A conservative flux for the continuous Galerkin method based on discontinuous enrichment

Abstract In this paper we develop techniques for computing elementwise conservative approximations of the flux on element boundaries for the continuous Galerkin method. The technique is based on computing a correction of the average normal flux on an edge or face. The correction is a jump in a piecewise constant or linear function. We derive a basic algorithm which is based on solving a global system of equations and a parallel algorithm based on solving local problems on stars. The methods work on meshes with different element types and hanging nodes. We prove existence, uniqueness, and optimal order error estimates. Lastly, we illustrate our results by a few numerical examples.     

基于微流控芯片的乳腺癌肿瘤干细胞富集

为了克服传统方法低通量、低精度、低控制性和低效率的缺点,提出一种基于微流控技术研究肿瘤干细胞。基于二甲基硅氧烷,设计三层结构微流控芯片,结构包括细胞及培养液注入层、中间悬浮培养层和废液处理层。采用真空等离子氧化处理完成对准键合。芯片实验结果证明了微流控芯片的可行性和有效性。     

Label-free continuous lateral magneto-dielectrophoretic microseparators for highly efficient enrichment of circulating nucleated cells from peripheral blood

We have developed a continuous lateral magneto-dielectrophoretic (MAP-DEP) microseparator for the highly efficient enrichment of circulating nucleated cells from peripheral blood, based on native magnetic and dielectric properties of blood cells. Lateral magnetophoretic (MAP) force is achieved using a high-gradient magnetic field, caused by a ferromagnetic wire array inlaid on the bottom glass substrate. Lateral dielectrophoretic (DEP) force is achieved using a planar interdigitated electrode array, patterned on the top glass substrate. Red blood cells in peripheral blood are primarily driven by the lateral MAP force, while white blood cells are primarily forced by the lateral DEP force, the direction of which is opposite to that of the lateral MAP force. These lateral MAP and DEP forces are produced evenly on the whole area of the microchannel, thereby achieving highly efficient enrichment. The experimental results showed that the lateral MAP-DEP microseparator can continuously enrich circulating nucleated cells by 20,000-fold from peripheral blood simply by using an external magnetic flux of 0.3 T and a 2-MHz sinusoidal voltage of 4 Vp-p. Additionally, by using the intrinsic magnetic and dielectric properties of blood cells, we eliminated the need for laborious sample preparation procedures before and after enrichment, and also reduced the cost.     

基于样本差异度的SVM训练样本缩减算法

为了对大规模训练样本进行缩减,提出了k近邻向量,给出了一种新的样本差异度的计量方法,证明了该差异度关于噪声识别和类边界距离的几个性质。依据此性质提出了一个高效的SVM训练样本缩减算法,算法首先根据样本差异度的性质剔除噪声样本,然后用类间差异度近似表示类边界距离,结合样本相似性,直接从原始样本空间剔除次要的训练样本。仿真结果表明,减样算法可以有效缩减样本,提高训练效率。     

基于免疫原理的层次入侵检测模型

针对当前入侵检测系统普遍存在的误报、漏报和缺乏自适应性问题,以人体免疫系统的多层防御结构为基础,结合了误用检测和异常检测两种检测技术,提出了一种基于免疫原理的层次入侵检测模型,详细阐述了该模型的体系结构、工作原理和运行流程.最后给出了自适应检测层的成熟检测规则生成算法、自适应识别算法和检测规则的进化原理.利用此进化原理能不断对规则库里的检测规则实施进化,使之始终保持最有效的检测规则,从而使该模型具有自适应性、动态性和准确性等特点,因此它比其它方法更能满足基于网络的入侵检测系统的要求.     

