为解决在满足服务请求响应时间要求的基础上减少资源使用量的难题,本文提出了基于服务能力模型的弹性资源供给算法(SCMARP)。为建立准确的服务能力模型,提出了基于非线性回归的服务能力模型。在资源弹性供给阶段,SCMARP算法根据当前服务请求负载、服务请求范式和已建立的服务能力模型,提前按需触发伸缩动作,从而减少违反请求响应时间服务等级协议(SLA)的数量和资源使用量。实验结果表明,与经典的基于阈值弹性资源供给算法(TARP)相比,在满足平均请求响应时间的基础上,平均资源使用数减少6%,服务请求超时失败率降低10. 7%。

基于扩展波数域的机载双天线干涉SAR自配准成像算法

为减少机载双天线干涉SAR繁杂的图像配准处理过程,该文提出了基于扩展波数域(w K)的距离向自配准成像算法。该算法针对双天线因路径差引起的失配问题,在成像处理阶段通过采用高阶多项式拟合的手段,利用变标原理实现了图像对在距离向的精确配准。通过对仿真数据和X波段实际数据的处理,获得了较好的干涉条纹图,验证了算法的有效性。

一种改进的光伏系统最大功率点跟踪方法

针对传统固定步长算法在最大功率点附近产生小幅振荡问题,提出了一种改进的自动缩放变步长方法,该方法对功率转换的占空比步长缩放控制功能进行改进,能够防止光照强度突变时,对光伏发电系统最大功率点跟踪的误判。最后,在Matlab/Simulink仿真环境中对所提方法和其他传统方法进行对比,结果证明了所提方法的有效性。

基于多重感受野UNet的仪表图像分割方法

为解决现有深度学习图像分割算法不能有效分割指针仪表图像中密集小目标的问题,提出基于多重感受野UNet的仪表图像分割方法。将自编码器结构和空洞卷积结构结合,使多尺度浅层特征和深层语义信息融合;以多种光照强度下采集的指针仪表数据训练模型,充分提升神经网络的泛化能力;并行调节空洞卷积参数,使神经网络学习到最优模型。实验结果表明,算法显著提升了指针仪表图像中密集小目标的分割效果,有效泛化于不同光照强度下采集的同种指针仪表图像,验证了该模型的有效性。

模糊自适应PI调节在三相PWM整流器中的应用

介绍了三相高功率因数PWM整流器电流环和电压环的设计,并成功地将参数自适应PI调节应用到整流器的控制策略中,以提高直流侧电压的控制精度。仿真和实验结果表明,该控制方法响应快、鲁棒性强、抗干扰能力好,较传统PI控制具有更好的动、静态特性。

金属电弧喷涂成型快速制模关键技术与应用

金属电弧喷涂成型制模技术是一种基于"复制"的制模工艺,与传统制模工艺相比,具有制模速度快、周期短、成本低等特点。金属喷涂模具由金属型壳、背衬强化层以及模框等构成,是一种具有梯度材料结构的复合材料模具。关键制模工艺包括:母模制备、金属型壳制造、模框制作、背衬强化层制作、脱模以及后处理等。金属喷涂制模技术可用于制造注塑模具、热成型模具和板料冲压模具等。该文以大型汽车覆盖件模具的快速制造为例进行了详细介绍。

用自动盘式吸渗仪测定土壤导水率

盘式吸渗仪已成为测定田间土壤水力参数的重要工具之一,自动监测装置的应用将进一步提高试验的精确度并加快试验进程。该文介绍了一种试验装置,通过连接在储水管上下两端的传感器实时压差监测,以此确定入渗水量的变化过程,并通过一系列试验,对试验装置的可靠性进行了验证,将试验装置应用到实际测定土壤水力参数中。试验结果表明:自动监测装置通过测定储水管的压差,并通过相应关系代换为储水管水位变化来采集试验数据的方法是可靠的。通过与人工读数方法测定的结果对比表明,其精度可以达到试验要求;对于本试验土壤,用自动监测装置采集的数据来确定吸渗率的时间可以控制在30 s^4 min之间。

一种快速高灵敏度聚焦评价函数

针对实时性和聚焦精度两方面的要求,在分析对比了常用聚焦评价函数的基础上,提出了一种基于灰度差分的快速聚焦评价函数——利用相邻像素在水平和垂直方向的差分乘积作为核函数。该算法保持了较好的计算性能,但函数陡峭性提高,可加快搜索定焦的收敛速度并能提高聚焦精度,同时引入阈值滤除噪声,增强了算法的稳定性。与常用聚焦函数进行了实验对比,结果表明该算法既有较好的计算速度又有较高的灵敏度,适用于对实时性要求较高的场合,如显微镜自动聚焦系统等。

