T-Kernel任务调度的实时性分析

T-Kernel由于其实时性及开源性,在全球微处理器操作系统市场中已占据了一半以上的份额。该文分析了T-Kernel的任务状态及任务调度机制,给出了其调度时机及调度算法,并从嵌入式实时操作系统的实时性出发,分析了该调度机制的主要优点。

基于T-Kernel的POSIX线程库的研究

在分析了T-Kernel对POSIX标准接口支持的基础上,结合MiniGUI在嵌入式操作系统T-Kernel上的移植,引入了任务与线程一一映射模式,实现了满足实时应用的基于T-Kernel的POSIX线程库。通过运行MiniGUI的应用程序,验证了其可以满足程序并发执行的要求。

基于ARM和T-Kernel的纸币特征采集预处理系统

不同的嵌入式系统依据其功能和性能要求选择不同的嵌入式操作系统,由于μcLinux操作系统并不能完美地满足实时采集系统对实时性的要求,因此操作系统选用了T-Kernel,处理器选用了ARM系列的S3C4510B。结合T-Kernel和S3C4510B的特点,设计了实时纸币特征采集预处理系统,可以满足对实时性的要求。

T-Kernel在Blackfin处理器上的移植分析

T-Kernel是日本T-Engine组织推出的开源免费的嵌入式实时操作系统(RTOS),以其强实时小体积内核著称。本文针对T-Kernel在Blackfin处理器(BF533)上的移植过程进行了分析,给出了中断管理,任务切换和系统调用入口的实现方法,并进行了稳定性和实时性测试,保证了移植系统的性能。

Arm和T-kernel系统的远程调试工具设计

针对抢占式实时操作系统T-kernel在嵌入式系统应用开发中从宿主机到目标机远程调试的需求,基于Arm平台利用T-kernel实时监听任务与Arm exception系统模式相结合,设计并实现了一款运用于Arm与T-kernel平台下基于RSP协议的小型远程调试工具,为开发者远程调试程序排除bug提高了效率,并节省了成本。该工具已经在实际开发中得到了良好的运用效果,本设计思路和方法也同样适用于Arm平台和其它抢占式实时操作系统相结合的应用。

基于μC/OS-Ⅱ与T-Kernel的RTOS比较分析

实时操作系统在嵌入式系统中占有重要地位,它是嵌入式应用程序开发的基础平台。目前市场上的RTOS种类繁多,选择使用时存在一定难度,因此,将介绍两款应用前景广阔的嵌入式实时内核μC/OS-Ⅱ与T-Kernel,根据二者主要性能指标做出详细的比较分析,并给出各自的适用领域,为嵌入式系统设计者提供参考。

ARM和T-Kernel系统的DMA驱动程序设计

T-Kernel是以T-Engine系统为核心的一款开源的实时操作系统,把作为操作对象的资源称为核心对象。任务是T-Kernel上的程序执行单位,应用程序通常由一个或多个任务组成。笔者基于ARM PrimeCell处理器,依照嵌入式标准开放平台T-Engine的设计思想,结合抢占式实时嵌入式操作系统T-Kernel,设计并实现了一款DMA驱动程序。该驱动程序的设计方法简单,使用流程简易,实用性较强,可移植性也很强,适合于同类型的其他抢占式开源操作系统内核。

基于实时操作系统T-Kernel的多任务软件设计

研究基于实时操作系统T-Kernel的多任务软件设计。首先介绍了实时操作系统T-Kernel的基础知识,包括任务管理、同步与通信管理和中断管理等。以一种基于T-Kernel的播放器软件设计为例,描述了进行多任务设计,主要是软件的多任务划分和设计编程,最后介绍开发播放器软件的经验并进行了总结。

基于T-Kernel的CF卡驱动程序设计

介绍了T-Kernel的两种设备驱动程序接口及相关函数,解析和设计T-Kernel的CF卡驱动开发流程。

三维打印机控制系统设计与精度分析

针对基于PC+运动控制卡的三维打印机控制系统具有弱实时性、封闭性等不足,通过采用基于ARM+DSP双处理器架构进行三维打印机控制系统的设计开发。本文根据需求对硬件平台资源进行划分,并对控制系统软件进行基于T-Kernel的层次化规划和任务调度。利用改进的神经网络算法对三维打印机控制参数进行优化,并进行三维模型打印实验。实验结果表明,打印件轮廓清晰、尺寸误差小、打印精度符合要求。该控制系统满足了三维打印机的功能需求,运行稳定可靠。

基于改进自适应粒子群算法的T-S模型辨识

提出基于改进自适应粒子群算法(Improved Self-adaptation Particle Swarm Optimiza-tion,PSO)的T-S模糊模型辨识方法。首先,利用核函数的模糊聚类算法划分数据空间,尽可能少地提取模糊规则,并消除孤立点、噪声点数据等的不利影响;其次,基于ISPSO算法进行参数辨识,将待辨识的参数划分为若干粒子,自适应更新飞行速度,动态修改惯性权因子,惯性权因子呈非线性动态变化,不仅可以克服PSO算法陷入局部最优的早熟,失去多样性,而且可以提高粒子在全局最优位置绕行时的稳定性。提出的方法使得T-S模型辨识达到较高的辨识精度。仿真实例和比较分析证明了该算法的有效性。

基于Bootstrap方法的VaR区间估计

本文介绍了非参数方法中基于自助法的三种区间的估计方法,并将它们应用到金融资产的VaR计算上.自助法很好地克服了历史模拟法的一些局限性.本文对上证综合指数(IA0001)进行了VaR计算的实证分析,计算了VaR点估计和区间估计,并比较了几种计算方法各自的特点,得出了一些有意义的结果.

