MPSoC软硬件划分的自动波竞争神经网络算法

针对基于可重用组件的MPSoC软硬件划分问题,提出了一种采用自动波竞争神经网络的优化算法。先将软硬件划分问题转化为图论中的多约束最短路径问题,然后重新设计神经网络中的自动波机制,从组件库中为系统中的每个任务模块选择合适的软件构件或IP核,在系统成本和实时性约束下,使得MPSoC功耗最优。该算法具有并行化、无参数、易于硬件实现的特点,可获得MPSoC软硬件划分问题的最优解。     

基于GPU的平滑地形可视化算法

提出了一种基于GPU的平滑地形可视化算法,侧重于解决地形可视化方法面临的时间连续性和空间连续性问题。算法采用了规则地形块的批LOD可视化方法。基于平滑过渡的思想,考虑了地形块相邻层次间的过渡和相邻的不同地形块间的边界匹配关系,以地形块的区域划分为基础,为每个顶点实时分配相应的过渡权值,在地形块的绘制过程中同时完成了不同LOD层次以及不同地形块间的平滑过渡,实现了整个地形的平滑可视化。面向GPU的算法设计与实现保证了其执行效率。针对典型数据集,该算法能够以较高的帧率完成大规模地形的实时平滑漫游,避免可视化过程中的裂缝和突跳等不连续现象。     

二进制改进粒子群算法在背包问题中的应用

提出了用于求解0 1背包问题的二进制编码的粒子群算法,阐明了该算法求解背包问题的具体实现过程.为了提高粒子群算法的收敛速度,在传统的二进制编码的粒子群算法中嵌入了记忆功能.通过对其他文献中仿真实例的计算和结果比较,表明该算法在寻优能力、计算速度和稳定性方面都超过了文献中提到的遗传算法和模拟退火算法.提出的求解背包问题的二进制改进粒子群算法,同样可以应用于其他离散优化问题.     

背包问题计算凸现winqsb软件设计模块中的一个缺陷

背包问题（Knapsackproblem）是一种组合优化的NP完全问题,是运筹学问题中比较典型的问题．有一些简单的一维背包问题可以既可以用动态规划模型来求解,也可以用线性规划模型的方法来求解,因此我们可以借助运筹学专门计算软件winqsb2．0来进行辅助计算,但是在有些背包问题的求解中,使用这两种模型计算会出现不同的结果,本文就着重讨论这一现象,分析出现差异的原因．     

遗传退火进化算法在背包问题中的应用

从增强算法收敛性和减少参数依赖性的角度出发，提出应用遗传退火进化算法求解背包问题，遗传退火进化算法结合了遗传算法和模拟退火算法的优点，并有效地克服了各自的弱点，使其在优化性能、优化效率和可靠性方面具有明显的优越性．阐明了用该算法求解背包问题的具体实现过程，并通过实际数值计算和结果比较表明，该算法优于遗传算法和模拟退火算法．     

基于公共词块及N-gram模型的问句相似度算法

问句相似度算法是问答系统的核心问题,直接影响着问答系统的准确性。针对公共词块算法(CCS)对于中文文本的不适用性,提出一种改进的问句相似度算法(CNS)。该方法结合N-gram模型及公共词块来计算问句向量的相似度,其主要思路是把问句分解成一元模型和二元模型,然后再分析问句之间的公共词块并考虑其顺序结构。实验结果表明:新算法在Top-N条数据集的平均相似度和不同相似度阈值下的准确率均优于常用的问句相似度算法。     

基于网页坐标系的主题信息块判定研究

在网页坐标系中运用VIPS(Vision-based page segmentation)理论,对网页中信息块的重要性进行判定.该方法利用网页创建过程中的设计习惯和人类浏览信息过程中的视觉焦点判定,按九宫格划分页面区域分布并在此基础上识别主题信息,论文最后选取新闻类型网站网页,按不同页面分割比例检测了网页信息块空间层次和主题信息块提取间的关系.     

