检索结果-内蒙古大学图书馆

作者：张利平内蒙古工业大学

学位级别：硕士

随着国民经济的发展,我国汽车保有量已经达到3.6亿辆。急速增长的车流量导致高速路网运行能力下降、交通事故高发、城市环境污染加剧、交通运营管理困难。及时准确的车流量预测作为智能交通系统(Intelligent Transportation Systems,ITS... 详细信息

随着国民经济的发展,我国汽车保有量已经达到3.6亿辆。急速增长的车流量导致高速路网运行能力下降、交通事故高发、城市环境污染加剧、交通运营管理困难。及时准确的车流量预测作为智能交通系统(Intelligent Transportation Systems,ITS)中的研究主题之一,能够帮助交管部门针对外出车流进行提前约束和诱导,提高出行效率。针对现有研究存在对交通流时空特征提取不完整、预测精度不高、处理海量数据时计算效率较低且训练参数复杂等问题,本文提出了一种基于分布式内存计算的高速公路交通流预测模型。主要工作及创新点如下:首先对高速公路交通流原始数据进行分析,完成数据填充、数据转换、数据归约等数据预处理工作。其次为了分析高速公路交通流时空特征对交通流预测结果的影响,提出了一种交通流时空关系特征向量的构造方法,使用该方法生成高速公路交通流时空特征向量。再次为了准确预测高速公路交通流,本文给出了一种考虑时空特性的贝叶斯优化极端梯度提升(Based Bayesian Optimization eXtreme Gradient Boosting,BO-XGBoost)模型来实现高速公路交通流预测,该方法将交通流时空特征向量输入模型,通过不断分裂特征,生成多棵树,从而得到模型最优解,为避免因不合适的参数取值,造成模型陷入过拟合的问题,利用全局寻优式算法贝叶斯优化(Bayesian Optimization Algorithm,BO)算法优化模型重要参数,以此实现高速公路交通流的准确预测。最后为了减少BO-XGBoost模型在参数优化及构建最优树模型时的计算时间,本文提出一种基于Spark的优化极端梯度提升高速公路交通流预测(Optimized eXtreme Gradient Boosting model based on Spark,Spark-BO-XGBoost)模型,通过将BO-XGB oost模型部署在Spark分布式计算平台上,实现参数寻优以及最优树模型生成过程的并行计算。实验结果证明,考虑时空关系的BO-XGBoost预测模型具有更高的预测精度,整体性能较好。并且通过Spark并行化的BO-XGBoost模型具有良好的加速比和可扩展性,计算效率也明显提升。本文方法可以在保证高速公路交通流模型预测精度的同时,提升模型的计算效率。

关键词：高速公路交通流预测极端梯度提升贝叶斯优化并行化设计

来源：评论

学校读者我要写书评

暂无评论

基于FPGA的图像色偏校正研究与实现

基于FPGA的图像色偏校正研究与实现

引用

作者：车雪峰哈尔滨工程大学

学位级别：硕士

计算机视觉技术已经广泛应用于工业生产、城市建设和智能安防等领域,成像设备会受环境光、物体表面的光谱反射率和传感器自身感光性能的影响,图像会因光照条件不同而产生颜色上的差异。计算颜色恒常性的目的在于消除环境光对成像的影响... 详细信息

