风扰模拟力加载器控制系统设计

基于GPU高性能并行计算，在CUDA编程环境中实现边界面法正则积分的并行加速.在NVIDIA GTX680 GPU和英特尔(R)酷睿(TM)i7-3770K CPU的计算平台上与传统的正则单元积分对比.数值算例表明，在保证相同精度的前提下，加速比可达到8.3.     

基于GPU并行的生物序列局部比对算法

对Smith-Waterman算法的计算公式进行了改进以适应GPU并行的特点,并提出新的基于BLOCK分块的并行前缀扫描法;通过UP-DOWN步骤、BLOCK间调整、Eij微调等步骤在O(logn)时间内计算出行中每一个元素的前缀最大值;最后将回溯过程置于GPU端,避免了CPU与GPU间内存的拷贝.与传统的Smith-Waterman算法相比,该算法在低端的GPU平台性能提升90倍;与同样基于GPU的SWAT算法相比,性能也有较大的提升.     

GPU加速的遥感图像感知哈希认证算法

采用图形处理单元(GPU)对感知哈希算法进行并行化设计与实现。首先,对遥感图像进行预处理,以克服显存大小的限制;然后,基于GPU检测遥感图像的特征点;最后,在CPU端进行感知哈希序列的生成。实验结果表明,该算法与基于CPU的算法相比,计算性能有了显著提高,可满足遥感图像进行认证的需求。     

基于GPU的并行人脸检测方法研究

为了进一步提高人脸检测的精度和速度,提出了一种改进的Viola-Jones人脸检测算法,并在GPU平台上对改进后的算法加以优化。采用新型稀疏特征来进行人脸检测,利用计算机的图形处理单元GPU进行并行加速,并对优化前后的结果进行对比。结果表明,该算法把检测率提高到93.6%,与传统Viola-Jones人脸检测算法相比检测精度有了较大的提升;GPU并行加速实现了对OpenCV 1.6~3.2倍左右的加速比,有效提高了人脸检测性能。     

瞬变电磁响应计算的并行算法研究

在MPI的分布式网络并行编程环境下,以电磁场理论为背景,对瞬变电磁响应计算中的问题进行了研究,并编程实现了一维水平层状大地的并行计算。计算结果证明了该算法的正确性、可行性和高效性。     

MSP问题解法的并行化研究

为提高MSP问题的多项式时间算法ZH算法的计算速度，使其能够进行更大规模多级图的测试，本文对ZH算法进行了性能分析与并行的可行性评估，针对ZH算法中循环体较多的特点，分别在巨型机和普通PC机上进行MSP问题求解算法的首次并行化实践，随之对并行化算法提出优化方法，在实验中取得了较高的加速比。     

Smith-Waterman算法优化改进与Spark并行化研究

Smith-Waterman算法是1种精确度最高、广泛应用于文本搜索的生物学序列比对算法。在对Smith-Waterman算法深入研究的基础上,从减少计算任务量和降低计算复杂度两个方面对算法进行优化改进,将优化改进算法基于Spark平台进行算法并行化设计,并通过准确性测试、算法运行速度测试、算法速度比较测试、算法可扩展性测试等实验分析优化改进算法和并行化算法的性能。实验结果表明:优化改进和并行化后的算法在保证准确性的前提下,极大地提高了算法运行速度和可扩展性。     

基于混合并行的Kriging插值算法研究

普通Kriging方法是进行空间降水插值的一种有效方法。然而一方面由于海量数据插值计算量大,另一方面该算法的时间复杂度大,为减少空间降水插值的计算时间,采用OpenMP和MPI混合并行技术,实现Kriging并行算法。在Windows操作系统上搭建并行计算环境,实验数据表明,该并行算法能有效地节省计算时间。     

近似三对角Toeplitz方程组的并行化实现

近似三对角Toeplitz矩阵在时间序列分析、线性逼近、图论的特征值分析等多个领域经常出现。本文对近似三角Toeplitz矩阵求解算法的串、并行算法进行了分析,并在流处理器平台上实现了算法的并行化,实验结果说明并行算法在流处理器平台上获得较好的加速。     

基于云平台的大米产地确证方法研究

针对大数据背景下地理标志大米产地真伪鉴别的算法模型与实现技术,以大米中矿物质元素含量数据为基础,运用Hadoop分布式集群技术,构建了基于MapReduce的并行化随机森林、支持向量机、人工神经网络与线性判别分析算法模型.结果表明,并行化随机森林模型的判别准确率为97.55％,与相同条件下并行化构建的支持向量机、人工神经网络与线性判别分析模型相比具有更好的产地判别精度,同时依托并行化随机森林模型构建的云平台能获取到较好加速比,不仅能够实现对未知地区大米数据进行准确的产地鉴别,而且能够通过提升数据量或计算节点数,更高效地处理大规模数据.     

