计算机网络实验平台下自主实验的探索与实施

培养创新性人才是高校教育的重要目标。传统的网络实验,无益于学生创新能力的培养。以计算机网络实验平台为基础,探究开设自主实验的重要性、自主实验的开设要求以及开展哪些网络自主实验,从而确保培养学生的创新能力和终身学习能力。

应用GPU集群加速计算蛋白质分子场

针对生物化学计算中采用量子化学理论计算蛋白质分子场所带来的巨大计算量的问题,搭建起一个GPU集群系统,用来加速计算基于量子化学的蛋白质分子场.该系统采用消息传递并行编程环境(MPI)连接集群各结点,以开放多线程OpenMP编程标准作为多核CPU编程环境,以CUDA语言作为GPU编程环境,提出并实现了集群系统结点中GPU和多核CPU协同计算的并行加速架构优化设计.在保持较高计算精度的前提下,结合MPI,OpenMP和CUDA混合编程模式,大大提高了系统的计算性能,并对不同体系和规模的蛋白质分子场模拟进行了计算分析.与相应的CPU集群、GPU单机和CPU单机计算方法对比,该GPU集群大幅度地提高了高分辨率复杂蛋白质分子场模拟的计算效率,比CPU集群的平均计算加速比提高了7.5倍.

面向复杂光照的舞台演员检测

复杂舞台场景存在多个光源产生的偏色和光照不均匀问题,严重影响了演员检测的精度.针对上述问题,提出一种基于伪多模态融合的演员检测方法.首先随机选取一种光照处理方法构建增强图像,与原图像构成伪多模态图像对;然后在增强图像中以演员关键点建立候选集合,从集合中随机选取部分关键点所在的区域构建增强补丁集合,并将补丁替换到原始图像中进行训练;最后在传统特征金字塔网络的基础上借鉴Transformer编码器的构建形式,利用视觉注意力模块构建视觉注意力编码器,强化多尺度特征的交互逻辑.在自建4543幅包含舞台演员的图像数据集上与3个模型进行组合,舞台演员检测的均值平均精度分别提升0.4%~2.9%,表明所提方法能够较好地降低偏色和不均匀光照的影响.

现实及网络社会排斥与大学生抑郁的关系：自我控制的中介作用

对1077名大学生进行调查,探讨现实、网络社会排斥和自我控制与大学生抑郁的关系。结果显示:(1)现实社会排斥与网络社会排斥在发生频率上没有显著差异;网络社会排斥、现实社会排斥、自我控制以及抑郁两两之间均呈显著正相关关系;(2)现实社会排斥不仅能够对抑郁产生直接的预测作用,而且能够通过自我控制的中介作用对抑郁产生影响;(3)网络社会排斥对抑郁的直接预测作用不显著,只能够通过自我控制的中介作用对抑郁产生影响。

共现网络分析国内外医疗可视化设计研究的演化路径

目的从文献计量学的角度来分析国内外医疗可视化设计领域里的研究进展、研究热点和发展趋势,并通过文献量化对比分析得出国内外发展的结论和建议,助于全面补充我国医疗可视化的研究领域。方法从社会科学研究领域将研究主题“医疗可视化设计”等在国内知网CNKI数据库和国外Web of science数据库进行检索,利用文献分析的可视化工具Citespace和Vosviewer进行文献计量可视化分析和知识图谱分析。结果国内医疗可视化设计的研究正在朝着数据-产品-体系-空间全方位体现智慧医疗的应用发展。国际上该领域的发展体现出关怀–公众–数字–技术的循环发展模式,医疗可视化设计继续向着个性化、精准化、交互化的方向发展。结论对比分析国内外医疗可视化设计研究的不同发展演化路径,从创新视角下归纳医疗可视化设计的循证可视化工具研究模型,并为未来医疗可视化设计发展方向提供思路。

一种面向云计算群组优化时效改进的学习模型

针对传统的云计算调度模型对任务调度求解时间长的缺陷,提出一种结合差分进化的改进的新蝙蝠算法(Optimized Novel Bat Algorithm,ONBA)优化算法来获取任务的调度数据。利用该调度数据对改进的改进的深度信念网络(Improved Deep Belief Network,IDBN)模型进行训练,通过对训练学习率和训练次数的自适应调优来实现训练时效的提高,从而实现对云计算调度结果的快速准确预测。实验结果表明,应用该方法训练完成的改进IDBN模型进行调度时,在保证预测群组优化结果准确的前提下,其能够有效缩短云计算的实际调度时间,弥补了传统群组优化模型调度耗时的缺陷。

量子计算及量子算法研究进展

量子相干性和量子纠缠等特性为量子计算带来了完全不同于经典计算的独特运算方式,量子计算表现出的并行性更是令经典运算望尘莫及。Shor算法的提出完全展示了量子算法在解决某些经典问题时的优势,接踵而至的Grover搜索算法进一步诠释了量子计算的威力。此后,算法"量子化"在国际上掀起了研究的热潮,尤其在量子智能算法方面取得了不错的成果。文章首先介绍量子计算的发展现状和基本原理;然后列举三种典型的量子算法,展示量子计算的优越性;最后介绍该领域的研究进展。