利用相关性原理纹理合成的改进算法

针对Ashikhmin等提出的纹理合成算法存在时间开销大、容易出现接缝等问题,给出一种改进的基于相关性原理的纹理合成算法。将Ashikhmin算法基于像素点的纹理合成推广到基于块的纹理合成,在匹配过程中采用新的误差度量标准,加速了匹配过程,使纹理合成效果更符合视觉要求。通过仿真实验验证了该算法的有效性。     

基于模式搜索的连续函数寻优

模式搜索方法是求解最优化问题的一种直接搜索方法,它只根据函数值信息来进行求优。但模式搜索对起始点非常敏感,对好的起始点,模式搜索可以搜索到全局最优点,但对某些起始点,模式搜索只能搜索到局部极值点。本文提出基于模式搜索的一个新方法,实验证明,它能搜索到全局最优。     

基于类似形原理识别平面多边形

根据仿射不变性提出了6个用来描述多边形形状的拓扑特征和几何特征,这些特征在仿射投影下是不变的;以这些特征作为约束务件给出了在仿射投影下多边形的类似形定义;提出了一种用于识别平面多边形的类似形法。对类似形应用拓扑结构进行定性分析,对噪音不敏感;应用几何结构进行定量分析,能够反应多边形形状的细微差别。实验结果表明该方法是有效的。该算法能够用于识别平面立体和工业部件等。     

时滞系统基于对偶原理的故障诊断

研究时滞系统中含有执行器故障和传感器故障情况下的故障诊断方法,提出一种基于对偶原理的故障诊断器的设计方法.首先将故障状态转化为增广系统的状态,然后利用对偶原理将基于观测器的故障诊断器的设计问题转化为状态反馈控制器的设计问题.根据不同的要求,分别设计了渐近稳定的故障诊断器和保性能故障诊断器.利用Lyapunov稳定性理论和线性矩阵不等式技术,实现了系统的实时在线故障诊断.仿真结果证明了该方法的可行性和有效性.     

基于光离子化原理的肼类监测传感器的设计

为满足航天工程的需求,根据光离子化原理,设计了一种响应快、精度高（10^-6）、便携、可连续测试的肼类监测传感器,可用于现场检测有机蒸气和气体。介绍了微型电离室设计和信号检测电路及安装工艺,并给出了测试结果。     

基于有限状态自动机原理的孔中心定位程序

孔中心定位是数控电火花成型、电火花线切割等机床的基本功能,操作过程比较复杂,具有有限状态自动机的特征。有限状态自动机是一个描述离散系统的数学模型,通过状态转移囤可清楚描述输入与状态的关系,利用有限状态机理论描述其程序结构．比传统的程序结构更直观、更清晰地描速孔中心定位的程序。利用有限状态机原理设计控制程序结构,方便用汇编语言的JMP@A＋DPTR指令或C程序语言的switch语句实现,可以使程序简单、清晰,便于调试、维护、扩充。介绍了在电火花加工机床用“多维数控系统”运用有限状态自动机原理进行孔中心定位程序设计的实例。     

基于样本密度峰值的不平衡数据欠抽样方法

不平衡数据分类是数据挖掘和机器学习领域的一个重要问题,其中数据重抽样方法是影响分类准确率的一个重要因素。针对现有不平衡数据欠抽样方法不能很好地保持抽样样本与原有样本的分布一致的问题,提出一种基于样本密度峰值的不平衡数据欠抽样方法。首先,应用密度峰值聚类算法估计多数类样本聚成的不同类簇的中心区域和边界区域,进而根据样本所处类簇区域的局部密度和不同密度峰值的分布信息计算样本权重;然后,按照权重大小对多数类样本点进行欠抽样,使所抽取的多数类样本尽可能由类簇中心区域向边界区域逐步减少,在较好地反映原始数据分布的同时又可抑制噪声;最后,将抽取到的多数类样本与所有的少数类样本构成平衡数据集用于分类器的训练。多个数据集上的实验结果表明,与现有的RBBag、uNBBag和KAcBag等欠抽样方法相比,所提方法在F1-measure和G-mean指标上均取得一定的提升,是有效、可行的样本抽样方法。     

基于SOD的无线传感器信号采样策略

针对无线传感器网络带宽约束与能量限制问题,提出了基于SOD(Send-On-Dena)的信号采样策略,以输出信息的重要程度作为信息发送依据,解决了非重要信息对网络资源的占用问题,合理利用了网络带宽资源.在此基础上,分析了在该策略下系统的带宽需求,给出了数据平均产生率的上、下界,并在相同分辨率条件下,与周期采样策略进行了效力值比较,验证了该策略的有效性.最后仿真算例表明该策略对于节约带宽效果显著.     