基于边缘计算的柑橘果实识别系统的设计

针对当前柑橘果实目标检测模型多数需在服务器上运行,难以直接在果园部署且识别实时性较差等问题,设计了基于边缘计算设备的便携式柑橘果实识别系统。该系统由优化的目标检测模型和嵌入式智能平台组成;通过扩展YOLOv4–Tiny目标检测算法,将所有批量归一化层合并到卷积层,加快模型前向推理速度;采用多尺度结构并使用K–means聚类方法获得柑橘数据集的先验框大小,使网络模型对柑橘果实识别具有更强的鲁棒性;使用GIOU距离度量损失函数,使网络模型更加关注柑橘图像中重叠遮挡的区域。将改进算法部署到嵌入式平台Jetson nano,试验结果表明,识别系统对柑橘果实的识别平均准确率达93.01%,单幅图片的推断时间约为150 ms,对视频的识别速率为16帧/s。     

表型检测中用于小麦株型研究的快速三维重建方法

植物表型自动化检测技术在农业研究和作物育种的过程中发挥了重要作用,但目前受限于二维技术三维特征很难被提取。株型是影响多分蘖作物产量的重要表型特征之一,它包括分蘖数、分蘖角、和茎粗等参数。传统方法中获取这些特征参数需要大量的人工测量,而人工测量具有耗时,主观性强,不准确等缺陷,因此用人工的方法进行大批量的表型分析是不现实的。为了使作物育种研究中株型参数提取实现自动化,提出一种用于高通量植株株型性状参数获取的快速三维重建方法,为了提高重建效率,研究中使用了图形处理单元(GPU)并行处理技术,在统一计算设备架构(CUDA)下进行重建的并行计算,使单株重建时间缩减到10秒左右,适合使用于高通量表型检测平台。     

多目标模糊关系优选决策的优化模型

基于模糊环境下具有监督因子的目标函数，提出了计算最优模糊关系识别决策矩阵和目标权重的优化模型，进一步完善了模糊关系优选理论模型；并应用于农业耕作方式的模糊优选，取得了满意的效果。     

面向钻蛀振动实时侦听的深度学习模型压缩

[目的]基于深度学习的钻蛀振动识别模型结合边缘计算可实现林业蛀干害虫钻蛀振动长期监测和实时预警,但要求大幅压缩智能识别模型的参数量和运算量.本研究采用深度学习模型压缩算法,在不损失精度的前提下,对已有的钻蛀振动识别模型进行压缩,减小模型的体积并提升模型在嵌入式平台的识别速度.[方法]首先采集双条杉天牛钻蛀振动和背景噪声...     

基于GIS的农村配电网络供电可靠性目标管理系统的研究

研究了基于GIS平台的农村配电网络供电可靠性目标管理系统的实现。系统采用三层架构、拓扑编码和网络搜索的方法,提出了新的供电可靠率计算方法,可应用于供电可靠率实时计算与评估。确定了供电可靠率目标分解的影响因子,给出了目标分解的具体算法。根据上述方法．完成了GIS平台下供电可靠率计算评估与目标分解等功能的实现,对提高农村配电网络供电可靠性有实际价值。     

基于Spark的支持向量机在小麦病害图像识别中的应用

为了提高小麦病害图像分类的效率,提出了一种基于Spark的并行式支持向量机算法。首先对小麦病害图像进行滤波去噪、灰度压缩等处理,利用灰度共生矩阵、不变矩阵等从颜色、纹理和形状3个方面提取49个特征向量;然后通过数据集的切分和并行框架的支持,将大数据并行处理技术Spark与支持向量机结合,运用Scala语言实现了串行支持向量机算法的并行化,并将其应用于小麦病害图像识别。针对小麦锈病和白粉病的图像分类测试结果表明,当测试图像分别是2 600、3 900、5 120张时,该算法对锈病的分类精度依次是76.03%、81.18%、77.82%,对白粉病的分类精度依次是83.27%、85.91%、83.14%,比串行支持向量机分类精度有所提升。分类时间依次是13 928.0、18 506.1、24 897.2 ms,明显低于串行支持向量机的分类时间。改进的算法实现了小麦病害分类精度的小幅度提升,明显提高了处理速度,具有较快的学习收敛速率。     

高校二手书籍折旧算法的选择与应用

随着商品与技术的快速发展,商品迭代更新速度加快,催生了二手商品交易平台的迅 速发展。但二手书籍交易有其独特的商品与用户偏好,二手书籍交易价格及折旧成为平台发展 必须解决的主要问题。本文对二手书籍交易平台的书籍折旧算法做深入的研究,并提出了折旧 算法选择与优化。     

基于云计算的食品有毒有害物质检验检测大数据的风险分析算法及其应用

基于云计算,结合食品安全检验检测的完备性与最小性原理,将影响食品安全的多维因素降维成平均含量(AVE)、限量标准(STA)、超限率(OUT)、超限程度(OUD)和最大值(MAX)5个因素,并建立食品有毒有害物质检验检测大数据的风险分析算法。利用云计算技术实现对地理上分布广泛、动态、复杂性高的海量数据进行存储,并运用云计算的MapReduce计算框架进行智能的并行数据处理及计算,最后得到风险分析结果。通过对在基于Web端的实验室管理系统采集的1 000 000条检验检测数据结果进行风险分析,得出食品安全指数IFS远小于1,表明消费者人群的食品安全状态良好。