课程文献中心 更多>>

关键词： 硬件加速器   矩阵运算   并行计算   可重构计算   异构多核  

摘要： 在现代复杂数字信号处理中,随着算法复杂度和待处理数据量的日益剧增,通用处理器已经难以满足某些特定应用中数据处理的高速实时性要求。异构多核系统可以将不同的计算任务分配到不同的处理器核进行并行处理,加速任务执行,提供了更加高效、灵活的处理机制,满足多种应用的需求。硬件加速器可提高面向特定应用中科学计算的运算速度。因此,集成有硬件加速器形式的异构多核系统架构应运而生。一些多核处理器通过集成专用的加速器核对某些特定应用进行加速运算,但是其灵活性不高。随着可重构技术的出现,将可重构技术应用于硬件加速器中,能够弥补通用运算和软件计算在性能和灵活性上的不足,为复杂高速信号的处理提出了更好的解决方案。本文根据发展趋势,对可重构计算技术、硬件加速器,以及如何在异构多核系统中集成硬件加速器进行了研究。本文主要从以下三个方面进行了研究:(1)根据应用目标需求特征,分析面向高密度计算的应用特点,并对矩阵算法特征进行研究分析,分析出并行程度高、可有效提高系统性能的矩阵计算方法,并针对应用目标和应用平台对矩阵运算类型的算法进行了优化,得到了原位替换的混合粒度并行矩阵求逆实现方法。(2)在优化算法和结构的基础上,提出了优化后的矩阵求逆算法的硬件架构,设计了面向异构多核系统的可重构高性能硬件加速器。该硬件加速器主要面向高密度计算领域中矩阵类运算。特别是矩阵求逆运算,能够高效地完成128阶以内2n阶单精度任意浮点实数矩阵的求逆运算。(3)基于Xilinx V6 FPGA对设计的硬件加速器进行了实验验证和性能分析,并介绍了该硬件加速器在异构多核系统中的集成,验证了所设计的硬件加速器具有较高的性能。

关键词： 二次特征值问题   半单特征值   条件数  

摘要： 1引言特征值的条件数衡量了特征值关于矩阵元素变化的敏感性,对特征值问题的求解具有重要意义.对于线性特征值问题,已经有了许多成熟的结果[1,2,3,4].然而,在阻尼动力系统稳定性分析及控制系统反问题[5]等许多工程问题上,往往需考虑如下二次特征值问题的条件数:

关键词： 轨迹挖掘   好友推荐   聚类分析   热点轨迹   融合推荐  

摘要： 近年来随着跑步等运动软件的流行,基于轨迹的好友推荐算法正逐渐成为现下研究的热门。因此如何利用用户留下的轨迹数据,并找出潜在的、有意义的轨迹模式,是目前的热点问题,好友推荐就可以在此基础上应运而生。本文首先介绍了安卓平台下的运动社交平台架构,并对轨迹采集模块和数据上传模块进行了介绍,然后重点介绍了推荐系统理论,围绕着基于轨迹挖掘和用户特征的融合推荐算法展开了以下研究:(1)对用户热点轨迹、停留点、轨迹区域等进行了阐述,介绍了轨迹挖掘相关算法。针对传统DBSCAN算法区域查询复杂、参数设定需要人为参与等问题,提出了一种θ-ADBSCAN算法对热点轨迹进行挖掘,热点轨迹是用户频繁移动模式的反映,可以代表用户的一些行为习惯。(2)在热点轨迹的基础上设计了ST-Cluster算法来挖掘用户的停留点,该算法的优势在于能够防止因GPS信号差导致的轨迹点丢失和因道路拥堵引起的停留噪声。然后引入了Pearson公式,并加入了时间相似因子和层次因子,从而计算了不同用户之间的停留点相似度。(3)针对用户轨迹特征的表示,定义了轨迹分段方法。并将用户轨迹转换为由分段点和热点轨迹组成的轨迹区域,轨迹区域相似度的计算采用由MBR算法构成MHTR块序列来计算区域相似度,并结合停留点相似度得到了轨迹行为总体相似度。与传统的基于停留点算法进行好友推荐相比,从不同的尺度上衡量可以更好挖掘用户相似性。(4)针对冷启动和推荐的单一性等问题,论文研究了用户的固有特征相似度。通过注册信息挖掘出用户的兴趣矩阵,根据用户的好友衰减次数来建立用户社交矩阵,然后基于余弦相似度公式计算了固有特征相似度,并进一步通过研究轨迹行为相似度与固有特征相似度融合进行好友推荐,该部分本文设计了一种基于动态阈值的融合推荐算法,实验证明融合后的推荐算法在评价指标上要优于传统的基于停留点的推荐算法。