计算机视觉技术已经广泛应用于工业生产、城市建设和智能安防等领域,成像设备会受环境光、物体表面的光谱反射率和传感器自身感光性能的影响,图像会因光照条件不同而产生颜色上的差异。计算颜色恒常性的目的在于消除环境光对成像的影响,从而还原出物体最真实的颜色,提高计算机视觉成像系统的可靠性。目前主要以算法层面的研究为主,而较少的讨论硬件层面的实现。算法的最终目的是能够安全平稳的运行在硬件系统中,所以考虑颜色恒常性算法在硬件上的实现至关重要。本文以单光源下的颜色恒常性为研究对象,从算法层和硬件层两个层面进行了如下几个方面的研究工作:首先,对几种经典的无监督颜色恒常性算法进行了研究与实现,以颜色恒常性理论为基础,从主观评价与客观评价两方面建立对图像色偏程度的评价体系,为后续评价算法的性能提供理论支撑。对几种经典的颜色恒常性算法进行了横向对比,为后续的研究提供算法性能分析的参考基准。其次,针对基于深度学习的颜色恒常性算法进行了深入的研究,利用卷积神经网络与迁移学习建立端到端的网络模型。通过对图片数据集进行聚类分析,结合Softmax激活函数,把基于神经网络的光照估计模型转化为光照分类器。实验结果表明,在降低了光照估计问题的复杂性的同时,也保证了色偏校正算法的效果。为实现光照分类器,本文实现了从训练集的选择、扩充和预处理,到对比三种经典的网络框架,再到模型训练,利用可视化工具尝试解释了神经网络在该问题中是如何工作的。最后,考虑颜色恒常性算法在移动端的实现,选择了轻量级的Mobile Net作为网络框架,并完成了该网络框架在FPGA平台上的硬件加速,实现了算法的硬件移植。在设计CNN加速模块时,采用了多级流水线的设计思想,最大化FPGA的并行计算能力,优化数据的传输和存储。设计完整的成像系统,包括图像数据的采集、存储和显示,最终设计了一个搭载人工智能算法的自动白平衡系统。

关键词：颜色恒常性卷积神经网络聚类分析并行化设计

来源：评论

学校读者我要写书评

暂无评论

基于大数据平台的内蒙古地闪时空分布特征分析研究

基于大数据平台的内蒙古地闪时空分布特征分析研究

引用

作者：周成栋内蒙古工业大学

学位级别：硕士

雷电对人们的日常生活有着严重的威胁,对雷电进行时空规律分析,以及对雷暴进行更高精度的预报具有重要的现实意义。随着互联网的高速发展和气象监测水平的不断提高,产生了海量的雷电资料数据。在对雷电资料数据进行分析或预报等业务时,... 详细信息

雷电对人们的日常生活有着严重的威胁,对雷电进行时空规律分析,以及对雷暴进行更高精度的预报具有重要的现实意义。随着互联网的高速发展和气象监测水平的不断提高,产生了海量的雷电资料数据。在对雷电资料数据进行分析或预报等业务时,需要进行大量繁复的运算,而大规模运算存在耗时较长的问题,传统的单机方式已经越来越难以满足海量雷电资料的存储与处理。如何更好的对海量雷电资料数据进行挖掘研究成为气象部门工作的研究热点。大数据技术的出现,为海量雷电资料的处理提供了一个新的思路。课题针对内蒙古地闪时空分布特征分析研究,主要研究内容包括雷电时空规律分析和雷暴预报应用研究。雷电时空规律分析主要采用Spark算子和K-means算法对地闪定位资料分析;雷暴预报主要采用朴素贝叶斯算法,进一步对雷电时空规律分析,目的是对未来某一区域某一时段是否发生雷暴做出预测,主要工作如下。1.基于Hadoop+Spark平台设计了雷电高发区域划分算法SCK-means和雷电时间规律STime算法。针对K-means算法随机选取初始聚类中心和K值的问题,采用Canopy对K-means算法进行优化,并将优化的算法基于Spark平台进行并行化设计,形成了雷电高发区域划分算法SCK-means。利用Spark算子设计了雷电时间分布规律算法STime。最后,采用SSE、加速比和扩展比作为评价指标,实验结果表明本文设计的时空规律算法可以准确快速的挖掘雷电规律,为防雷减灾提供决策支持。2.基于Hadoop+Spark平台设计了SPNBC雷暴预报模型。针对传统朴素贝叶斯分类模型(NBC)的独立性假设问题,采用PCA算法优化贝叶斯分类器构建PNBC;并将优化后的算法基于Spark平台进行并行化设计,形成了雷暴预报模型SPNBC。最后,采用准确率、空报率、加速比和扩展比作为评价指标,与常用的BP神经网络和传统朴素贝叶斯雷暴预报方法进行实验对比,实验结果表明本文所提出的雷暴预报模型具有较佳的准确率和空报率,而且在处理海量数据时有较大的性能优势。论文通过对雷电时空规律分析、雷暴预报领域的研究,设计了基于Hadoop平台的雷电资料的存储方案、基于Spark平台的雷电时间与空间规律挖掘算法和雷暴预报模型,并通过实验验证了本文提出的算法和模型有效提高了雷电数据挖掘的效率和雷暴预报的可靠性。利用本文的研究成果可以构建快速的雷电数据分析平台,为气象相关人员快速分析雷电地闪过程的强弱和走向趋势提供良好的服务,为气象数据进一步的应用奠定了基础。

