核心机场与多核机场群发展模式及其特点研究

我国京津冀、长三角和珠三角三大机场群均为拥有单个核心机场的多层级机场群。核心机场是位于机场群层级结构最高层级的机场,在机场群中业务集中度高、重要性突出、发展优势明显,核心机场的数量影响机场群层级结构和发展格局。通过对机场群层级结构演变趋势的分析,本文提出并探讨了机场群未来发展的一种可能模式,即多核机场群。分析认为,多核机场群与单核机场群相比,在服务能力、服务范围、系统稳定性、安全性、对经济的发展适应性和对区域经济协调发展的推动等方面均具有更好的比较优势,是机场群和城市群发展到成熟阶段的结果。未来这一趋势变化将给机场群发展以及宏观决策带来一定挑战。     

一种新型多核判别分析方法

为了给模式分类和维度约简提供有效的手段,在综合L1-MKDA和L2-MKDA两种多核KDA优点的基础上,提出一种以预定内核函数的线性组合,并结合混合范数正则化函数实现核权重的稀疏性和非稀疏性平衡的新型弹性多核判别分析方法(semi-infinite-programming-based flexible multi-kernel discriminant analysis, S-FMKDA).该方法用半无限规划方法求解弹性多核判别分析算法,并通过混合正则化实现核的自学习.在不同数据集上的实验结果表明:S-FMKDA比目前常见的KDA、KDAP、KDAG、L1-MKDA、L2-MKDA、UMKDA核判别分析方法的精度提高5%.      

基于多核处理器的高性能IPSec软件架构的研究

随着网络的发展,高性能的安全应用在构建未来网络系统中发挥着越来越重要的作用;同时,基于网络处理器成功构建一个安全网络系统的关键,在于网络处理器软件系统的设计与开发,其核心问题就是要安全软件系统充分发挥网络处理器灵活性和高性能的特点.针对目前最为先进的OCTEON基于M IPS64的多核处理器,结合多核技术设计了高性能的IPSec软件架构并进行验证,给出了基于选定硬件平台上的IPSec的测试方案和性能数据.     

基于队列的处理器亲和机制及在网络转发中的应用

提出一种新的基于多报文队列的处理器亲和机制,与传统基于网络接口的亲和机制相比,消除了多处理器对共享资源的竞争,优化了处理器的CACHE行为,降低了互斥锁的影响范围,能够有效提升多核处理器系统的网络转发处理能力.试验结果显示,在复杂网络环境下,基于队列的亲和机制报文转发性能较传统基于接口的亲和机制提高了1.8倍.     

基于改进流行排序算法的显著性区域检测

针对现有基于图的流行排序的显著性检测算法对于复杂背景图像检测中效果不理想问题,提出改进的基于流形排序算法的显著性区域检测.首先将图像分割成4种不同的超像素尺度,并根据图像的RGB,CIELab的颜色特征和LBP纹理特征分别计算4种尺度图像的上、下、左、右4个方向的边界显著图,分别融合不同尺度图像的4个方向的边界显著图得到相应不同尺度图像显著图,融合4种尺度图像的显著图得到弱显著图;然后根据弱显著图以生成强模型的训练样本,通过多核提升算法学习来自输入图像的样本进行强分类,以检测显著像素;最后综合多尺度显著图进一步提高检测性能,并进行优化处理得到最终的显著图.为了验证该算法的正确性和有效性,在公开数据集MSRA1000、ECSSD和PASCAL-S上进行仿真实验,实验结果表明,该算法不仅能够得到较好的视觉效果,而且召回率、准确率和F-measure等评价指标比传统算法有明显提升.     

基于多核PC软件雷达信号处理实时性仿真

针对软件化雷达视频信号的实时性问题进行了研究,给出了常规警戒雷达信号处理的仿真模型,对每个处理模块的运算复杂度进行了详细的分析,采用IPP和常规计算方法对每个处理模块的运算时间进行仿真研究,并给出了结论:在四核2.34G CPU的工控机上,采用IPP算法比采用常规算法计算速度要高1～2个数量级,在1500μs内,回波采样点数在32 768个以内,脉压、MTI、求模和恒虚警等处理模块都可以满足实时性要求,16通道动目标检测(MTD)在2 000 μs内,回波采样点数在8 192个以内,可以满足实时性要求.     

新型电控空气悬架系统集成控制策略研究

为顺应汽车底盘电子电气(E/E)架构集中化发展趋势,并解决传统电控空气悬架系统中悬架刚度调节范围窄、侧倾稳定性欠佳等问题.本文中以具有电机式主动横向稳定器的新型电控空气悬架系统为被研究对象,首先利用Matlab/Simulink搭建电控空气悬架系统整车动力学模型与电机式主动横向稳定器模型,开发基于模型设计的新型电控空气...     

结合PSO-OEWOA和MKSVDD的轨道车辆轴承性能退化评估

为了有效评估轨道车辆轴承性能退化程度,提出一种结合反向指数的鲸鱼粒子群混合算法(PSO-OEWOA)与多核支持向量数据描述(MKSVDD)相结合的滚动轴承性能退化评估方法。针对滚动轴承样本数据结构复杂,样本数据分布不均匀导致SVDD分类不够准确的问题,对SVDD模型的核函数进行改进,构造多核核函数提高支持向量数据描述的学习能力和泛化能力;然后针对MKSVDD中多参数选择盲目的问题,结合粒子群算法收敛速度快和鲸鱼算法探索能力强的优点,利用反向指数的鲸鱼算法迭代融合PSO算法对MKSVDD的参数进行寻优,从而避免优化算法早熟收敛和陷入局部最优。将轴承正常状态样本特征向量看作训练数据,同时将MKSVDD模型的准确率作为PSO-OEWOA的适应度函数,构建PSOOEWOA-MKSVDD评估模型,利用正常数据训练的MKSVDD的超球体半径作为健康报警阈值确定轴承的退化。通过轴承全寿命数据对模型进行训练和测试。研究结果表明：MKSVDD模型在轴承初始性能退化时评估敏感性比SVDD模型更优,而且相较于SVDD模型,在中度性能退化时的稳定性也更优。最后对采集的牵引电机轴承的振动数据进行退化分析,结果与...