关键词： Hamilton算子   辛弹性力学   几何重数   代数指标   Saint-Venant解  

摘要： 辛弹性问题的Saint-Venant解可以由相应的Hamilton算子零特征值的特征向量以及Jordan型特征向量表示,并且零特征值的解以及Jordan型特征向量共同决定了零特征值的代数指标.本文针对三类具有物理力学背景的无穷维Hamilton算子,研究了其零特征值的几何重数与代数指标,并将理论结果应用于辛弹性力学中,而且分析了平面弹性问题、板的弯曲问题以及Stokes流问题的Saint-Venant解的形式及物理意义.

关键词： Boussinesq方程   形变张量   特征值   正则性条件   无粘性   无热传导  

摘要： 本文讨论二维及三维Boussinesq方程组.第一部分讨论满足周期边界条件的Boussinesq方程组初边值问题的局部正则解的正则性估计,从而推断解在有限时间内爆破的可能性.在二维情况下,用形变张量的特征值给出温度的梯度的L2估计,从中看出若流体微团变形的速率大,则解爆破的可能性就大.在三维情况下,用形变张量的特征值和温度的偏导给出涡量的L2估计,从中发现若流体微团在大部分时间内所有地方是平面拉伸,且温度的偏导较小时,解爆破的可能性就大;若所有地方是线性拉伸,温度的偏导又不任意增大时,解爆破的可能性就小.在第二部分中,用速度的梯度和温度的梯度给出Boussinesq方程组的正则性条件.它们在无粘性且无热传导的情况下特别有意义.在二维时,正则性条件只有在这种情况下有趣,对比本文与已有的结果,可知速度的梯度与温度的梯度对局部正则解在有限时间内爆破的讨论同等重要.在三维时,这种情况下的正则性条件似乎稀缺.

关键词： 人体动作识别   动作(片段)表示度量   流形分割   人体3D骨架   协方差矩阵   特征向量   时间序列算法  

摘要： 近年来,由于人体动作识别在包括视频监控、人机交互娱乐、个人护理以及社会服务等方面的广泛应用,人体动作识别已成为当下计算机视觉领域最受重视的研究方向之一。人体动作识别的目标是让机器从一段视频中自动分析和识别所包含的动作。然而,动作视频中所固有的背景复杂、人体遮挡以及摄像机移动等问题,使得人体动作识别任务具有极大的挑战性。传统的研究工作专注于从二维视频帧图像中提取图像的局部时空特征,近年来,由于深度摄像机如微软体感摄像机Kinect以及与之对应的人体3D骨架坐标追踪算法的出现,促进了基于深度图像和人体3D骨架信息的一系列新的人体动作识别方法的发展。与二维视频帧图像相比,深度图像能够反应纯粹的几何和形状线索,且对照明条件的变化不敏感,因而基于深度图像的识别方法在实际应用中更具鲁棒性。与基于图像(RGB及深度图像)特征的人体动作识别方法不同,本文使用3D骨架信息表示人体动作:一方面,3D骨架信息在人体动作识别工作中的表现比其它基于视频帧图像特征提取的方法更好;另一方面,基于姿势序列的动作表示描述了人体动作的固有特征且符合人类自身对动作的学习认知过程。本文将人体动作局部基于3D骨架信息表示为人体姿势,整体上一系列姿势点看作人体动作流形,两者共同构成文章方法的主线。进而提出基于3D骨架片段表示及流形层次化分割和基于3D骨架片段距离度量及流形序列化分割两种人体动作识别方法。研究基于视频及其对应人体3D骨架坐标信息的动作识别问题,从视频的分割、分割片段的表示以及全局时间关系的处理三方面解决了人体动作识别问题。本文的主要工作和特色如下:(1)使用人体3D骨架信息表示人体动作,进而将人体动作(由人体姿势序列组成)当作流形进行处理;(2)基于3D骨架信息,提出主姿势特征和主要动作趋势特征表示人体动作(片段)并度量动作(片段)间的距离;(3)基于人体动作流形局部线性性度量实现人体动作的分解,利于表示及识别分类任务;(4)提出了两种人体动作识别方法,并在几个流行的人体动作数据集上进行实验,证明了所提方法的有效性。

