基于图像特征的Winner-update运动估计策略

运动估计是视频压缩算法的重要组成部分，块匹配算法是运动估计的主要方法，但算法复杂度高。该文提出了一种Winner-update搜索策略，总结了衡量图像复杂度的简便方法，构造合理的匹配误差序列，以重排匹配搜索的顺序，进一步降低了块匹配算法的计算复杂度。文中设计了与算法相适应的数据结构，对比实验表明了该算法可节省90%~98%的计算量。     

一种基于区域分布树的电子表格最少重算算法

当电子表格技术被应用于服务器端的计算时，计算的性能显得尤为重要，行之有效的重算算法能够大大提高电子表格在服务器端的计算能力。本文针对电子表格软件Formuia One 6．1中采取的增量持续最小重算算法在性能上的瓶颈，提出了一种新的基于区域分布四叉树的最少重算算法，并有效地提高了电子表格计算的性能，并讨论了算法的复杂度，给出了三组算法的实验对比测试结果。     

基于融合进化计算的网格任务调度算法

在网格计算中，任务调度是一个重要的组成部分。针对网格环境异构、分布等特点，该文结合遗传算法与蚂蚁算法的优点，在双层进化结构基础上，提出了一种基于融合进化计算的网格任务调度算法。模拟实验结果表明：在网格环境下，调度算法具有明显的优势。     

CBFrag-Cubing：一种基于压缩位图的高维数据立方创建算法

数据立方的计算是数据仓库和OLAP研究的一个重要方向，同时又是数据仓库中代价很大的操作。针对在生物信息、统计分析、文本处理等领域中存在的基数较小的高维数据集，X.L.Li等人提出了Frag-Cubing算法。为了提高Frag-Cubing算法的效率，本文提出了基于分片思想的算法CBFrag-Cubing。该算法使用了位图索引结构，优化了数据立方的存储，减少了数据立方的计算时间。实验表明，与Frag-Cubing算法相比，该算法在存储空间上至少节省25％，在计算时间上节省30％。     

基于Z_buffer值的碰撞检测算法研究

碰撞检测算法是增强虚拟环境的逼真感和沉浸感的一个重要手段。原有的碰撞检测算法计算复杂，在复杂大范围三维场景绘制时会占用系统大量计算资源。针对传统碰撞检测算法的缺点，提出了一种基于缓冲区Z_buffer值的快速碰撞检测算法。该算法充分利用场景绘制时的变换矩阵和深度信息，实现了用户以第一人称在虚拟场景中漫游时进行快速碰撞检测与响应。实验证明该算法计算简单、速度快且与场景复杂度无关。     

基于多维护策略的物化视图选择方法

物化视图是数据仓库环境中提高OLAP查询效率的重要手段，因此，物化视图的选择是数据仓库设计中重要的决策之一。本文提出的物化视图选择方法目标是选择合适的视图进行物化，使得查询处理的总代价和物化视图的维护代价最低，提出了物化视图收益模型，并在此基础上基于视图的多维护策略提出了物化视图选择的方法：基于增量和重计算的物化视图选择算法IRMVS、基于增量策略的物化视图选择算法IMVS和基于重计算策略的物化视图选择算法RMVs和基于增量策略的物化后代视图选择算法IMDVS，理论分析和实验表明这些算法是有效可行的。     

一种改进的量子搜索算法

Rrover提出的对无序数据库进行搜索的量子算法，可以将搜索时间复杂度从经典计算机上的O（N）降低为O（N的平方根）。该算法显示了量子计算的强大能力，在量子计算研究中具有重要地位。但是，我们在研究Grover算法中发现Grover算法存在搜索失效等问题。本文分析了Grover算法中存在的问题，针对其不足之处进行了改进，并证明了改进后量子搜索算法的有效性。     

