基于深度神经网络的轴承状态监测研究

为提高轴承状态监测的准确性和实时性,研究了基于卷积神经网络和GPU运算的轴承状态识别模型。利用振动信号监测轴承性能状态,应用连续小波变换算法对振动信号进行时频变换得到小波系数云图,通过基于卷积神经网络的深度学习方法进行数据驱动的特征学习,卷积和子采样计算提取具有旋转和尺寸不变性的特征向量,最后全连接层对特征向量进行状态识别。采用基于CUDA(Computer Unified Device Architecture)框架的CPU+GPU异构并行运算对计算模型加速,提高系统的实时性。为验证提出算法的有效性,采集轴承全寿命周期振动信号,运用提出的CPU+GPU计算方法和CPU计算方法分别对轴承运行状态进行识别实验。实验结果表明,所提出的方法,计算速度是CPU计算速度的5倍以上。     

基于GPU加速的并行脑皮层重建算法研究

提出了一种基于GPU加速的脑皮层重建并行算法.该算法采用过完备球面小波变换对大脑皮层数据进行多尺度分解及重建.首先在三维欧氏空间,给出了沿坐标轴独立进行球面调和-卷积计算的理论证明;然后利用GPU的通用计算功能对球面调和变换和球面卷积运算进行并行处理,实现了脑皮层快速重建.实验结果表明,使用提出的算法重建的脑皮层与传统CPU算法的结果几乎没有差别,但是计算速度提高了50倍.     

基于GPU的混合精度平方根共轭梯度算法

针对当前基于GPU的数值算法具有双精度数据性能低下的缺陷.提出了一种适于GPU统一计算架构Fermi-CUDA的混合精度平方根共轭梯度算法用以求解稀疏线性方程组.该算法采用单精度内迭代与双精度外迭代结合的方法,以充分利用GPU体系结构下单精度高性能和双精度高精度的优点.整个算法的计算部分完全在GPU端进行,减少了CPU和GPU之间的数据通信.实现了基于GPU的平方根共轭梯度法、Jacobi迭代法和Gauss-Seidel迭代法,分析它们作为内迭代算子对算法收敛性的影响.实验表明,该算法获得了与全双精度数据处理等同的计算精度,比GPU全双精度在浮点性能上提升近一倍,相对于CPU全双精度串行算法,最大加速比达到70以上.     

基于CUDA的图像预处理并行化研究

为加快图像预处理算法的执行速度,提出了基于计算统一设备架构(CUDA)的预处理算法来实现高速并行处理。分析了图像灰度化、高斯滤波以及直方图均衡化等预处理方法的原理,并对它们进行并行化分析,从而将CUDA并行计算技术引入到图像预处理算法。实验结果表明,此算法充分利用GPU的并行处理能力,与CPU串行处理方法相比,速度提高明显,有效提高数据处理能力。     

基于并行结构的Gabor小波神经网络算法及应用

给出了一种基于并行结构的Gabor小波神经网络算法。根据多CPU系统的并行结构和神经网络本身并行性的特点,设计了用于图象目标识别的Gabor小波神经网络算法,算法的输入层包括Gabor小波尺度、平移和频率调制参数的运算;隐层是在并行CPU中实现神经网络算法及优化;输出层是Gabor小波神经网络的分类结果。对4类飞机图像目标进行了仿真实验,识别率达到98％以上,识别时间为40 ms。     

汽车牌照自动识别技术研究与实现

应用MATLAB软件分别实现了车牌识别系统的定位、字符切分和字符识别功能模块,并开发了基于GUI的车牌定位与识别测试平台,验证了多种图像采集及预处理算法在车牌识别系统中的应用效果。仿真结果表明,融合多种有机算法可以实现车牌图像的实时识别,识别效果较好。     

一种基于CPU的三维超声图像体绘制方法

随着三维超声成像的发展和临床应用,三维超声图像体绘制的需求日益明显,光线投射算法在各种体绘制应用中已广泛使用,其绘制效果好,但速度不尽如人意,基于图像处理器(GPU)能大大提高体绘制速度,但是其缺乏良好的可移植性。考虑到目前多数超声机内存空间较大,且不支持GPU加速功能,本文提出了一种仅基于CPU的体绘制算法,利用空间换取时间,以达到在提升绘制速度的同时保证其可移植性。     