区分任务类型的资源负载平衡算法——TDSA

介绍了一种区分任务类型的负载平衡算法。在该算法中,按照占用的系统资源状况,任务被划分成若干类型。调度时,各节点的负载依照待调度任务的任务类型和当前系统资源的负载动态计算,并依照计算结果在系统的一个子集范围内寻找适合解。该算法可以避免因为信息延迟造成的群聚效应,并可以满足少量对响应时间有特殊规定的任务的需求,已经用于自主设计的分布式操作系统DPOS,效果良好。     

基于部分有界互相关图像匹配算法的车辆视频跟踪

归一化互相关算法作为一种基于穷举原理的块匹配方法,其计算精度高、鲁棒性好,但计算量大。为提高图像相关匹配算法的搜索速度,在传统的有界部分相关算法基础上,提出了以自适应二分法为基础的匹配方式,将模板图像的每行分成灰度高低不同的两块,依据两块的灰度高低先后进行相关计算。该算法保持了边界部分相关算法速度快的优点,同时在每次搜索中给出更高的阈值,过滤掉不符合要求的匹配点,从而加快了有界部分相关算法的计算速度。实验结果表明:改进后的算法在精度不变的情况下运算速度得到提升,能够快速准确地跟踪行驶中的车辆。     

核偏最小二乘算法的图像超分辨率算法

提出了基于核偏最小二乘算法(KPLS)回归的超分辨率复原算法。该算法首先将高低分辨率图像块的高频信息和中频信息作为建立回归关系的特征,并对图像进行分块;依据相应的高低分辨率图像块的关系,使用KPLS建立起回归模型;在复原时,依据该模型回归得到高分辨率的图像块,将图像块拼接为高分辨率的图像。通过对人脸图像和车牌图像的实验结果,表明该算法无论是对人脸图像还是车牌图像都能取得较好的复原效果。     

SoC软硬件协同技术的FPGA芯片测试新方法

针对传统的基于纯硬件平台的FPGA芯片测试方法所存在的种种问题,提出并验证了一种基于软硬件协同技术的FPGA芯片测试方法。该方法引入了软件的灵活性与可观测性等软件技术优势,具有存储深度大、可测I/O管脚数目多、自动完成配置下载(不需人工干预)和自动定位FPGA中的错误等优点,提高了FPGA的测试速度和可靠性,并降低了测试成本,与传统的自动测试仪(ATE)相比有较高的性价比。采用软硬件协同方式针对Xilinx4010的I/O单元进行了测试,实现了对FPGA芯片的自动反复配置、测试和错误定位。     

树拓扑片上网络的低能耗映射

针对树拓扑片上网络(NoC)中通信时延受约束的低能耗映射问题,提出了一种递归的二路划分算法RPM(recursive bipartitioning for mapping)。RPM基于分而治之策略,首先将NoC映射转化为多层次的IP核通信任务图划分问题,并采用带参数的Kernighan-Lin算法实现最小割值划分。实验结果表明,与已有算法相比,RPM可以在较短的时间内获得能耗更低的映射解。通过设置不同的参数,RPM既可以用于生成高质量的优化解,也可用于快速的NoC设计空间探索中。     

地形特征提取中平地流线确定算法研究

讨论了地形特征提取的常用算法,重点对地表流水模拟算法中的平地流线确定问题进行了研究,提出了一种改进的平地流线确定算法,并进行了软件实现.     

基于动态规划的测试用例的优化分配问题

通过对划分测试中测试资源受约束、各子域满足一定可靠性要求时测试用例的优化分配问题研究,把非线性整数规划问题转化为无界背包问题,用动态规划方法对它求解,通过随机模拟,给出了最优分配方案。实验数据表明,该方案在测试过程中对提高缺陷检测能力有明显的效果。     

MPI环境下的几何定理并行自动推理

将几何定理机器证明和并行计算结合起来考虑,尝试用并行计算方法来提高传统定理证明算法效率,探讨了前推法、数值并行法的并行算法,分析了两种定理证明算法在消息传递编程模型下的任务划分、通信组织、任务调度等问题,并用MPICH2实现了这两种并行算法,对算法的并行性能指标进行了测试,测试数据表明,两种并行算法在基于MPI-2的并行计算环境下,能很好地发挥并行计算的优势,有效缩短构造性几何命题机器证明的时间。     

一种基于RCPT码的渐进图像传输方法

将等级树中的集分割编码器输出的码流分组,根据输出的分组数据对重建图像重要性的不同,传输前采用纠错能力不同的RCPT码保护。在总的码率限制下,采用遗传算法从有限码率集中选择每组数据的RCPT码码率,使接收端恢复的图像失真最小。将等误差保护码率作为遗传算法的初始种群,减少了最优码率集的搜索时间。在二进制对称信道上的仿真结果表明,该渐进图像传输方法实现简单,在高误码率信道条件下恢复图像仍能得到很高的峰值信噪比。