面向全局约束的QoS分解与服务状态监控机制研究

组合服务QoS需求的全局性和服务QoS状态监控的局部性之间的矛盾使得组合服务的可用性难以满足用户的需求.针对此问题,提出了组合服务的自适应框架,重点研究了全局QoS分配与服务的QoS状态监控机制;通过分析服务的QoS历史信息来预测服务的QoS阈值,从而为全局QoS分解提供启发信息.并引入松弛系数以降低服务自适应的开销.实验表明:通过QoS阈值预测和松弛系数的使用能够实现以较小的自适应开销适应环境变化满足用户端到端的QoS需求,从而提高组合服务的可用性.

全局约束下超声图像微器械轮廓提取方法

为实现超声设备与手术机器人系统的配准,提出一种全局约束下的参数活动轮廓(Snake)分割算法,该算法能以高精度分割超声图像中的手术器械轮廓.将已知的手术器械轮廓信息作为先验知识,以归一化傅里叶描述子的形式表述,并利用该描述子定义泛能量,用来约束分割过程,达到最优解.求解过程中,通过计算泛能量相对于各变量的雅可比矩阵,可以获得能量最小化时的偏微分方程,差分离散化后可以获得其欧拉形式的迭代方程,通过数值方法获得分割轮廓.实验结果表明,使用基于已知轮廓的先验Snake方法对超声图像中的手术器械进行分割,能以较高精度提取超声图像中的微器械轮廓,轮廓形状与实际器械形状更加相似.先验Snake法能对曲线进行全局约束,避免了传统Snake分割方法中容易陷入局部极值的缺陷,具有较大的应用前景.

基于集中式存储的全局约束并行相容模型

为了利用多处理平台的并行处理能力,提高约束求解中相容检查的效率,提出了一种新的基于集中式存储的全局约束并行相容模型。利用动态分配约束条件的方法解决负载均衡问题;通过对变量域的集中式管理,保证了冲突检测的及时性;利用变量域剪枝单调性的特点,实现了异步相容检查,提高了多节点间相容检查的并行程度。最后,通过实验验证并讨论了模型的优势和适用范围。

用局部刚度修正法处理结构优化的全局约束问题

研究了当前在结构优化设计中处理全局约束问题的方法 ,进而提出了局部刚度修正法 ,即只要修改部分构件的刚度就可使全局约束条件得到满足 .通过算例和工程实践表明 ,对规模为 10 0 0个节点、5 0个设计变量的杆系结构 ,在PentiumⅢ计算机上 ,只要运行 40min就可得到满意解 .该方法简便易行 ,不用做灵敏度分析 ,收敛快 ,计算量小 。

基于UG平台的截面特征曲线全局约束优化研究

截面曲线是曲面建模过程中的重要特征,将截面特征曲线重建技术与正向设计技术相结合是实现复杂特征曲面模型重建的重要方法。针对这一问题提出了一种基于UG草图的截面特征曲线全局约束优化技术,并对实现该方法的约束表达、全局约束优化模型的建立及求解、基于UG平台的算法实现等关键技术进行了深入研究。应用实例表明,基于UG的截面特征曲线全局约束优化方法可以得到满足约束条件下的与数据点逼近的最优曲线,基于该曲线可以快速、准确地重建出具有复杂特征的曲面模型。

结合全局约束函数的局部活动轮廓模型

局部二值拟合模型利用图像的局部平均灰度信息能够对强度非均匀的图像进行分割,但对于存在强噪声和对比度低的医学图像,仅用局部灰度均值不能得到正确的分割结果。针对该问题,提出一种改进的局部活动轮廓模型,在考虑图像局部均值信息的同时,加入图像的全局约束信息检测轮廓线外具有较大梯度幅值的像素点,采用水平集方法最小化能量泛函,使得演化曲线能够准确地停止在目标边界的位置上。实验结果表明,改进方法提高了对噪声的鲁棒性,且其分割精度较高。

基于全局约束的现网站址共享下LTE天线参数规划与优化

针对传统天线参数规划和优化方法的局限性以及在现网站址共享下LTE天线参数规划与优化应用上的不足,提出了基于全局约束方法在LTE天线参数规划与优化上的理论基础、实现方法和操作流程,并通过对广州某区域现网站址共享下LTE天线参数规划与优化的具体操作和仿真,采用量化分析验证了全局约束的现网站址共享下LTE天线参数规划与优化的科学性和可行性。