WSN中基于区域划分的半自动DV-Hop定位算法

在WSN领域中有很多亟待研究和解决的关键问题,节点的自我定位是其中之一。在众多定位算法中,DV-HOP是广受讨论或引用的定位算法,但该算法使用跳数乘以网络平均跳距来代替节点间的实际距离,而平均每跳距离的计算精确度与网络的性状、节点密度、拓扑结构等有很大关系,直接影响到DV-HOP算法的定位精度。针对DV-Hop算法这一缺陷,从半自动获取平均每跳距离、划分定位区域和对边缘区域采用坐标贴边三个角度,提出命名为ADBSA DV-Hop的改进的DV-HOP算法。在MATLAB平台上对ADBSA DV-Hop算法与DV-Hop算法进行了对比仿真实验,结果表明,ADBSA DV-Hop算法运行性能好于DV-Hop算法,尤其满足贴边定位情景的需要。

张量局部Fisher判别分析的人脸识别

子空间特征提取是人脸识别中的关键技术之一,结合局部Fisher判别分析技术和张量子空间分析技术的优点,本文提出了一种新的张量局部Fisher判别分析(Tensor local Fisher discriminant analysis,TLFDA)子空间降维技术.首先,通过对局部Fisher判别技术进行分析,调整了其类间散度目标泛函,使算法的识别性能更高且时间复杂度更低;其次,引入张量型降维技术对输入数据进行双边投影变换而非单边投影,获得了更高的数据压缩率;最后,采用迭代更新的方法计算最优的变换矩阵.通过ORL和PIE两个人脸库验证了所提算法的有效性.

农村水电站电能生产动态不确定性优化调度模型

农村水电站由于存在模糊动力特性、瞬时给定负荷和不确定检修计划等动态不确定因素,故不能采用确定环境下的全局优化调度模型,针对该问题构架了基于网络控制系统的动态不确定优化调度模型,该模型由环境预测数据库、滚动时窗、时窗优化模件、时窗驱动器、反馈校正器等组成。结合农村水电站电能生产的具体过程对该模型进行软件编制,构建了基于I/O调度触发器的环境预测数据库,设计了混合确定与不确定约束的滚动时窗,研制了按周期滚动优化的时窗优化模件,开发了由定时器和事件驱动器组成的时窗驱动器,形成了具有不确定因素补偿功能的反馈校正器。优化调度运行与实际仅凭经验运行的对比结果表明,该模型可以有效地解决农村水电站电能生产的动态不确定问题,明显地提高了水电站的发电效益。

分布式企业服务总线平台数据集成研究及应用

为实现大规模的异构数据集成,解决数据源异地分布的问题,满足不同系统和应用之间的信息交互和共享,设计了一种企业服务总线(ESB)平台下的数据集成模型。该模型采用WSDL和XML描述,能够结合ESB系统的集成场景进行数据集成。提出了一种基于消息流程的负载均衡算法,该算法根据服务执行组件的负载情况和分布式节点的资源状况进行流程节点分配,并将其应用于分布式ESB系统的应用集成模型中,能够高效地处理ESB系统数据传输过程中的大量消息,有效解决应用流程执行时存在的消息处理能力低下的问题。最后,以医疗信息系统集成的仿真应用为例,在采用上述模型和算法的分布式ESB平台上,验证了其在解决大规模异构数据服务集成以及消息处理的负载均衡问题时的可行性和有效性。

一种基于机器学习的MANET网络入侵检测性能评估方法研究

移动Ad hoc网络(MANET,Mobile Ad hoc Networks)正得到越来越广泛的应用,相应的网络安全问题也开始得到广泛的关注。研究MANET网络可能遭遇的攻击方式,提出基于机器学习技术的入侵检测性能评估模型,并提出一个综合评价指标,比较了7种机器学习算法在MANET网络入侵检测中的性能表现,对于构建安全有效的MANET网络具有重要的意义。使用GloMoSim仿真工具对MANET网络正常行为及黑洞、洪水、丢包3种入侵行为进行模拟,并详细分析了各种攻击情况下,7种机器学习算法的性能表现。分析结果显示,该评估模型能较好地反映出各种机器学习算法的性能,其中,多层感知器、逻辑回归和支持向量机具有较高的检测率及较低的误报率。

三维模型语义检索研究进展

针对近年来三维模型检索研究不只是考虑形状相似性匹配,而更多地关注如何把语义知识应用于检索这一研究新动态,对三维模型语义检索研究现状,包括三维模型知识提取、语义检索中的主动学习机制、三维模型语义检索系统等方面进行总结.在此基础上,对已有研究成果进行比较分析,突出三维模型语义检索取得的进展以及存在的问题.最后,提出三维模型语义检索需要进一步深入研究的方向.

