基于双层滑动的水库旱限水位确定算法

旱限水位是水库抗旱预警的重要指标,可作为水库开展抗旱调度的重要依据,开展不同类型水库旱限水位确定算法研究,对水库旱限水位的推广及提升干旱主动防御能力有重要意义。本文探讨了水库旱限水位的概念内涵,认为水库旱限水位是在干旱缺水条件下水库供水系统达到临界平衡的水位阈值。通过引入调度期、保证期等双层控制期,提出了适用于多年调节、年调节、季调节水库的旱限水位双层滑动算法,并且形成了旱限水位控制下的水库抗旱调度策略。通过对张峰水库与和川水库进行案例分析,验证了双层滑动算法对于多年调节水库和季调节水库的可行性与合理性,结果表明,通过设定旱限水位,可以在干旱前期预留水量,有效缓解干旱年份的严重缺水情况,各个行业的缺水率和严重缺水时段均有显著减少。本研究为水旱灾害防御部门制定水库旱限水位、指导水库抗旱调度提供了一套通用算法,能够为干旱防御决策提供科学依据和技术支撑。

双层滑动型接骨板的生物力不分析与临床应用

临床实践证明双层滑动型接骨板治疗四肢长骨骨折是疗效较好的内固定方法。本文从生物力学角度对24具湿润新鲜尸体股骨进行力学试验。测定了骨折固定部位的应力、应变、位移的分布，证明了这种固定方法是符合生物力学原理的，从载荷、应力、位移等一系列曲线表明它的松动、移位，钉板断裂很少发生，它能促进新骨生长和加速骨折愈合。

基于Multi-GPU平台的大规模图数据处理

在GPU高性能节点上构建高效的大规模图数据的算法和系统已经日益成为研究热点,以GPU协处理器为计算核心不仅能够提供大规模线程的并行环境,也能提供高吞吐的内存和缓存访问机制.随着图的规模增大,相对大小局限的GPU的设备访存空间逐渐不能满足缓存整个图数据的应用需求,也催生了大量以单节点上外存I/O优化(out-of-core graph)为主要研究方向的大规模图数据处理系统.为了应对这一瓶颈,现有的算法和系统研究采用对图切分的压缩数据形式(即shards)用以数据传输和迭代计算.然而,这类研究扩展到Multi-GPU平台上往往性能的局限性表现在对PCI-E带宽的高依赖性,同时也由于Multi-GPU上任务负载不均衡而缺乏一定的可扩展性.为了应对上述挑战,提出并设计了基于Multi-GPU平台的支持高效、可扩展的大规模图数据处理系统GFlow.GFlow提出了全新的适用于Multi-GPU下的图数据Grid切分策略和双层滑动窗口算法,在将图的属性数据(点的状态集合、点/边权重值)缓存于各GPU设备之后,顺序加载图的拓扑结构数据(点/边集合)值各GPU中.通过双层滑动窗口,GFlow动态地加载数据分块从SSD存储至GPU设备内存,并顺序化聚合并应用处理过程中各GPU所生成的Updates.通过在9个现实图数据集上的实验结果可以看出,GFlow在Multi-GPU平台下相比其他支持外存图(out-of-core graph)处理的相关系统性能表现更为优异,对比CPU下的GraphChi和X-Stream分别提升25.6X和20.3X,对比GPU下支持外存图数据处理的GraphReduce系统单GPU提升1.3~2.5X.同时GFlow可扩展性在Multi-GPU上也表现良好.

基于视觉对比度机制的红外双极性小目标检测方法

红外小目标在实际场景中常呈现"双极性"的特点。局部对比度检测算法,如(Local Contrast Method, LCM)可以检测亮目标,但在检测灰暗目标方面适应性不足。在LCM算法基础上研究了一种利用双层滑动窗口结构计算局部对比度的检测算法。中值滤波器预处理图像后,采用双层滑动窗口遍历整幅图像;依据双重局部对比度计算获得图像的显著图,可以在一次图像遍历中检测出不同尺度的小目标;最后,采用自适应阈值分割方法获得目标位置。经实验验证,能克服LCM算法不能同时检测双极性目标的不足,在检测双极性目标时降低了40%的处理时长,且在相同虚警率条件下,正确检测概率提升了12.4%。

梯度差各向异性高斯滤波的红外小目标检测

针对现存背景抑制算法未能有效抑制复杂背景而导致的高虚警率及低检测率问题,提出一种基于六方向梯度差各向异性高斯滤波抑制、双层正交灰度差与对角灰度差目标增强、灰度指数自适应阈值分割的小目标检测算法。首先,采用高斯滤波技术融入梯度差思想设置一系列背景抑制策略;接着,将抑制后的图像利用正交灰度差与对角灰度差映射在双层滑窗上增强局部对比度,提高目标显著性;最后,通过像素灰度指数自适应分割算法检测真实弱小目标。实验结果表明,该算法的背景抑制因子指标高达93%,能随背景局部变化来自适应建立背景抑制模型,从而自适应抑制复杂背景突出目标。