基于遍历异或运算的RFID标签所有权转移算法

针对文献[14]提出的所有权转移算法存在多余计算步骤等问题，在其算法框架基础之上设计一个改进的所有权转移算法。改进算法精简了通信步骤，避免出现冗余计算；改进算法对信息加密过程中采用计算量更低的遍历异或运算进行，摒弃原算法采用Rabin加密算法，从而降低系统整体计算量；会话过程中精简了算法步骤，降低了系统整体通信量。从安全、计算量角度进行对比分析，该算法满足RFID系统所需的安全需求，且适用于计算受限的标签中，具备推广的价值。     

基于FPGA的RS（255，223）译码器的设计

在Blahut提出Reed Solomon码时域译码算法的基础上，提出了一种时域RS（255，223）译码算法，并用FPGA和Verilog HDL语言实现了该译码器。主要包括伴随式计算、改进的BM算法、错误位置计算和错误值计算的硬件电路。     

面向异构计算的高性能计算算法与软件

研发适应国产异构计算环境的高性能计算算法与软件是非常重要的课题，对我国高性能计算软件研发匹配高性能计算硬件高水平发展的速度具有重要意义.首先，简要介绍高性能计算应用软件的现状、趋势和面临挑战，并对几类典型高性能计算应用软件开展并行计算算法特征分析，涵盖了宇宙N体模拟、地球系统模式、计算材料相场动力学、分子动力学、量子计算化学和格点量子色力学等多个问题、尺度和领域.其次，讨论了面向国产异构计算系统的对策，提炼出若干典型应用算法和软件的共性问题，涉及核心算法、算法发展、优化策略等.最后，面向异构计算体系结构，对高性能计算算法与软件进行了总结.     

运动模糊图像恢复方法研究

图像恢复一直以来是图像处理领域的研究热点。本文简述了图像恢复的概念、意义及降质模型之后，对目前存在的图像恢复算法进行了分析和研究。并给出了两种典型的图像恢复算法的实验结果。最后对基于运动模糊的图像方法进行了总结及展望。     

基于非线性处理的图像增强算法研究

近年来,基于非线性处理的图像增强技术成为相关领域研究人员关注的一个热点。尽管非线性方法与通常的图像增强算法相比.其计算量非常大,但是灵活多样的数值计算方法使其能够满足高质量图像方面的需要.因而基于非线性图像处理的图像增强方法逐渐在图像处理领域中受到青睐。本文以处理图像的特征及经典增强方法为理论基础.分别从提高图像对比度、抑制噪声及突出弱小目标三个角度研究了图像的增强算法。针对经典增强算法出现的灰度级合并、细节丢失等问题.突出目标细节.从非线性变换出发.提出了基于非线性的图像增强算法。经仿真实验结果表明.这种改进方法简单易行、运算量小.易于实时处理.对于某些图像取得了比现有增强方法更好的效果。     

遥感影像生理认知概念模型和方法体系

目前遥感地学理解和分析研究的前沿是以遥感地学分析模型为支持,运用统计分析、神经计算、知识处理模型、地学优化等技术,对遥感信息、地学知识的相互作用进行综合运用,建立集成地学知识、地理信息和遥感信息等处理分析模型的智能化遥感影像地学理解与分析系统。地学认知问题是遥感地学理解和分析的核心问题。以神经计算和进化计算为理论基础,探讨如何从模拟生理视觉的角度实现对遥感影像的地学认知,初步提出了融合地学知识的遥感影像生理认知模型及其方法体系。     

面向全变分图像复原的增广拉格朗日方法综述

图像复原旨在根据退化图像重建高品质原始图像,其复原的质量和速度问题一直都是图像处理领域研究的重要方向。由于其图像边缘保持特性,全变分（TV）最小化模型在图像复原领域取得了很大的成功。然而,全变分图像复原是一个典型的非光滑优化问题,需要发展相应的快速优化算法,而增广拉格朗日方法（ALM）则是近年来发展起来的一类代表性方法。结合相关进展,综述了全变分图像复原模型,变量分裂（VS）法和典型ALM算法,并通过实验从CPU运行时间、峰值信噪比（PSNR）和品质评价等方面分析了不同的变量分裂和ALM方法对图像复原性能的影响。     

