基于改进加权一阶局域预测模型的负荷预测方法研究

针对混沌时间序列预测中用加权一阶局域法单步预测模型进行多步预测时计算量大,且存在误差累积效应的不足,本文提出了基于相空间重构技术的加权一阶局域法多步预测模型,通过实际算例分析显示,本文方法较改进前有较好的适应能力和预测精度。     

基于GPU的多分辨率体数据重构和渲染

基于小波变换的多分辨率压缩算法能够获得很高的压缩比,因而被广泛地用于压缩体数据.针对这种压缩策略,研究基于GPU的数据重构的方法,可以只从CPU向GPU传输少量的压缩数据,从而提高数据传输效率.因为好的数据结构是实现基于GPU的重构算法的关键,所以文中提出适合使用矩形纹理表示的数据结构--Nested Tileboard;然后给出基于该数据结构在GPU上实现多分辨率重构的方法,使用Nested Tileboard保存中间数据及重构结果;还提出了基于Nested Tileboard的多分辨率体绘制方法,直接对重构数据进行体绘制,从而实现数据重构和体绘制的无缝连接.     

相参脉冲雷达中频采样条件研究

针对相参脉冲雷达中频采样问题,通过对采样过程的分析与建模,提出了相参脉冲雷达中频采样应满足的三个条件.详细分析了采样条件不满足情况对后续信号处理的影响,并针对具体工程应用给出了解决方案.所得结论对相参脉冲雷达中频数字接收机和通用雷达数据采集系统设计具有一定的指导意义.     

短期负荷预测Volterra滤波器模型

讨论依据相空间邻近轨道演化相似性的特点构造训练模式,建立短期负荷预测Ｖｏｌｔｅｒｒａ滤波器模型的问题．以距离相似度和趋势相似度来衡量电力负荷吸引子轨道的相似度,提出了电力负荷吸引子邻近轨道判别的新方法．从模型训练充分性的角度出发,探讨了模型训练集规模的选择依据．仿真结果表明该模型是有效的．     

计算机体系结构的发展及技术问题探讨

回顾了计算机体系的发展历程,并分析了计算机体系的发展和技术研究的关键:Cell和多核等新型处理结构和可重构计算技术.提出了新的计算机体系结构,为计算机研究和应用提供参考.     

可重构板级支持包的设计与实现

针对传统板级支持包(BSP)的弊端,设计了一种模块化、层次化的可重构BSP,提高了BSP的开发效率,降低了开发难度,最后以课题实例加以说明和验证.     

单幅图像三维表面重建的算法研究与实现

以单幅二维图像为研究对象,应用SFS的基本理论,首先对二维图像进行了光照的倾角和偏角的估计,在光源坐标系下计算出物体每一点的表面梯度;之后,旋转坐标系,在观察坐标系下得到物体的表面梯度;最后采用三点辛普森公式求出物体表面的高度。整个算法流程简单,求解层次分明,重构满意度较高。     

基于最大李亚普诺夫指数的改进混沌时间序列预测

分析了基于最大李亚普诺夫指数的混沌时间序列预测方法,提出了一种选取重构相空间中的多个邻近参考向量来提高预测精度的改进方法．对洛伦兹混沌系统产生的时间序列进行了预测,结果表明改进方法比原方法的预测精度要高．讨论了噪声和参考邻近点数对预测结果的影响．应用改进方法预测实际的交通流量时间序列的平均相对误差在8%以下,说明了改进方法的有效性．     

基于微包协议的三模冗余容错计算机无缝重构算法

提出了一种基于微包传输协议的系统重构算法,制定了系统重构命令协议,设计了关键数据区的一致性管理算法.不需增加额外的硬件资源和系统开销,利用三机之间的数据交换通道,即可实现三模冗余容错计算机的无缝重构,保证系统在故障恢复重构时工作的连续性.同时,完善的重构命令协议使得重构软件的开发可以采用面向对象思想构成标准化的中间件,具有很强的扩展能力,为构建标准化嵌入式三模冗余容错计算机内核奠定了良好的技术基础.     

用Web标准技术重构网站

随着网络技术的迅速发展,新Web标准的重要性越来越被人们所重视,本文对Web标准做了充分的阐述,并从技术方面说明了应用Web标准进行网站重构的具体方法。