引入全局约束的精简人脸关键点检测网络

人脸关键点检测是计算机视觉中的典型问题之一,对于人脸三维重建、表情识别、头部姿态估计、人脸跟踪等有重要影响。目前基于深度神经网络的模型在人脸关键点检测性能表现最为突出,已被广泛采用。但是现有关键点检测深度神经网络结构设计越来越复杂,对于训练和测试需要的计算和存储资源要求越来越高。本文提出一种新的精简的关键点检测网络结构以代替现有的网络结构。相对其他网络结构,精简网络只包含一个特征提取模块,以及由几层反卷积层组成的上采样模块。此外我们在网络结构中加入对人脸所有关键点的全局约束,以减少预测离群点的产生。实验表明引入全局约束的精简网络结构在300-W数据集上取得的检测性能超出了目前典型深度神经网络检测模型。

局部约束与全局约束对WCET分析的影响浅析

循环语句的执行次数对程序的执行时间是有影响的,通常循环次数越多,程序执行时间越长。因此,在最差情况执行时间分析中通常需要指明程序循环语句的执行次数上限。本文简要分析使用局部约束与全局约束标注循环上限对最差情况执行时间分析结果的影响。

基于多目标全局约束的任务分配和调度算法

针对嵌入式系统中大多数任务执行算法不考虑目标成本问题,提出了一种基于多目标全局约束的任务分配和调度算法。算法使用约束逻辑编程来对任务执行资源如处理单元、通信设备以及代码和数据存储量的使用进行多目标全局约束。算法假设ROM和RAM分别用于代码存储和数据存储,算法还考虑数据在数据存储器中的位置。实验结果表明,尽管在多个约束条件下,提出的任务分配和调度算法无论在代码存储和数据存储量使用方面,还是在对任务有效求解方面都能取得比普遍采用的贪婪调度算法更好的结果。

全局约束反演多道吸收补偿方法

基于反演的反Q滤波是目前较为常用的一种地震波吸收补偿方法,该方法通过将L2范数正则化作为纵向约束以提高反演结果的稳定性,但噪声会降低反演的准确性和稳定性。为此,提出了一种基于反演的全局约束多道吸收补偿方法。该方法首先需要根据地震信号的可预测性计算信号预测误差算子,然后将其作为横向约束算子加入到纵向约束单道吸收补偿系统,由单道吸收补偿系统拓展为多道吸收补偿系统。基于反演的全局约束多道吸收补偿方法具有更强的抗噪性和稳定性,可有效减小补偿对于高频噪声的放大效应,提高地震资料的分辨率和信噪比,使地震同相轴横向上更连续。模型数据和实际数据实验结果证实了方法的有效性。

全局约束自适应量化的遥感图像压缩算法

针对JPEG2000算法存在大量计算冗余影响星载遥感图像压缩速度的问题,提出一种全局约束自适应量化的星载遥感图像快速压缩算法.根据给定目标码率、输入图像特性和各子带特性,考虑JPEG2000内部之间的联系,从全局角度自适应设置各子带量化步长,从而减少最为耗时的EBCOT待编码数据量.实验结果表明,该算法减少了JasPer90%-95%的冗余数据,从而减少了层一编码时间和层二截断时间,显著提高了JPEG2000的编码速度,相比JasPer速度提高了1倍左右,而重构图像质量还略有提高.

矿区井下无人运载车辆全局约束下的局部路径规划方法

由于矿区井下作业的特殊性,对于生产安全有很高的要求,随着无人驾驶技术的快速发展,采用无人运载车辆完成矿区井下运输任务的相关技术受到广泛关注。本文针对矿区井下作业任务的特性,即运输路线通常是预先定义的全局路线,而矿区内的场景动态变化出现新的障碍物,无人运载车辆需要实时进行局部路线规划,提出一种全局约束下的局部路径规划方法。该方法通过路径规划获得的路线,一方面要满足全局路径的约束以确保按照预先定义的路线行进,另一方面要满足局部路径的约束,回避障碍物且最大效率的利用车辆的加速度保持行进速度。为了验证所提出的方法,本文在实际的矿区井下场景开展了实验,实验结果证明本方法的有效性。

基于多目标全局约束的网络通信系统跨层资源分配

为了提高网络通信系统跨层资源分配的均衡性,提出基于多目标全局约束的网络通信系统跨层资源分配方法。构建了网络通信系统跨层资源的大数据挖掘模型,采用模糊特征检测方法进行资源特征挖掘,通过模糊关联规则分配方法进行资源特征分解和优化提取;采用层次化演化聚类方法进行资源自适应分块匹配,结合多目标全局约束方法,实现网络通信系统跨层资源分配。仿真结果表明:采用该方法进行网络通信系统跨层资源分配的均衡性较好。

