一种面向大型地理栅格数据的并行处理框架

随着高分辨率数据获取技术的发展,地理栅格数据的数据量不断增大,串行计算方式无法快速处理大型栅格数据,因此需要通过并行技术提高效率。传统开发过程将算法与进程调度、内存管理以及数据I/O混杂在一起的编程方式,对程序员要求较高,代码质量不易控制。本研究提出了一种面向大型地理栅格数据的并行处理框架,利用核心类的真实和虚拟两种读取方式,实现了大型数据的分步骤、分块的快速加载和写入,并将所有的并行任务调度、进程间的数据传输过程以及特定的栅格算法步骤归结为任务;通过该框架可以将算法本身与并行调度、磁盘I/O等底层操作分离,使算法编写者可以专注于算法本身,降低开发难度,提高代码质量,解决了快速编写大型地理栅格数据算法程序的目的。实验表明,本框架可实现较好的并行效果,并显著降低代码量、提高软件质量。     

粉末燃料冲压发动机内镁粉尘云层流燃烧模型

对粉末燃料冲压发动机预燃室内镁粉尘云燃烧过程进行了研究,建立了镁粉尘云的一维层流预混燃烧模型。研究表明,镁粉尘云层流火焰传播很稳定,燃烧过程中火焰结构基本不变,燃烧区很薄,而预热区厚度约是燃烧区的2-3倍。粉尘云中镁颗粒的蒸发和气相镁与氧气的均相反应是产生火焰的直接原因,也是火焰得以传播的关键。预热区气相温度升高主要靠燃烧区气体的导热和扩散过来的气相镁与氧气反应释放热量,而预热区颗粒相温度升高主要靠气相对其对流传热。分析了各参数对粉尘云燃烧的影响,颗粒相对浓度对粉尘云燃烧的影响比较复杂,在浓度较低的情况下,增大颗粒相对浓度有利于粉尘云快速燃烧;而在浓度较高的情况下,增大颗粒相对浓度则不利于粉尘云快速燃烧。随颗粒粒径的增加,火焰传播速度减小,火焰温度升高,预热区厚度增大。火焰传播速度和火焰温度随粉尘云初温增加线性增长,预热区厚度随粉尘云初温增加抛物线增长。数值模拟与文献中试验结果的变化趋势相一致。     

低信噪比下融合随机共振的运动目标检测算法

为提高智能视频监控系统中运动目标检测算法在低信噪比条件下的鲁棒性,结合混合高斯背景建模算法和随机共振原理实现一种低信噪比下的运动目标检测算法。算法根据混合高斯背景模型对当前帧生成目标概率灰度图,在本文定义的性能评价函数下,通过向该概率灰度图添加噪声使得评价函数最优化从而达到随机共振,对该随机共振灰度图进行阈值分割得到输出的检测目标。针对昏暗、大雾和红外视频分别进行了实验,证实了本文算法的有效性同时也显示本文算法相对于普通背景差算法性能获得了明显提升。     

基于贝叶斯决策的图像检索相关反馈方法研究

为了有效解决基于内容图像检索中“语义鸿沟”问题,利用贝叶斯决策理论估计图像检索中相关图像集与不相关图像集合的分类面,通过移动查询点的策略,指导新一轮的查询,将查询点移向好的范例点而远离坏的范例点。试验证明该方法是一种有效的基于统计分析的反馈方法。     

一种高效的通信电台测试点优化故障诊断策略

针对通信电台的测试诊断问题,通过建立“故障一测试”相关性矩阵,提出了一种GADPSO算法与最大诊断信息量准则结合进行通信电台故障诊断的方法．GADPSO算法收敛速度快、计算精度高,既避免了陷入局部最优和早熟收敛,又提高了优化效率;最大诊断信息量准则能全面评判测试点,快速有效地获得测试顺序．该方法为通信电台故障诊断提供了一种高效诊断策略．     

基于图像识别引导的AGV运行仿真研究

在自动化立体库中,为较好地分析AGV图像识别引导技术,验证该技术的可行性,进行了AGV运行仿真研究。首先,分析了AGV运行环境情况,利用3dsMax进行了场景建模。然后,将模型文件读入OpenGL,编写程序实现AGV运动和运行视点的变换。通过采集AGV车身与路径轴线的偏差,计算其平均绝对误差并与实际要求比较,结果满足实际要求,从而验证了该技术的可行性。     

云纹数字图象处理新方法及通用软件系统

本文介绍了多种云纹数字图象处理新方法及云纹处理通用软件系统。在这些新方法中,利用云纹数字图象全场每个点的灰度信息进行处理和变换,得到全场直观、定量的应变信息。这些方法和软件系统为云纹法的广泛应用提供了有力工具。     

基于PSO-RBF神经网络的雷达目标识别

为提高雷达系统目标识别能力,对粒子群算法及RBF神经网络进行了分析。针对离子群算法(PSO)易陷入局部极小的缺陷,提出了基于自适应时变权重和局部搜索算子的改进PSO算法,并将该算法应用到RBF神经网络核函数参数的优化学习中,进行了雷达目标识别仿真实验。仿真结果表明,相对于标准PSO-RBF神经网络,改进算法不仅收敛速度快,且误差精度高,特别在干扰较强时,目标的识别率有较大提高。     

典型线性火工分离装置作用过程数值模拟及试验研究

针对目前线性火工分离装置的优化设计主要依靠试验验证,成本高且设计优化迭代慢的问题,采用任意拉格朗日-欧拉方法建立典型线性火工分离装置的数值模型。通过火工分离试验和光子多普勒测速试验对上述数值模型进行验证,发现该数值模型具有较好的精度。使用该模型研究上述火工分离装置分离瞬态过程的力学机理,并定量分析多种因素对分离装置重点部位等效塑性应变等关键特征量的影响。研究发现,芯药线密度、分离板削弱槽底部的圆角半径对分离装置的作用过程有重大影响。此外,保护罩材质、削弱槽开口角度、分离板槽结构尺寸等因素对分离过程也有一定影响,但其影响相对较小。研究结果可以为典型线性火工分离装置的优化设计提供基础。     

融合图嵌入的Smooth-PCANet图像识别算法

主成分分析网络（Principal Component Analysis Network,PCANet）是一种简单的深度学习算法,在图像识别领域具有优秀的性能。然而PCANet在构建网络卷积核时只关注了图像的主分量信息,忽视了近邻像素点之间的位置关系。而通常情况下,图像的相邻像素点具有空间强相关性,因此利用图结构保持像素点的位置近邻关系更有利于网络提取有效特征。因此,我们将图嵌入思想融入PCANet,提出一种新的图像识别算法Smooth-PCANet。为了验证Smooth-PCANet算法的有效性,我们在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。