基于 GPU-CA 异构并行的连铸坯凝固组织软测量模型

铸坯凝固组织结构软测量模型算法复杂,计算量大,求解耗时长,基于中央处理器(CPU)的串行求解方法难以适应大尺 寸铸件的预测需求。 为了提高模型的计算效率,提出一种基于图形处理器(GPU)异构并行的元胞自动机(CA)软测量模型。 首 先设计 GPU-CA 异构并行算法,消除元胞之间的数据依赖和数据竞争问题,优化数据并行度;其次设计多流任务调度方案,解决 单流中独立任务互相等待的问题,提高任务并行度;最后,使用某钢厂大型连铸机生产的两个钢种进行模型测试,预测结果与钢 厂实验数据有较高的吻合度,等轴晶率误差约分别为 1% 和 1. 5% ,温度与实测温度的最大相对误差为 1. 37% 。 与 CPU 计算精 度相同的情况下,GPU 的计算加速比高达数百倍,极大地提高了模型的计算速度。     

基于GPU加速的电力系统静态安全分析研究

对比分析了中央处理器CPU和图形处理器GPU的架构特点,然后提出了一种基于GPU加速的新型静态安全分析算法,在6495节点系统上相对于CPU算法取得了250倍加速。     

计算机图形处理器加速的光学航空影像正射校正

提出了计算机图形处理器(GPU)加速的光学航空影像正射校正并行算法,以满足获取光学航空影像对实时性的要求并提高对海量影像数据在CPU上串行正射校正的效率。介绍了光学影像正射校正算法原理以及正射校正算法的并行化处理。为减少GPU执行的计算负载,引入"有效像素区域"概念,设计了改进的GPU并行校正算法。通过配置选择以及存储器访问优化进一步提高了算法的执行效率。最后,分析了GPU并行算法的精度,并验证了噪声干扰对算法的影响。实验结果表明,优化的改进GPU并行算法显著提高了正射校正的速度,影像大小为5 000×5 000时,加速比最高可达CPU串行算法的223倍以上。虽然GPU单精度计算和噪声干扰会使影像校正精度有所下降,但尚在误差允许范围之内。该算法能够快速实现光学航空影像的正射校正,校正后的影像满足实际应用需要。     

一种雾霾天气下的端到端车牌检测与识别系统

极端天气的出现可能导致车牌识别系统失效，为了提高智慧交通在雾霾天气的鲁棒性，提出一种基于自适应去雾算法的端到端车牌检测与识别模型，实现了在雾霾天气下的车牌快速检测与识别。实验结果显示：所提出的网络能有效的应用在雾霾天气的车牌检测与识别系统中，实现了最高99.3%的识别准确率。     

快速、高空间分辨分布式光纤传感技术及其在机械形变和温度监测中的应用

针对未来智能变体飞行器飞行途中机翼形变监测、微创手术中精准介入手术、连续体机器人自动运动轨迹追踪、涡轮叶片温度监测等对抗电磁干扰、精度高、质量轻的分布式传感技术需求,研制了基于光频域反射仪的快速、高空间分辨率分布式光纤传感样机。该样机采用辅助干涉仪的外差拍频信号作为外部时钟,辅助干涉仪选用300 m的延迟光纤,抑制了光源非线性扫频效应,利用偏振分集接收装置消除系统中的偏振衰落效应。在40m传感距离内对CPU和GPU运算时间成本进行了对比,采用GPU加速算法将光频域反射仪的传感速度提升了20倍。对涡轮叶片温度进行监测,其传感采样空间分辨率达到0.76 mm,温度测量精度达到0.4℃。采用该样机实现了二维柔性面板机械形变监测,测量误差低于3%。     

用8098单片机实现丝杆磨削校正环节的智能化

本文提出一种误差补偿校正环节的智能化方法，采用8098单片机与8253可编程定时／计数器组成硬件电路，配以相应软件，通过8095的HSO实现对步进电机的控制，占用CPU时间少，使CPU有更多的时间去处理算法运算，从而达到提高加工精度的目的．     

CUDA架构下分子动力学模拟的高速实现

统一计算设备架构（CUDA）的提出和图形处理器（GPU）的并行处理能力和数据传输能力,使得基于CUDA架构的GPU高性能计算迅速成为一个研究热点。针对含有大规模分子动力学模拟效率低下问题,提出了一种CUDA架构下分子动力学模拟的新方法,给出了分子动力学模拟的CUDA算法流程,并利用CUDAC实现了并行算法。实验结果表明,与CPU处理速度相比,GPU可以提高速度200倍左右。     

