基于Win2000的工控软件设计中微秒级高精度计时的实现

本文通过精确测量高速电机的地转速的例子，说明了在Windows2000平台上设计工控件时高精度计量的一种实现方法。该方法通过WinAPI函数访问计算机高速系统计数器实现微秒级计时，相对当前常用的几种其他方法来说，此方法具有精度更高、实现更方便、程序更简单的优点。最后，讨论了使用高速计数器时可能出现的计数值上跳现象及解决方法。     

具有特征选择的多源自适应分类框架

对于现有的多源自适应学习方案无法有效区分多个源域中的有用信息并迁移至目标域的问题,提出一种具有特征选择的多源自适应分类框架（MACFFS）,并将特征选择和共享特征子空间学习整合到统一框架中进行联合特征学习。具体来说,MACFFS将来自多个源域的特征数据投影至不同的潜在空间中来学习得到多个源域分类模型,实现目标域的分类。然后,将得到的多个分类结果进行整合用于目标域分类模型的学习。此外,框架还利用L_2,1范数稀疏回归代替传统的基于L₂范数的最小二乘回归来提高鲁棒性。最后,把多种现有方法在两项任务中与MACFFS进行实验比较分析。实验结果表明,与现有方法中表现最好的DSM相比,MACFFS节省了接近1/4的计算时间,并且提升了大约2%的识别率。总的来说,MACFFS结合了机器学习、统计学习等相关知识,为多源自适应方法提供了一个新的思路,且该方法在现实场景下的识别应用中比现有方法具有更好的性能。     

基于多Markov链预测模型的Web缓存替换算法

为了提高web缓存的性能,提出了一种基于多Markov链预测模型的Web缓存替换算法PGDSF-AI.首先将Web中具有不同浏览特征的用户分为多类,为每一类用户建立类Markov链,进一步建立多Markov链预测模型.然后利用该模型对当前的用户请求预测,进而组成预测对象集.当缓存空间不足时,选取键值最小且不在预测对象集中的对象替换.通过估算对象的平均间隔时间,避免缓存大量保留长时间没有访问的对象.实验结果表明,提出的算法有较好的性能.     

基于MapReduce和改进密度峰值的划分聚类算法

对于基于划分的聚类算法随机选取初始聚类中心导致初始中心敏感,聚类结果不稳定、集群效率低等问题,提出一种基于MapReduce框架和改进的密度峰值的划分聚类算法(based on MapReduce framework and im-proved density peak partition clustering algorithm,MR-IDPACA).首先,通过自然最近邻定义新的局部密度计算方式,将搜索样本密度峰值点作为划分聚类算法的初始聚类中心;其次针对算法在大规模数据下运行时间复杂,提出基于E2LSH(exact Euclidean locality sensitive hashing)的一种分区方法,即KLSH(K of locality sensitive hashing).通过该方法对数据分区后结合MapReduce框架并行搜寻初始聚类中心,有效减少了算法在搜索初始聚类中心时的运行时间;对于MapReduce框架中的数据倾斜问题,提出ME(multistage equilibrium)策略对中间数据进行多段均衡分区,以提升算法运行效率;在MapReduce框架下并行聚类,得到最终聚类结果.实验得出MR-IDPACA算法在单机环境下有着较高的准确率和较强的稳定性,集群性能上也有着较好的加速比和运行时间,聚类效果有所提升.     

一种基于颜色的图像检索方法

随着多媒体技术的迅速发展及可视数据量的急剧增加,给研究者们提出了有效检索图像的难题.本文提出聚类算法在基于内容图像检索中的应用,借鉴颜色查找表的思想来构造颜色的聚类,在图像检索的基于颜色检索方面具有可行性.     

粘连对象剥离中基于距离变换的种子点优化算法

粘连对象剥离中利用距离函数法求种子点时,在部分对象的核区存在不连续的冗余种子点使分水岭分割出现过分割问题。本文研究、总结了三条冗余种子点特征,并依此提出一个利用填充算法的种子点优化算法。实验证明此算法在保证粘连颗粒正确剥离的基础上,有效改善了过分割问题,而且算法时间没有增加很多。     

基于距离变换的种子点优化算法

粘连颗粒分割中利用距离函数法求种子点时,在部分对象的核心区或边缘存在不连续的冗余种子点使分水岭分割出现过分割问题。本文研究、总结了四条冗余种子点特征,并依此提出一个利用填充算法的种子点优化算法。实验证明此算法在保证粘连颗粒正确剥离的基础上,有效改善了过分割问题。     

基于AVR单片机的嵌入式"瘦服务器"系统设计思想

根据国内嵌入式设备的研究形势和产业发展规模，提出了基于AVR单片机（ATmega103)的嵌入式“瘦服务器”系统的基本设计思想。提供了一种瘦服务器的实行硬件框图和软件框图。     

显微图像粒度检测系统研究

在显微颗粒图像研究的基础上,以分水岭算法和极限腐蚀算法为关键步骤,研究开发显微图像粒度检测系统,从噪声较为复杂的颗粒图像中有效地分割出目标图像,较好地解决了颗粒粘连以及重叠问题,从而得到较高准确度的粒度信息。对铜精矿实践应用结果表明,该系统具备较好的适应性和推广性,为之后的研究提供了一定的参考和借鉴作用。     

基于Java应用程序的可移植缓存模型

为了研究Java应用程序与缓存系统的相互独立性,结合Java应用程序的缓存特征,提出了一种基于Java的可移植缓存模型PCM-JA.借助Java技术的平台无关性,PCM-JA型可以移植到不同的平台.并且为Java应用程序提供了一个通用的方法来创建、访问、更新和删除Cache中的条目,介绍了该模型的五个核心模块及其功能实现,研究了具体的缓存策略,结合现有缓存算法给出了相应的算法设计.实验结果表明,提出的缓存模型具有较好的性能.