超图在网格任务调度中的应用

针对网格计算中任务调度的特点和目标,阐述了目前网格任务调度的现状,结合超图理论,对超图理论在网格任务调度中的应用进行总结,最后针对目前超图任务调度提出相关问题和研究展望。     

一维非等温可压缩Navier-Stokes-Korteweg方程组稀疏波的整体稳定性（英文）

可压缩Navier-Stokes-Korteweg方程组可用来描述具有内部毛细作用的粘性可压缩流体的运动.本文研究了毛细系数依赖于密度、粘性系数和热传导系数依赖于温度的一维非等温的可压缩Navier-Stokes-Korteweg方程组Cauchy问题解的大时间行为.利用基本的L~2能量方法,我们证明如果相应的Euler方程组的黎曼问题存在稀疏波解,那么所考虑的一维可压缩Navier-Stokes-Korteweg方程组存在唯一的整体强解,并且当时间趋于无穷大时,此强解趋向于稀疏波.这里初始扰动和稀疏波的强度都可以任意大.     

基于多特征和改进稀疏表示的高光谱图像分类

为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。     

SCMA场景下的极化码编解码方案改进研究

极化码是目前唯一一种被证明可达到信道容量的编码方式,稀疏码分多址接入(Sparse Code Division Multiple Access,SCMA)可以提高频谱资源的利用率和接入系统的用户接入数量。为了提升SCMA与极化码的联合系统的误码率性能和译码时延,使联合系统的应用越来越广泛,提出了2种降低译码复杂度的方式:简化的左信息更新方式和剪枝译码算法。简化的左信息更新方式对于N=256,N=1024的极化码分别能降低37.6%和44.6%的存储资源占用数;剪枝译码算法在码率为0.5时能降低50%左右的计算复杂度。基于简化的SCAN算法改进了联合检测译码算法,在接收机采用外循环迭代的结构,引入了阻尼机制,选取最优的阻尼方式和最优阻尼值。仿真分析了所提联合检测译码算法与原有联合检测译码算法的误码率性能差异,外迭代接收机性能与内外双循环迭代的接收机性能相同,采用阻尼机制联合接收机的性能比无阻尼接收机的性能高0.8 dB左右,SJIDD的误帧率性能比保留宽度为32的SCLJDD的性能低0.7 dB左右,但能使接收机处理时延降至原来的1/4~1/8。     

鲁棒稀疏重构问题的凝聚同伦算法

鲁棒稀疏重构问题是信号处理领域的重要问题,该问题的数学本质是一个NP难的数学优化问题.同伦算法是一类典型的路径跟踪算法,该算法是解非线性问题的一类成熟算法,具有全局收敛性,且易于并行实现.本文考虑同伦算法在鲁棒稀疏重构问题中的数值求解.基于l_∞范数及罚函数策略,我们首先将原始的基于l_0范数的最优化模型,转化为含参数的无约束极大极小值问题,进而构造凝聚函数光滑化模型中的极大值函数,并构造凝聚同伦算法数值求解.数值仿真实验验证了新方法的有效性,为大规模鲁棒重构问题的并行化数值求解奠定基础.     

鲁棒声学事件检测综述

声学事件是指一段单一完整并能够引起人们感知注意的短时连续声音信号,而声学事件检测是指对这些声学事件进行识别。随着便携式摄像机与视频网站的迅猛发展,基于内容的声学事件检测在各领域的应用日趋广泛,例如个性化多媒体搜索、数字图书馆、网络管理与信息安全等。近年来,尽管研究者们提出了很多声学事件检测方法,但是由于采集设备、采集环境与传输条件等的千差万别,新环境下的音频数据日趋繁杂,使得类内数据差异较大且类间数据易混,从而导致传统识别方法的性能急剧下降,因此迫切需要研究当前环境下的鲁棒声学事件检测方法。     

网格资源管理与定位

提出了一种资源管理模型采用分布式的动态层次结构。网格中的资源之间根据通信性能进行结构组织,以树型结构组织资源。采用社区的概念来进行网格资源的逻辑划分,能够反映网络的实际拓扑,可以从资源上合理分配计算任务,有目的性的选择资源,在全局意义上进行最佳调度。在本管理模型上的请求定位策略可以快速定位目标结点,提高效率。     

重录语音检测算法

非法认证者可通过播放重新录制合法认证者的语音欺骗说话人识别系统以获得进入系统的权限，为社会安全带来威胁。因此，重录语音的检测具有现实的紧迫性，但相关的研究报道仍较缺乏。为此，本文提出一种重录语音的检测算法。该算法以MFCC（Mel-Frequency Cepstral Coefficients，美尔频率倒谱系数）的统计量作为SVM（Support Vector Machine，支持向量机）和KNN（K-Nearest Neighbors，K最近邻）分类方法的特征；除以上两种分类方法外，本文亦考察使用SAE（Sparse Autoencoder，稀疏自动编码器）的检测性能。为模拟现实生活中重录语音的真实情景，本文实验通过不同的录音设备、录音距离及录音环境对算法进行全面的测试。实验结果表明，通过增加重录语音的多样性作为训练可以使该算法的正确率提高到99.67%，达到了较好的检测性能。      

处理噪声问题的泰勒展开交替最小化算法

为了处理图像、计算机视觉和生物信息等领域中广泛存在的稀疏大噪声和高斯噪声问题,提出了一种利用交替方向最小化思想求解主成分追求松弛模型的泰勒展开交替最小化算法(TEAM).采用推广泰勒展开和收缩算子等技术推导出低秩矩阵和稀疏大噪声矩阵的迭代方向矩阵,加入连续技术提高算法的收敛速率,设计出TEAM算法的求解步骤.实验中,将TEAM算法与该领域的顶级算法作分析对比.结果表明,TEAM算法时间优势明显,误差优势略好.