基于反射原理的服务发现中间件SLRM研究

针对普适计算环境下设备的多样性和环境的异构性日益突出的问题,利用反射技术来实现具有高度自适应性和可配置性的中间件,结合普适计算的特点,设计了一种新型的基于反射原理的服务发现反射中间件框架SLRM,以构件方式构造了SLRM的服务发现及绑定模型,并通过反射策略实现服务的动态重配置,讨论了基于CORBA的SLRM实现关键技术.研究结果表明,SLRM能较好地适应动态变化的分布式环境和应用需求,在反射类型、反射的触发及平台构件化等方面具有特色.     

基于OPS的计算流体力学软件多平台自动并行

当前高性能计算机体系结构呈现多样性特征,给并行应用软件开发带来巨大挑战.采用领域特定语言OPS对高阶精度计算流体力学软件HNSC进行面向多平台的并行化,使用OPS API实现了代码的重构,基于OPS前后端自动生成了纯M PI、OpenM P、M PI+OpenM P和M PI+CUDA版本的可执行程序.在一个配有2块Intel Xeon CPU E5-2660 V3 CPU和1块NVIDIA Tesla K80 GPU的服务器上的性能测试表明,基于O PS自动生成的并行代码性能与手工并行代码的性能可比甚至更优,并且O PS自动生成的GPU并行代码相对于其CPU并行代码有明显的性能加速.测试结果说明,使用OPS等领域特定语言进行面向多平台的计算流体力学并行软件开发是一种可行且高效的途径.     

电力巡检无人机精准降落方法研究与应用

针对现有电力巡检无人机降落方法定位误差较大、机身稳定性较差、易受外部环境干扰等问题,提出一种电力巡检无人机自适应降落方法.构建基于多级视觉标识图像识别的四维定位降落方法,指引无人机进行垂直方向精确降落.开发基于分段式反馈控制的速度矢量的四维控制方法,稳定无人机水平方向的姿态.设计基于视觉标识阵列的自适应抗干扰降落方法,克服降落平台的阴影对无人机定位的影响.开展无人机精准降落现场实验,结果表明所提方法具有非常高的降落定位精度,简单实用.     

基于灰色关联法的生理信号与情绪关联度研究

明确生理信号与情绪的关联度对提高情绪识别正确率起重要作用,然而目前关于两者的关联度研究成果比较少。为研究生理信号与情绪的关联度,采用德国Augsburg大学生理信号数据库的数据,基于灰色关联法研究喜、怒、哀情绪与心电、呼吸、皮肤电导信号的关联度,在此基础上,根据关联度结果采用CHAID决策树和SVM分类法进行情绪识别与分析。研究结果表明：（1）喜、怒、哀3种情绪与呼吸信号关联度最高,与皮肤电导关联度次之,与心电关联度最低;（2）基于CHAID决策树和SVM对3种情绪下的3种生理信号进行情绪识别,验证了喜、怒、哀与心电、呼吸、皮肤电导信号的关联程度。     

三种湍流模型在空气射流数值模拟上的性能比较

标准方程模型、RNG方程模型和零方程模型是通风空调工程上最为常用的湍流方程模型.本文对三种湍流模型进行了介绍,并用三者对百叶风口空气射流进行了模拟.模拟结果表明,与其它两种方程模型相比,采用标准方程模型,无论是轴心速度衰减还是断面速度分布,与实测最为吻合,而采用零方程模型与实测差别较大.     

雾霾成因及严寒地区乙醇汽油对雾霾影响

本文通过分析雾霾的组成成分及其形成机理,分别研究了乙醇汽油燃烧产物气溶胶粒子、颗粒物、附加产物(醛酮等)和水分对严寒地带区域性雾霾形成的影响.研究结果表明,乙醇汽油燃烧产物对雾霾的影响也是比较严重的,在严寒地区冬季不建议过量使用乙醇汽油.     

物面倾斜对激光三角法测量误差影响的分析研究

针对传统方法测量位移时出现的分辨率低、准确性差、操作不便捷等问题,提出采用激光三角法非接触测量物体位移,而物面倾斜是影响测量精度的主要因素。通过分析激光三角测量的基本原理,基于朗伯定律,利用光散射原理研究了物面倾斜角与光能质心之间的关系;由沙氏条件下的几何光路关系,推导得到测量误差与倾斜角之间的关系式;通过实验数据对激光扫描测量产生的误差进行分析,验证理论推导的结果,在测量中具有避免出现粗大误差的实际意义。     

混凝土大坝安全监测系统的研究现状与进展

大坝安全监测的研究是近年来国际学术界研究的热点问题之一,涉及许多不同的研究领域,如数据量测、采集、信号处理、数据处理分析与安全评估系统等。文中阐述了大坝安全监测系统的概念及组成,介绍了国内外混凝土大坝安全监测系统的发展与应用情况,提出了在混凝土大坝安全监测系统应用中存在的问题,并对混凝土大坝安全监测系统应用的发展进行了展望。     

两种基于相空间重构的电力系统短期负荷预测方法分析

短期负荷预测是电力系统调度运营部门一项重要的基础工作,预测精度的高低直接影响到电网运行的安全性、经济性以及电能质量。采用符合短期负荷特性的混沌理论对短期负荷进行预测,在相空间重构和混沌识别的基础上,建立短期负荷加权一阶局域多步预测模型和最大Lyapunov指数的预测模型,通过对一组实际的短期负荷数据进行预测,仿真结果表明:两种方法都能较准确地预测短期负荷,对于一周内的预测结果,最大Lyapunov指数预测模型的预测精度略高于加权一阶局域多步预测模型的预测精度。