关键词：时空分布算法优化并行化设计 SCK-means算法 SPNBC雷暴预报

来源：评论

学校读者我要写书评

暂无评论

列存储系统中并行查询处理的研究与实现

列存储系统中并行查询处理的研究与实现

引用

作者：张光辉东华大学

学位级别：硕士

随着网络的普及,信息时代的到来,人们日常生活所面临的数据已经非常巨大,如何围绕这些数据建立数据仓库、进行数据挖掘和数据分析正逐步成为数据处理的主题。如何快速准确分析这些海量数据,对数据仓库系统有了更高的要求。传统的基于行... 详细信息

随着网络的普及,信息时代的到来,人们日常生活所面临的数据已经非常巨大,如何围绕这些数据建立数据仓库、进行数据挖掘和数据分析正逐步成为数据处理的主题。如何快速准确分析这些海量数据,对数据仓库系统有了更高的要求。传统的基于行存储的关系型数据库系统已经不能很好地适应海量数据分析的要求,而基于列的存储模型能够较好地支持海量数据分析。近年来,微处理器的发展非常迅速。由于处理器功耗与设计的限制,处理器的发展趋势正逐步从单核心高主频到多核心处理器发展。现在单核心处理器几乎从处理器市场中消失,而片上多核处理器(chip multipro-cessor,CMP)已经成为该市场上的主流。多核处理器能够为列存储并行查询执行提供硬件环境。本文主要研究多核处理器环境下列存储系统的并行查询设计与实现技术。论文以我们实验室研制的列存储系统DWMS为依托,研究现有的查询技术,设计并实现了一套基于多核处理器的并行查询模块。 1、分析一条查询语句在处理过程中的各个阶段的基础上,并为多个查询阶段的查询优化做出并行化分析。 2、设计了基于OpenMP技术动态分配的多线程快速排序算法。 3、设计了多个多线程hash连接算法,可根据具体的情况选择合适的连接算法。 4、分析多查询基础上设计了一个简单的多查询并行。 5、对基于传递块的查询执行模型进行分析后,建立了传递块缓冲区。以传递块缓冲区为数据流转中心设计了基于流水线的查询并行化方案。这种设计主要将父子节点间传送数据的方式由传递块改为传递块缓冲区,这样操作节点只对缓冲区读写数据,父子操作节点之间实现了分离。通过对缓冲区的有效管理,能够很好地提高DWMS的查询性能。 6、论文最后对整个查询的并行设计做出分析,通过对相关参数、缓冲区数量和并行模块的进行设置,进一步提高查询性能。在多核环境下,论文对DWMS数据仓库原型系统进行了多线程设计,主要是对操作节点的并行化设计和流水线并行化设计。通过理论分析和相关实验的验证,表明我们的查询并行化设计可以有效地提高DWMS的查询效率。

关键词：列存储多核处理器传递块缓冲区并行化设计多线程

来源：评论

学校读者我要写书评

暂无评论

面向图像重构的深度神经网络加速器设计与实现

面向图像重构的深度神经网络加速器设计与实现

引用

作者：陈晓旭福州大学

学位级别：硕士

图像重构是图像处理领域中的一种重要方法,通过该方法能够将成像系统中的样本观测信息进行求逆,重构出原始的样本图像。过去三十多年内,研究人员陆续提出了反卷积、全变分以及压缩感知等图像重构模型,已经广泛应用于医学成像、图像降噪... 详细信息