基于线性分配的难负样本挖掘度量学习

科学家依靠鲸鱼尾巴的形状及其独特的标记来识别鲸鱼的种类,但靠人眼识别和手工标注的过程非常繁琐。而且鲸鱼尾巴照片数据集存在数据分布不均衡的特点,其中个别种类样本数量极少,甚至仅有一份;同时样本个体差异较小,并且包含未知类别,导致以图像分类的方式完成鲸鱼身份的自动标注存在困难。为解决度量学习在该任务下难以分类的问题,在孪生神经网络（SNN）的基础上,利用线性分配问题（LAP）算法进行难负样本挖掘训练过程从而动态地构筑训练批次。首先对训练样本提取图像特征向量,并计算特征向量的相似性度量;然后通过LAP为模型分配样本对,根据度量分数矩阵动态地构筑训练样本批次,针对性地训练困难样本对。在一个数据分布不平衡的鲸鱼尾巴图像数据集和CUB-200-2001数据集上得到的实验结果表明,所提算法在少数类学习和细粒度图像分类上能取得良好的效果。     

基于比较原理的非线性组合系统的输出反馈镇定

综合运用比较原理和LMI方法,通过构造一比较系统,将原组合系统的稳定性问题转化为维数较低的比较系统的稳定性问题,并利用M矩阵特性导出了比较系统稳定的一个充分条件．为了求取输出反馈增益,建立了等价稳定条件的QLMI表示形式．这一方法的特点是使大系统的稳定控制器设计的复杂度保持在子系统一级的水平上．数值实例说明了所提出算法在实际工程应用中的可行性和有效性．     

Compensator design based on the invariance principle

A systematic procedure is presented for designing a compensator for a linear time-invariant multivariable system, in such a way that the resulting disturbance transfer function is nulled. The compensator is of combined feedforward and feedback type in that it is driven by the disturbances and the available system outputs.     

基于切片原理的海量点云并行简化算法

针对传统点云简化算法效率低且处理点数少的缺陷,结合快速成型领域的切片原理顾及特征计算复杂度低的特点,设计并实现了适合千万级海量激光雷达（LiDAR）点云的并行切片简化算法。该算法根据切片原理对点云模型分层并按照角度排序,利用NVIDA的统一计算设备架构（CUDA）和可编程图形处理器（GPU）高度并行的性能优势,使用GPU多线程高效并行地执行单层切片点云简化,提高了算法效率。最后,应用3组不同数量级点云模型分别进行简化对比实验。实验结果表明：在保持模型特征与压缩比不变的情况下,所提算法效率高出传统基于CPU的串行切片算法1～2个量级。     

基于Storm的连续范围查询优化技术

移动大数据环境下,传统基于位置服务LBS技术面临来自系统扩展性、性能等方面的挑战。首先针对LBS应用的特点,提出了基于Storm的查询框架。然后结合基于Storm的LBS查询框架,设计并实现了并行连续范围查询算法,优化查询性能。针对分布式环境中的一致性问题,设计使用基于ZooKeeper的分布式锁服务,保证查询结果的正确性。进一步,针对基于Storm并行连续范围查询算法中存在访问数据库开销较大的问题,提出了基于TimeCacheMap的缓存优化算法及两种缓存策略,减少了访问数据库的开销,提高了查询效率。     

一种基于遗传算法的样本集数据分割方法

提出了一种基于遗传算法的样本集数据分割方法。数据挖掘过程中该方法能够解决如何对一个样本集进行数据分割,从而得到最佳训练集和测试集的问题。通过该方法进行数据分割,不仅提高了分类模型的分类精度,而且能够最小化训练集和测试集之间的噪声百分比。最后,以一组软件项目样本数据为例说明该方法的有效性。