穿戴式钢琴弹奏手套智能感知与手势识别技术

钢琴弹奏手套是一种新兴的智能可穿戴式设备,通过手套中的多惯性传感器对钢琴弹奏者的手势状态进行实时感知和分析,可以让钢琴学习者实时了解弹奏手势是否规范,从而有效提高钢琴学习效率和兴趣,并降低学习成本。区别于其他应用领域中的手势,钢琴弹奏手势具有多样性、快速性、大动态以及强时变的特点,设计了一套基于惯性数据手套与红外检测杆的钢琴弹奏手势识别系统,并提出一种基于机器学习的钢琴弹奏手势识别方法,以惯性数据手套与红外检测杆的输出作为数据样本,针对钢琴弹奏手势特性,进行多模态手势特征的提取并采用分层识别算法改善识别效果。实验表明,所提出的方法能够较好的适应钢琴弹奏手势识别需求,识别准确率达到99%以上。     

基于图形处理器的实数FFT在图像处理中的应用

对常用的实数快速傅里叶变换(FFT)算法进行改进,在此基础上提出基于图形处理器(GPU)平台的实数FFT算法.常用的实数FFT算法比传统的复数FFT算法的运算量降低了约40%,文中提出的实数FFT算法的运算量能减少到复数FFT算法的50%.通过对存储数据的特殊配置,改进后的实数FFT算法能由一维拓展到二维,并通过调用CUFFT库的一维复数FFT函数,实现实数FFT算法的并行运算.实验中通过维纳滤波算法的应用,对实数FFT算法的精确度及效率进行检验.图像处理效果表明,文中实数FFT算法是正确、可行的,可以帮助维纳滤波算法在19.26 ms内恢复一帧2 048×2 048灰度模糊图像,该速度是在GPU上使用复数FFT维纳滤波的2.34倍,是在CPU上使用实数FFT维纳滤波的37.46倍.实验表明文中算法具有一定的实用价值.     

一种基于隐马尔可夫模型的虹膜识别方法

提出了一种基于奇异值分解和隐马尔可夫模型的虹膜识别方法。首先该方法将虹膜准确定位,并采用奇异值分解抽取虹膜图像特征作为观察序列,基于多观测值序列的隐马尔可夫模型算法进行虹膜图像的识别。实验中用VISUAL C＋＋6．0建立了虹膜训练和识别系统,实验数据为CASIA虹膜库中的图像,识别率均达到94％以上。理论分析及实验结果表明：本算法基本满足虹膜识别的稳定可靠、精度高等要求,并且对图像噪声有较强的鲁棒性。     

异构三维CAD模型制造特征重构技术研究

针对异构CAD/CAPP/CAM系统的特征集成,提出一种异构三维CAD模型制造特征重构过程:确定基本形状特征分类,在此基础上构造设计特征库和制造特征库;通过基于产品数据交换标准(STEP)的特征识别技术实现异构三维CAD模型设计特征提取,并采用基于参数化二维图素多态耦合的特征识别方法,提高特征识别系统的代码重用性;运用成组技术建立制造特征族后,通过特征映射实现制造特征重构。     

增材制造中基于体素的并行偏置填充算法

为了提高增材制造处理时偏置算法计算效率，解决轮廓互相交和自相交问题，提出一种基于体素的并行偏置算法。该算法首先将待填充切片转换为图像结构，并记录交点线段索引，以实现信息继承；然后利用图形处理器(GPU)多线程执行，并行完成轮廓的填充和偏置运算；最后将信息还原为矢量图形结构时，利用线段索引减少计算结果的数据量，实现模型的GPU并行化偏置。通过实验验证了算法的有效性，且有效避免轮廓相交问题，与已有算法相比显著提高了处理效率，尤其适用于复杂模型的偏置填充。     

实时人脸表情识别方法的研究与实现

进行人脸表情识别系统相关的算法研究,并基于网络摄像机平台搭建实时人脸表情识别系统。针对经典Retinex算法亮度图像估计运算复杂问题,提出一种Gamma校正的单尺度Retinex图像增强算法;对增强图像进行HOG表情特征提取,并通过最近邻分类器进行表情分类。搭建人脸表情识别系统,进行实时人脸检测与表情识别。测试结果表明该方法具有较高的识别率和鲁棒性。