采用分层结构的WSN室内三维定位算法的研究和设计

节点定位是无线传感器网络的应用基础和重要支撑技术之一.目前对于节点定位已有大量的研究成果,但面向室内三维定位的研究尚少,也没有推出有效的定位算法.本研究在考虑建筑物中节点按水平分层分布的特点及非高精度三维定位无法解决楼层判定问题后,提出一种分层结构的定位思想,即给节点预设楼层参数,通过投影测距算法利用节点间的投影距离进行三边定位从而降低网络拓扑对算法的影响,而且使三维定位从至少需要4个信标节点减少到3个.仿真结果表明,该算法比DV-Hop算法的定位精度的定位覆盖率都高,并且在信标节点比例较低及网络稀疏的情况下表现出较好的鲁棒性和稳定性.

废旧汽车逆向物流回收模式的研究

针对废旧汽车逆向物流的特点,分析了制造商、零售商和第三方3种不同市场的回收模式,并对不同回收模式提出了双边垄断市场结构下废旧汽车回收决策的双层规划模型。模型中考虑了由于再制造成本的不确定性所带来的风险,在Stackelberg博弈框架下对模型求解和分析。针对3种参与者的不同回收投资效率,对各回收模式的最优均衡零售价、回收率、批发价和供应链各成员利润进行了比较,并通过算例验证。结果表明,供应链各方回收投资效率不同时,第三方回收模式对回收投资效率的要求最高;回收投资效率相同时,宜优先选择零售商回收模式。

基于双色反射模型的彩色结构光颜色识别的研究

为了快速准确地识别出彩色结构光系统中的投射光颜色信息,该文提出了基于双色反射模型的投射光颜色识别算法.首先通过对数码相机和投影设备进行色度标定,以消除两者之间的耦合性差异;接着通过估计物体三颜色通道光谱反射率以及分离镜面反射成分和漫反射成分,来修正物体本身颜色和镜面反射对投射光源颜色的影响.实验结果表明,该文提出的投射光颜色识别算法对于双色反射模型条件下的彩色结构光颜色识别具有鲁棒性高、计算速度快、识别准确度高等优点.

同向式双目立体全方位视觉传感器的设计

为了获取立体全景图像,利用双曲面折反射镜面构成的全方位视觉传感器(Omni-Directional Vision Sensor,ODVS)具有固定单视点、水平方向360°、垂直大范围视场等成像特点,将两个具有相同成像参数的ODVS以面对背方式进行组合构成一种新型的双目立体全方位视觉传感器;组合时将上下两个ODVS的单视点固定在同一轴线上,并将两个ODVS的成像平面垂直于该轴线;组合而成的双目立体全方位视觉传感器能简化成像单元的标定、极线的配准以及特征点匹配等繁琐的步骤。实验结果表明,设计的双目立体全方位视觉传感器能有效解决极线约束难题、快速实现全景立体图像的特征点匹配、降低物点深度测量的复杂度。

特征抽象的直接体绘制方法

直接体绘制需要借助于传输函数,而设计一个有效的传输函数非常耗时且需要具备丰富的经验.为此提出一种不透明度自动调节的可视化方法.通过分析采样光线提取出数据的特征,并将这些特征抽象为不同层次的采样点,抽象采样点的不透明度根据采样光线上特征数的变化而改变;在保证最远抽象采样点可见度最大的前提下,推导并修改传统体绘制积分方程,得到基于抽象采样点的体绘制积分方程.实验结果表明,该方法不依赖于传输函数,能有效地展示体数据中的特征信息.

局部特征加强的体绘制算法

最大强度差值累积结合了直接体绘制和最大强度值投影的优势,但其在累积过程中会遗漏一些局部特征.为了绘制体数据中局部特征信息,提出一种局部特征加强的直接体绘制方法.通过查找采样光线上特征边界点来确定局部最大强度的区域,利用局部差值累积的方法加强特征区域的绘制;为了提高特征分界点的查找精度,引入移动最小二乘法来平滑采样光线上的标量值,并利用用户自定义的阈值函数来控制特征的绘制;在绘制过程中,采用特征分析的表面光照模型增强绘制特征的三维立体感,引入深度信息对局部特征累积算法进行优化,并引入了Tone衰减方法使累积颜色值处于正常显示范围.实验结果表明,文中方法可在不需要传输函数的前提下绘制体数据中的特征信息.

进化树拓扑路网构建及多停靠点路径规划方法研究

针对多停靠点线路优化问题,提出一种基于邻接矩阵网络拓扑树构建的路径寻优方法,借鉴系统生物学中进化树分类的思想,引入路网结点间邻接关系评价标准邻接值的概念,将路网按照其结点邻接关系归类划分为以路网结点间邻接值为表征的路网拓扑进化树,同时对线路路径寻优问题中目标结点进行动态回溯分类,在限定路网搜索区域同时采用分支定界搜索策略进行搜索优化,降低了搜索算法时间复杂度.最后依据国家基础地理信息系统网站提供的国界、省会城市及主要公路基础地理数据进行系统实现,证明该算法的有效性.