关键词： 连续整数   四边形   条形统计图   AOC   CDB   平方和  

摘要： ~~

关键词： 最短路算法   矩阵消去算法   矩阵自定义运算   稀疏网络   K短路径算法  

摘要： 最短路问题作为图论和复杂网络中经典问题,现在在日常生活中,也出现在许许多多方面,比如通信网络,交通网络,旅行商问题中。然而用来求解最短路径的问题的解法也是数见不鲜,其中最典型的要数Dijkstra算法、Ford算法和Floyd算法。然而Dijkstra算法只可求出2个指定节点间的最短距离,Ford算法就只可以求出指定始发点的最短路径,而Floyd算法计算过程相当繁琐。最重要的是,这些算法都是仅仅能解决两节点间的1条最短路。而在实际生活中,我们有时还会因为一些给定的前提条件需要求出两点间次短、渐次短路径。根据以上的不足,本文提出了基于矩阵运算的最短路径优化算法,主要内容如下:1.针对Ford算法进行改进,提出了一种固定始发点的矩阵消去算法,通过寻找从一个固定始发点到其他顶点的路径,其中包括不经过别的顶点,经过一个顶点、经过两个顶点等等逐步迭代,找出从固有始发点到其它的顶点间的最短路。2.给出基于矩阵自定义运算的改良算法。本算法是凭借一种自定义的矩阵运算来求出一个代表每2个节点间距离的路权修正矩阵,然后用路权修正矩阵和原本的距离矩阵来比较,选择2个矩阵中相应较小的元素,组成当前的最短路权矩阵,接着,通过有限次迭代,从而获得各个顶点间的最短路径。并用MATLAB实现,将这种算法运用到随机的大规模复杂网络中去,从运行时间折线图上看出这种算法在节点数到达较大的数量后,算法速度显著提高,在稀疏网络中,该算法的效率特别高,这表明该算法的有效性。最终,经过真实的应用场景表明了这种算法的实用性。3.通过对距离矩阵和路径矩阵的迭代、替换操作,不断从一个节点出发寻找其后继节点,同时通过比较路径长短得到两点间最短路径、次短路径、渐次短路径,并用一个实际例子对该算法的实用价值加以说明。最后,在一个大型网络的实际例子中,通过MATLAB对该算法进行仿真,求得指定顶点间最短、次短、渐次短路径说明该算法能够在复杂大规模随机网络中得到应用。