半全局约束下的多基线立体影像MVLL匹配方法

多视铅垂线轨迹法(multi-view vertical line locus,MVLL)能够以物方地面铅垂线为几何约束,匹配获取物方空间点的最佳高程,是一种实用的多基线立体影像匹配方法。针对MVLL匹配方法中的物方空间点独立匹配、缺少整体性约束问题,将物方空间局部光滑特性应用至匹配过程,提出了一种半全局约束下的多基线立体影像MVLL匹配方法。首先,将物方空间点沿地面铅垂线上的准确高程搜索,等效至像方空间沿核线方向上的准确视差搜索;其次,采用MVLL匹配方法计算物方空间点在多张影像上的等效像方匹配测度;然后,采用半全局匹配法(semi-global matching,SGM)对匹配测度进行多路径聚合分析,得到物方空间局部光滑约束下的等效视差图;最后,将等效视差图转化为物方空间点匹配高程,并对多基线立体影像进行多分辨率匹配处理,实现整体最优条件下的MVLL匹配。采用多类型地形特征与局部区域影像进行匹配实验与对比分析,实验结果表明,所提方法能够对多类型地形特征的物方空间匹配测度进行优化,获取更加可靠的匹配结果,具有更高的影像匹配性能。

基于全局和局部约束直推学习的鲁棒跟踪研究

在目标跟踪中,大部分算法都是假设目标亮度不变或者目标子空间不变,然而,这些假设在实际场景中并不一定满足,特别是当目标和背景都发生较大变化时,目标容易丢失.针对这种情况,本文从直推学习的角度重新描述跟踪问题,并提出一种鲁棒的目标跟踪方法.为获得更好的跟踪效果,目标当前状态估计不仅要逼近目标模型,而且要与以前的结果具有相同的聚类.本方法利用目标模型对跟踪问题进行全局约束,利用以前的结果约束状态局部分布,构造代价函数.将以前的状态估计作为正样本,当前的候选状态作为未标记样本,以所有样本为顶点建立图,同时学习目标的全局外观模型和所有状态的局部聚类结构.最后利用图拉普拉斯,通过简单的线性代数运算,获得代价函数的最优解.在实验中,选取包含各种情形的视频,如目标的姿势改变、表情变化、部分遮挡以及周围光照的变化等,利用本文提出的方法测试,并和其他算法比较.实验结果表明,本文方法能够很好处理这些情形,实现对目标的鲁棒跟踪.

基于模型全局寻优宽带约束反演方法在某矿井区煤层厚度预测方面的应用

鄂尔多斯呼吉尔特勘查区南部某矿井区的重点开采煤层非常薄,提高储层预测的纵向分辨率是预测研究的难点。本文对研究区三维地震资料特点,开展了基于模型的全局寻优求解宽带约束反演技术的应用研究,定量识别薄煤层。预测煤层厚度与实际钻遇煤层厚度误差在0.25m以内,储层反演分辨率高。

基于全局约束的监督稀疏保持投影降维方法研究

非约束环境下采集的人脸图像复杂多变,稀疏保持投影降维效果不理想。鉴于此,提出一种基于全局约束的监督稀疏保持投影(SSPP-GC)算法。通过引入监督超完备字典和类内紧凑度约束,增强同类非近邻样本的重构关系;并且,在低维投影时增加全局约束因子,使得投影矩阵既考虑了样本的局部稀疏关系,也考虑了全局分布特性,进一步消除异类伪近邻样本的低维映射影响。在AR库、Extended Yale B库、LFW库和PubFig库上进行实验仿真,大量实验结果验证了本文算法的有效性。

应力约束全局化策略下的连续体结构拓扑优化

利用Mises强度理论,提出了应力约束全局化策略,将局部的应力约束问题转化为结构整体的应变能约束问题．基于ICM(独立、连续、映射)方法,引入了独立、连续的拓扑变量,对单元重量、单元刚度和单元许用应力的过滤函数进行了选择,建立了以重量为目标,以结构应变能代替应力约束的多工况下连续体结构拓扑优化模型,寻找到了多工况下的最佳传力路径．运用对偶二次规划方法对上述优化模型进行了求解．另外,利用PCL语言,在MSC／PATRAN的开发平台上,实现了应用应力约束全局化策略进行连续体结构拓扑优化的模块化处理．数值算例表明了该方法的可行性和有效性．

基于Kriging模型和对偶理论的无约束全局优化方法

针对基于Kriging模型的全局优化方法收敛速度慢、优化效率低且无法跳出局部最优区域等缺点,提出一种基于Kriging模型和对偶理论的无约束全局优化方法,引入正则对偶变化将普通Kriging模型本身的非凸优化问题转换为凸优化问题,利用基于Kriging模型的改进信任域策略对该凸优化问题进行迭代寻优。该方法能有效平衡全局和局部搜索行为,并大幅提高算法性能。通过7个数值测试例子和一个工程仿真实例,验证了所提方法的有效性和实用性。