基于核主成分分析的高校科技创新能力评价研究

高校在国家创新体系中占有举足轻重的地位,高校科技创新能力评价研究对提高高校科技创新能力具有积极的意义。基于核主成分分析的评价方法能够有效去除高校科技创新能力评价指标体系中的非线性相关信息,从而取得较好的评价结果。以15所教育部直属高校科研统计数据为样本,利用核主成分分析法进行了高校科技创新能力评价的实证分析,并与主成分分析结果进行了比较,结果表明,核主成分分析能够取得更高的主特征值累积贡献率,从而产生更为合理的评价结果。

软件可靠性预测中不同核函数的预测能力评估

基于核函数回归估计理论的软件可靠性预测建模引起诸多研究者的兴趣.此类研究中,核函数选择问题尤为重要.然而目前还很少有针对所给软件失效数据进行核函数选择或者构建核函数的工作.在14个常用软件失效数据集上应用配对t-检验对基于核函数理论的软件可靠性预测模型中核函数选择问题进行研究.使用的核函数回归估计方法包括核主成分回归算法、核偏最小二乘回归算法、支持向量回归算法、相关向量回归算法;核函数包括高斯核函数、线性核函数、多项式核函数、柯西核函数、拉普拉斯核函数、对称三角核函数、双曲正割核函数、平方正弦基核函数.实验结果表明:不同类型的核函数在不同数据集上表现差异较大,高斯核函数在所有数据集上表现较为稳定,预测结果最好.

条件t-分位数核估计的逼近速度

该文研究了条件Ｔ－分位数核估计的逼近速度问题．在适当的条件下．给出了核估计的强收敛速度、正态追近速度和Ｂｏｏｔｓｔｒａｐ逼近速度．

基于欧式距离的一种新的核函数(英文)

支持向量机表现的好坏很大程度上取决于核函数的选取,因此最近几年关于核函数的研究有许多。越来越多的核函数也被提了出来!但是选取合适的核函数往往却不容易,因为数据的特征往往不知道。文中利用函数的Taylor展开思想,提出了一种新的核函数,叫T-KMOD,基于KMOD提出的。该核函数的灵活性更好,可以处理很多分类的问题。用网络入侵的数据对该核函数进行了仿真,从仿真的结果可以看出,和一些常用的核函数相比,它的鲁棒性更好,有更强的分类能力。同时该函数的分类效果更好。所以该核函数和一般常用的核函数相比,可能更具有一般选择性。

基于最小二乘支持向量机的模糊辨识及其在热工对象逆系统建模中的应用

建立1种基于最小二乘支持向量机(least squares support vector machine,LSSVM)的模糊辨识方法,根据学习样本集的模糊聚类结果,产生LSSVM的模糊核函数,并证明该模糊核函数是Mercer核函数,为LSSVM提供1种构造核函数的简便方法。此外,由于所建立的模糊辨识方法在T-S模糊模型的后件参数学习过程中采用结构风险最小化准则,提高了模型的泛化能力。利用所建立的辨识方法进行热工对象逆系统模型辨识,证明了该方法的有效性。

面向高分辨率遥感影像分类的多尺度光谱-空间-语义特征融合

在核函数集成SVM分类框架下,提出一种融合多尺度光谱-空间-语义特征的高分辨率遥感影像分类方法。首先,以多尺度影像分割集为基础,利用潜狄利克雷分配模型对分割图斑的语义特征进行建模,并结合原始影像的光谱特征以及分割图斑内的空间均值特征,在不同分割尺度下分别开展光谱-空间-语义特征的多核函数融合分类;然后根据多数投票法原则在决策级集成多尺度分类结果,通过最小尺度下的分割影像实现像素级分类结果至面向对象分类结果的转化。不同场景和分辨率数据下开展的实验结果表明,该分类方法能够实现分类结果的自适应平滑分类,并在一定程度上提高建筑物和道路等"同谱异物"地物的区分能力,分类总体精度由基于光谱特征SVM的66.7%和63.7%提升至86.8%和87.2%。

基于t-SNE和核马氏距离的滚动轴承健康状态评估

针对滚动轴承在健康状态评估过程中,退化状态特征筛选和健康指数难以构建等问题,提出了一种基于t-SNE(t-distribution Stochastic Neighbor Embedding)和核马氏距离的滚动轴承健康状态评估方法。首先,利用随机森林算法筛选出重要性较高的退化状态特征,并构建高维相对退化状态特征;其次,为防止退化状态特征冗余对评估结果产生影响,利用t-SNE对高维相对退化状态特征集进行降维,将退化状态特征进行融合;最后,将其与等距映射(Isometric mapping,Isomap)、KPCA方法对比,以验证t-SNE流形学习算法进行退化状态特征降维的有效性与优越性,结果表明t-SNE算法具有一定优势。最终结果验证了所提方法的有效性。

T-SPLINE开源内核的三层数据结构及算法原理

针对T-SPLINE开源内核,论述了T样条三层数据结构及相关算法原理,以帮助使用者更快更好地掌握和应用T-SPLINE开源内核的使用方法.首先介绍T-SPLINE开源内核及三层数据结构,论述该数据结构对T样条计算与存储的高效性;然后根据三层数据结构的特点设计了一系列高效的算法,主要包括面内节点初始化算法、关键参数抽取算法、高效基函数计算算法、重节点管理算法等,并详细说明了上述算法的原理;最后对T-SPLINE开源内核的时间复杂度和空间复杂度进行了分析与验证.实验证明,T-SPLINE开源内核在时间空间复杂度上具有一定的优势.