关键词： 有限元   磁记忆特征值   应力应变  

摘要： 特种设备在油田中有着广泛的应用,在设备使用过程中,由于应力集中现象的存在,容易导致特种设备产生破坏,从而产生安全性问题,所以对油田中使用的特种设备进行早期检测预警就显得尤为重要。目前,在油田特种设备磁记忆检测过程中还缺乏较为系统完善的评价方法,导致现场检测过程中,不能及时有效的确定设备能否正常工作。针对上述问题,本课题通过试验研究与数值模拟相结合的方法,开展了相关研究。论文通过对20g、15CrMo、Q235-B、Q345、35CrMo、0Cr18Ni9等六种材料无缺陷拉伸试件和20g、15CrMo两种材料无缺陷弯头、管道角焊缝典型构件进行有限元仿真模拟,得出了不同载荷下的应力值,为后续试验加载提供依据;采用万能试验机、手压泵、应变检测仪及磁记忆检测仪对拉伸试件、角焊缝、弯头进行拉伸打压试验,得到了应力应变数据、磁记忆检测数据,通过对比分析应变检测数据及有限元仿真模拟数据,发现误差不超过10%,说明有限元仿真是有效的。通过采用MATLAB小波降噪及MM-SYSTEM磁记忆处理软件对采集的磁记忆信号进行分析处理,建立了以20g为例的应力-磁场梯度值关联模型,并通过对弯头、角焊缝两种典型构件磁记忆检测信号的分析,验证了关联模型的适用性。对含圆孔缺陷、裂纹缺陷、未焊透缺陷的拉伸试件、弯头、角焊缝进行有限元仿真模拟以及应力应变检测、磁记忆检测,利用小波降噪及磁记忆处理软件分析含缺陷磁记忆信号图,得到了不同缺陷时磁记忆检测信号的不同特征,完善了对角焊缝、弯头两种典型结构评价方法的研究。根据典型结构常用工况,对弯头、角焊缝进行60℃模拟,通过有限元仿真模拟得出了应力值,结合应力-磁场梯度关联模型推导出了磁场梯度值,完善了典型结构评价方法。

关键词： 双圆盘上的哈代空间   子模   核算子   边缘算子   第二大特征值   Toeplitz行列式  

摘要： 双圆盘上的哈代空间H2(D)2)可以看成为多项式代数C[z,w]的一个模.其模作用为一般的函数乘法.在经典哈代空间H2(D)([C]的模)内,Beurling定理表明移位算子的每个不变子空间S都对应于一个内函数θ(z)使得S =θ(z)H2(D).可是Beurling定理无法直接推广到H2(D2),而且用函数论的方法刻画H2(D2)内的子模是几乎不可能的.因为这些子模的结构非常复杂,所以需要更为深入的研究.在近二十年,一个利用算子理论的研究途径显得富有成效.这个途径的一个核心是“核算子”.它是定义于双圆盘上的哈代空间H2(D2)内子模上的一个有界的自伴算子,且为子模提供了一些有趣的数值不变量.对于一般的子模,这些不变量是难以计算或估计的。在本论文里我们将利用Toeplitz行列式计算出齐次子模的这些不变量.第一章,介绍双圆盘上哈代空间H2(D2)的一些基本概念和背景,并简要回顾其子模刻画的科研进展.第二章,介绍H2(D2)内子模的几个重要例子.这些例子将更清楚地展示H2(D2)内子模结构的复杂性.第三章,定义算子对(Rz,Rw),(Sz,Sw)及边缘算子,并对核算子及相关的数值不变量做简要说明.这里将叙述一系列己知结果.这些结果对理解本论文的思路很重要,其中一些将被用于第四章.第四章,包含了论文的主要部分,并将证明一些新的结果:章节4.1,利用Toeplitz行列式分别计算出齐次子模M =[p]的亏格空间M(?)zM和M(?)wM的一组正交基,并在此基础上计算子模M =[p]的数值不变量∑0和∑1.章节4.2,计算齐次子模M =[p]的核算子的所有特征值.章节4.3,给出关于子模M =[p]的核算子的第二大特征值的两个公式.其中一个是基于一个特殊的Toeplitz行列式,另一个则是完全基于多项式p的系数.章节4.4,对相关的Toeplitz行列式做进一步研究,并指出这些行列式和单变量复多项式p(z,1)的Mahler测度之间的关系.这里M =[p].