Deriving parallel computations from functional specifications: A seismic example on a hypercube

Three algorithms developed for a seismic model illustrate that, when the target hardware has many processing elements, functional programs can exhibit better performance than programs developed with conventional techniques. This stands in contrast to the widely held belief that functional programs necessarily pay in poor performance for their advantages in conciseness and likelihood of correctness. Two of the algorithms evolved from an analysis of the seismic model with the goal of finding parts of the computation that could proceed in parallel. The first algorithm has a low communication to computation ratio. The second and third algorithms have higher ratios trading communication time for computation time. The third algorithm was derived from a presentation of the input/output relationship of the model expressed as a composition of mathematical functions. This algorithm exhibited substantially better performance than either of the others. The algorithm achieves its good performance by setting up a producer-consumer pipeline between simultaneously operating portions of the computation. This pipeline balances computation and interprocessor communication more effectively than the other two algorithms.     

基于Matlab实现的指纹图像预处理算法

指纹图像预处理是指纹识别的前提,它的好坏直接影响到指纹识别的成败,在前人的基础上提出了一套基于Matlab实现的指纹图像预处理算法.文中给出了用Matlab对每个指纹图像处理功能模块的算法实现、改进方法及处理结果,主要包括去边缘背景,块方向图求取,增强和二值化的合并,细化.用Matlab实现的这种方法,既能分步对指纹图像预处理算法进行仿真测试,又可以很直观地看到图像处理算法的效果,有效配合了算法的研究.实验证明,用Matlab实现的算法的处理结果比较理想,满足识别的应用性.     

遥感分类图像斑块土地面积的自动计算方法

遥感应用中经常涉及到面积统计,提出了两个自动计算分类图像斑块面积的方法,逐行扫描法和点生长法。这两种算法由计算机图形学中的图形填充方法--扫描转换及种子填充方法发展而来,详细分析了两个算法过程,对两个算法的优劣进行了比较,得出点生长法算法实现简单,逐行扫描法处理速度快的结论,并给出了对一幅图像的计算结果。     

基于分层六角网格对简单三维物体的快速识别

提出了一种利用目前的CRS系统摄取六角网格数字图像的方法,并对获取的图像提出了基于金字塔处理的、从边缘检测等低层处理到模式识别等高层处理的算法.借助串行计算机模拟,利用六角几何和并行处理构架来识别六角网格数字图像中的物体.实验结果表明,该算法能够快速地识别一些简单的三维物体.最后提出了一个2层的六角网格视网膜的设计方案.文中论证了用于图像分析的六角像素网格的鲁棒性.     

New algorithms for maximum entropy image restoration

We present two new algorithms for image restoration by the maximum entropy method, both based on the preconditioned conjugate gradient method for linear equations. They are simple, robust, and well suited for vector processing. We find that they converge more quickly than the standard Cambridge algorithm, as a function of the total number of search directions, while the computation time per search direction is roughly the same. An important part of both algorithms is a simple and reasonably accurate formula for estimating the Lagrange multiplier in the basic equation. Another important part of the main algorithm is the guarding against negative pixel values by reduction of components of search directions. The second algorithm can be run without the entropy term and without preconditioning to give a solution resembling the maximum entropy solution.     

采用差分进化算法的点扩展函数估计

在图像处理的非盲复原算法中,对点扩散函数PSF（Point Spread Function）的估计是否准确,将直接影响图像复原质量的好坏。传统的估计方法有直接测量法和间接估计法,但往往数据量大,计算繁琐,针对这一问题,从全局寻优的角度出发,提出利用差分进化算法来估计点扩散函数。实验结果表明差分进化方法可以取得很好的效果,为下一步设计恢复滤波器奠定了基础。