图像重构是图像处理领域中的一种重要方法,通过该方法能够将成像系统中的样本观测信息进行求逆,重构出原始的样本图像。过去三十多年内,研究人员陆续提出了反卷积、全变分以及压缩感知等图像重构模型,已经广泛应用于医学成像、图像降噪、去模糊、超分辨率重构等方面。近年来,深度神经网络(Deep Neural Network,DNN)模型在图像分类、语音识别上取得了令人瞩目的成效,激发了研究人员对DNN模型研究的热情,面向图像重构的DNN模型逐渐成为了研究的热点,设计出的DNN模型改善了图像重构的性能。图像处理器(Graphics Processing Unit,GPU)是一种能处理大规模并行计算的硬件架构,被广泛的应用于DNN模型的训练和推理,有效的加速了DNN的实现。近年来,随着GPU嵌入式设备的快速发展,研究人员已经利用嵌入式设备实现了分类识别的DNN模型。然而,不同于分类识别的DNN模型逐层减少特征维度的特点,图像重构DNN模型的特征维度可能与输入维度相等甚至更大,这将造成计算量的明显增加。同时如UNet、Res Net等大部分图像重构DNN模型都存在网络不对称的特点,导致在计算上分布不均匀,无法实现并行化设计,因此难以在对计算均衡有极大要求的GPU嵌入式设备上快速实现。针对面向图像重构的DNN模型网络结构不对称的问题,本文基于图信号处理的思想,利用图结构的计算均衡分布特性,对DNN模型结构进行修改,使模型计算均衡化,提升GPU资源利用率。为了验证图信号处理的有效性,实验以基于近似的自动变换(Automated Transform by Manifold Approximation,AUTOMAP)模型为研究对象,利用图卷积代替传统的卷积、反卷积操作,通过对比发现,基于图信号处理的AUTOMAP模型与原始AUTOMAP模型都能收敛到相近的损失值。为了进一步加速DNN模型,基于GPU的CUDA编程模型,本文对优化后的AUTOMAP模型实现并行化加速设计。利用cu BLAS库对全连接层实现并行化加速。利用拉普拉斯矩阵的稀疏性,提出了用ELLPACK-R格式进行存储,有效节省了存储空间,并采用负载均衡的稀疏矩阵向量乘并行优化策略提升GPU的执行效率。根据切比雪夫多项式迭代的特性,利用基向量的思想实现并行加速策略。针对大型矩阵相乘,采用分块的思想,结合GPU共享内存快速实现。实验运行在英伟达的Jetson AGX Xavier嵌入式平台上,通过并行优化设计,将面向图像重构的DNN推理模型实现在嵌入式平台上,充分利用存储和计算资源,提高模型的计算效率。

关键词：图像重构深度神经网络图信号处理并行化设计加速器

来源：评论

学校读者我要写书评

暂无评论

异构多处理平台并行实时编码算法研究

引用

上海电力大学学报 2022年第2期38卷 158-162页

作者：袁三男王孟彬陶倩昀张艳秋上海电力大学电子与信息工程学院上海200090

针对以CPU为处理平台的H.265/HEVC串并行编码效率较低的问题,设计了一种基于异构多核CPU+GPU处理平台的并行实时编码算法。按照CPU和GPU互不相同的硬件特性分配任务,降低了时间复杂度,同时使CPU和GPU的协作能力获得了提升,计算资源得到... 详细信息

针对以CPU为处理平台的H.265/HEVC串并行编码效率较低的问题,设计了一种基于异构多核CPU+GPU处理平台的并行实时编码算法。按照CPU和GPU互不相同的硬件特性分配任务,降低了时间复杂度,同时使CPU和GPU的协作能力获得了提升,计算资源得到了更加合理的利用。视频编码并行化设计提高了编码效率,高清视频的编码速度最高可达26.31帧/s,实现了高清视频的实时编码。

