含水量对渠道保温板保温耐久性的影响及保温板厚度设计

北方渠道大多使用保温板防止混凝土衬砌受冻胀破坏。在计算保温板厚度时为了降低成本,容易忽略保温板使用过程中受各种因素的影响导致保温效果变差的情况,使混凝土衬砌达不到设计使用年限便提前被破坏。内蒙古河套灌区试验结果表明,由于受酸雨、冻融作用、含水量等因素的影响,保温板保温效果平均每年降低0.9℃,其中受含水量变化的影响最大。经试验测得:聚苯乙烯保温板(EPS)含水量每增加1%,会导致导热系数增大5%。基于多层材料串联热阻叠加原理和热阻等效原理,对保温板厚度计算公式进行完善,并提出相应的铺设方法和施工技术要求。该设计对保温板在季节性冻土区的推广应用具有一定参考价值。     

墩头超长实用堰泄洪安全分析及模型试验验证——以缅甸DAPEIN(Ⅰ)水电站工程为例

以缅甸DAPEIN(Ⅰ)水电站工程为例,论述了将WES实用堰的闸墩墩头向上游超长延伸之后,对泄洪安全所造成的影响。针对WES实用堰流量系数、堰面动水压力容易受边界因子影响的特点,对设计断面的堰顶布置和墩头形状进行了优化。根据堰面空化数计算公式及水流特性推导出计算的关键部位,对空化数进行计算。采用几何比尺为1∶60的物理模型对溢流堰的泄流能力和堰面动水压力进行了试验测试。试验结果表明:溢流堰的模型试验泄流能力和设计泄流能力非常相近。堰面动水压力除工况2的B4测点出现了-1.2 k Pa的微小负压值外,其余堰面时均压强值均大于0。从而,在泄流能力和堰面动水压力两方面都验证了这种设计方案的合理性。该工程所遇到的结构布置问题在中低溢流坝工程中属常见问题,解决思路可为今后类似工程建设借鉴参考。     

Epileptic seizure classification in EEG signals using second-order difference plot of intrinsic mode functions

Epilepsy is a neurological disorder which is characterized by transient and unexpected electrical disturbance of the brain. The electroencephalogram (EEG) is a commonly used signal for detection of epileptic seizures. This paper presents a new method for classification of ictal and seizure-free EEG signals. The proposed method is based on the empirical mode decomposition (EMD) and the second-order difference plot (SODP). The EMD method decomposes an EEG signal into a set of symmetric and band-limited signals termed as intrinsic mode functions (IMFs). The SODP of IMFs provides elliptical structure. The 95% confidence ellipse area measured from the SODP of IMFs has been used as a feature in order to discriminate seizure-free EEG signals from the epileptic seizure EEG signals. The feature space obtained from the ellipse area parameters of two IMFs has been used for classification of ictal and seizure-free EEG signals using the artificial neural network (ANN) classifier. It has been shown that the feature space formed using ellipse area parameters of first and second IMFs has given good classification performance. Experimental results on EEG database available by the University of Bonn, Germany, are included to illustrate the effectiveness of the proposed method.     

脑电Laplacian空域滤波的改进算法

Laplacian空域滤波通过被关注的通道与相邻通道信号转换,能有效地提高脑电信号的信噪比,经典的Laplacian空域滤波矩阵由通道之间的距离确定.该方法依赖于相应通道定位的准确性,实际应用中不能保证电极精准安放并存在个体差异,影响了该方法的应用效果.为了提高该算法的通用性,采用高斯模型改进经典Laplacian空域滤波算法,根据用户调试数据确定模型相关参数,进而确定空域滤波矩阵.采用国际脑机接口竞赛BCI competition 2005 Ⅳ数据集验证滤波后的效果,总体比经典Laplacian方法识别准确度提高10个百分比,采用改进方法滤波后不同类间距离增大、同类间距离减小,提高了信号的信噪比.     