具有自动聚焦功能的视频处理器的设计

介绍了一种视频处理器的设计,该处理器接收数字YCbCr视频信号,利用一片DDR2SDRAM存储器作为帧缓存,对接收的视频信号进行格式转换、帧率提升、色空间转换。提出并实现一种改进的自动聚焦算法,实时计算当前帧图像的聚焦评价函数值,选用爬山搜索策略实现对聚焦电机的控制,使当前图像的聚焦函数值最大,实现图像的自动聚焦。该设计采用VHDL语言实现,在Xilinx XUPV5-LX110T FPGA开发板上验证。

低纬高原罕见“雷打雪”中尺度特征分析

应用常规高空资料、FY-2C卫星红外和水汽图像、加密自动站地面观测资料,结合新一代多普勒雷达探测资料,综合分析了2008年2月28日夜间至29日凌晨发生在云南的“雷打雪”罕见天气现象。结果表明：南支槽和冷空气、西南低空急流的共同影响,是其发生的有利天气背景,其中强对流天气就发生在急流与锋面相互作用的湿度锋湿区内斜压不稳定的环境中。中-γ尺度对流云团生成并逐渐增强为中-β尺度对流云团是形成此次复杂对流天气的直接中尺度系统。多普勒雷达回波中,PPI上有回波强度达25-33dBz的“人字形”回波、钩状回波以及阵风锋的出现,相应VP-PI上出现逆风区、低层零线“S”形暖平流及“牛眼”结构是“雷打雪”天气中降雨转为冰雹、阵雪过程中,中尺度对流系统由弱变强的典型特征。地面逐时温、压、湿、风的迅速演变特征表现为雷暴发生前增温增湿和增压,温度、气压出现峰值,且气压曲线显示为圆顶状的中尺度雷暴高压特征;风的变化则表现为风向呈逆时针旋转,偏北风增大并出现风速峰值。雷暴过境时,要素显示为降温增湿,出现露点锋。

旋转式惯导系统的标度因数误差效应分析

旋转式惯导系统的标度因数误差效应理论分析关系系统的设计和精度的提高。从旋转式惯导系统的误差传播方程出发,推导了光学陀螺旋转式惯导系统中由于标度因数误差引起的数学平台角度误差表达式,并以此为基础,分析了非对称性标度因数误差的自动补偿效应、地球自转与对称性标度因数误差的耦合效应、转轴方向上的标度因数误差效应等现象,最后得到了要减小或者消除这些误差效应所应该注意的原则和结论。分析表明,合适的双轴转动方案能够补偿全部三个陀螺的非对称性标度因数误差;采用三轴或者三轴以上的转轴,能消除对称性标度因数误差与地球自转耦合引起的导航误差;为防止对称性标度因数误差和转位运动耦合而引起的大的导航误差,应采用正反转相结合方案。

无线虚拟网络中基于自回归滑动平均预测的在线自适应虚拟资源分配算法

该文针对无线虚拟化网络中业务的不确定和信息反馈的时延而引起虚拟资源分配不合理,提出一种基于自回归滑动平均(ARMA)预测的在线自适应虚拟资源分配算法。首先,该算法以保障虚拟网络队列上溢概率为目标对时频资源和缓存资源进行联合分配,并建立虚拟网络总成本最小化的理论分析模型。其次,考虑到虚拟网络对不同资源差异化的应用需求,设计了一种多时间尺度的资源动态调度机制,在长周期上基于ARMA模型的预测信息实现缓存资源的预留策略,在短周期上基于利用大偏差原理推导的队列上溢概率对虚拟网络优先级排序,并根据确定的优先级动态调度时频资源,从而满足各虚拟网络的业务需求。仿真结果表明,该算法可有效降低比特丢失率,同时提升物理资源的利用率。

GIS多比例尺空间数据组织体系构建研究

空间数据是GIS的基础,如何构建空间数据多比例尺分级体系是城市GIS建设的关键。该文分析了城市空间信息的多比例尺特点,在定义了“单元图形”概念的基础上,总结出GIS屏幕可视化空间信息随比例尺缩小的变化规律,依据此规律,提出了空间数据尺度间隔的“四倍原则”;介绍了“四倍原则”在城市GIS多比例尺数据分级中的应用方法和示例。

海杂波的多重分形判定及广义维数谱自动提取

海杂波中的微弱目标检测历来是一个难题,传统的检测方法一直不能得到较好的检测效果。多重分形理论的引入为海杂波中微弱目标检测提供了一个很好的途径。文章提出了多重分形无标度区间自动识别的改进算法,既保留了该算法的客观性,又降低了它的保守程度,使估计的区间更贴近真实无标度区间,同时实现了广义维数的自动计算。实验证明,该方法优于原方法,结果更为精确。