关键词：实时编码异构多处理平台并行化设计

来源：评论

学校读者我要写书评

暂无评论

梯度方向直方图的嵌入式GPU并行加速计算

引用

有线电视技术 2019年第5期26卷 95-99页

作者：陈晓旭钱慧李方舒福州大学物理与信息工程学院

本文针对HOG 算法进行特征计算过程中,计算复杂度高和耗时长的问题,提出了基于GPU 并行架构的加速算法。该算法依次分析了HOG 算子中梯度计算、梯度投票和归一化三个步骤的特点,结合CUDA 的GPU架构特性,对它们进行了并行化设计。

关键词：梯度方向直方图 CUDA GPU 并行化设计嵌入式开发平台

来源：评论

学校读者我要写书评

暂无评论

基于网络平台的人造板企业敏捷制造系统设计

引用

木材加工机械 2011年第2期22卷 22-26页

作者：闫承琳周玉成侯晓鹏苗虎中国林业科学研究院木材工业研究所北京100091

通过分析我国人造板企业生产、管理中面临的问题,根据基于网络的敏捷制造生产方式特征以及人造板生产企业和关联企业职能,构建了基于网络的一主多从型敏捷制造系统。系统结构设计为三层,内层通过搭建基于各种服务器设备、局域网等网络... 详细信息

通过分析我国人造板企业生产、管理中面临的问题,根据基于网络的敏捷制造生产方式特征以及人造板生产企业和关联企业职能,构建了基于网络的一主多从型敏捷制造系统。系统结构设计为三层,内层通过搭建基于各种服务器设备、局域网等网络支持环境,实现了主导企业内部的数据通信、存储、分析和与外层企业的信息交流。联盟企业在外层可以利用互联网与主导企业协同进行产品和生产工艺的并行化设计。系统通过基础层结构设计,利用与内层相关服务器的通讯,完成人造板生产线的生产管理、现场监控、质量检测,与外层协作企业共同维护生产设备等工作,实现整个系统的敏捷化生产。

关键词：人造板企业敏捷制造网络平台并行化设计系统设计

来源：评论

学校读者我要写书评

暂无评论

基于MPI双处理器ECC标量乘算法的并行化研究

引用

电子世界 2012年第10期 8-9页

作者：黄剑华广西工学院理学院

本文借鉴串行范畴内椭圆曲线密码体制中原有的二进制标量乘算法,从并行计算的角度提高ECC中标量乘运算的效率、进而提高ECC的整体性能。本文设计了基于MPI双处理器标量乘算法并行执行模型。通过分析ECC中的二进制标量乘算法和并行的2r... 详细信息

本文借鉴串行范畴内椭圆曲线密码体制中原有的二进制标量乘算法,从并行计算的角度提高ECC中标量乘运算的效率、进而提高ECC的整体性能。本文设计了基于MPI双处理器标量乘算法并行执行模型。通过分析ECC中的二进制标量乘算法和并行的2r标量乘算法,分别给出了相应的改进标量乘算法设计与实现,改进算法有效地提高了标量乘运算的效率。

关键词：椭圆曲线密码体制 MPI 标量乘算法并行化设计

来源：评论

学校读者我要写书评

暂无评论

基于重叠区域分解思想的有限元程序并行化研究

基于重叠区域分解思想的有限元程序并行化研究

引用

第一届全国高坝安全学术会议

作者：张磊杜小凯中国水利水电科学研究院结构材料所北京 100038 水电水利规划设计总院水工处北京 100120

传统的全局有限元程序并行实现一般都采用非重叠型的区域分解方法(子结构、FETI、EBE),这些方法的实现普遍比较繁琐、工作量大、求解器针对性单一、灵活性差.本文提出一种基于AZTEC和ParMetis库的重叠性区域分解方法,有效地减小并行通... 详细信息

传统的全局有限元程序并行实现一般都采用非重叠型的区域分解方法(子结构、FETI、EBE),这些方法的实现普遍比较繁琐、工作量大、求解器针对性单一、灵活性差.本文提出一种基于AZTEC和ParMetis库的重叠性区域分解方法,有效地减小并行通信负载,使有限元所有步骤都实现并行化,具有可扩展性强、求解方式灵活高效等特点,并且会大大减少结构计算并行编程的工作量.

关键词：全局有限元程序并行化设计重叠区域分解思想 AZTEC方程组 ParMetis库

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：