多标准视频编码器下的运动估计评估

运动估计是视频编码过程中最为复杂和耗时的阶段。为分析和优化其性能,从多个流行的开源视频编码器中提取出单独的运动估计算法模块,根据视频分辨率和视频内容的不同建立程序输入集,从而构成一套完整的测试程序集合。利用性能分析工具对算法性能和微体系结构性能进行量化分析,给出这些算法在当今主流处理器体系结构上的性能差异。实验结果表明,复杂视频和高分辨率视频下的运动估计算法耗时最长,且大部分算法的指令级并行性没有太大差异。算法最后一级高速缓存的缺失率和分支误预测率都较低,分别在0.01%和7%以下。     

基于偏最小二乘法的咳嗽信号检測

咳嗽中包含丰富的病理信息,可以为临床诊断提供重要支持。自动咳嗽检测方法有助于提高检测结果的可靠性,并减少人为工作量。但在自然记录的语音信号中,非咳嗽信号的数量远多于咳嗽,语音流中咳嗽信号的自动检测是个典型的类别不均衡问题。针对该问题,提出一种基于偏最小二乘分类法的咳嗽信号检测模型APLSCX。利用非对称偏最小二乘分类器处理类别不均衡数据的能力,对归一化的特征向量进行特征抽取,同时基于低维数据的方差调整分类平面。实验结果显示,与LCM、SVM等主流模型相比,APLSCX兼顾了小类的召回率和精度指标,具有较高的检出率和较低的误警率,更适用于自然语流中咳嗽信号的检测。     

内容分发网络中基于相关内容吸引的缓存算法

内容分发网络中基于内容名的缓存算法会导致路由表规模随网络增长而膨胀,将严重影响网络路由效率和性能。针对该问题,提出一种基于相关内容吸引的节点缓存算法。利用本地缓存算法,通过节点已缓存内容对其他内容的吸引作用吸引主要特征内容,排斥具有次要特征内容,将缓存中不同特征内容的数量差异进行放大,使缓存内容表现出明显稳定的内容特征。同时设计相关内容生存时间相互增强的缓存策略,以减少路由通告信息量,提高内容分发网络的路由能力。实验结果表明,该算法在有效解决路由问题的同时,能增强缓存内容稳定性,提高路由可信度。     

基于先验知识的自适应多叉树防碰撞算法

为提高无线射频识别(RFID)系统快速识别大量标签的能力,提出一种基于先验知识的自适应多叉树防碰撞算法。利用标签访问的规律性和标签分布的随机性,在不同的搜索深度,根据已有的先验知识和碰撞比特信息估计待识别的标签数量,从而动态地自适应选择搜索叉树。通过有效减少碰撞和空闲时隙数,大幅提高读写器搜索和识别标签的能力。理论分析与仿真实验结果表明,该算法能克服传统自适应多叉树防碰撞算法的缺点,合理选择初始搜索叉树,尤其在待识别标签数量较多的场合,可有效提高RFID系统的吞吐率。     

基于CUDA的AES并行算法优化

为提升高级加密标准(AES)的加密性能,利用显卡的通用计算能力,在统一计算设备架构(CUDA)平台上实现AES的128位、192位和256位3个版本的GPU并行算法,并提出优化的AES并行算法。在考虑块内线程数量、共享存储器容量和总块数的基础上,根据分块最优值的经验数据指导AES算法在GPU上的最优分块。实验结果表明,与未优化的AES并行算法相比,该算法的3个版本在Nvidia Geforce G210显卡上的加密速度分别提高5.28%,14.55%和12.53%,而在Nvidia Geforce GTX460显卡上的加密速度分别提高12.48%,15.40%和15.84%,且能更好地对SSL数据进行加密。     

一种应用于人脸识别的超分辨率方法

为提高局部保持投影(LPP)在人脸图像超分辨率中的适用性,在LPP中引入典型相关分析(CCA),提出一种相关性增强的局部保持投影方法(CELPP)。CELPP用于提取高分辨率图像与低分辨率图像特征,根据关系学习建立低分辨率图像特征与高分辨率图像特征之间的映射变换,输入低分辨率图像,通过CELPP特征提取和关系映射,得到高分辨率图像,并将其用于人脸识别。对人脸库ORL和Yale进行的实验结果表明,该方法同时考虑了高分辨率图像与低分辨率图像的相似性及同类图像的局部结构性,在基于人脸识别的超分辨率应用中优于LPP和CCA。