分布式多媒体系统模型与传输控制算法的研究

作为分布式多媒体系统通信与表现控制研究的基础,提出分布式多媒体系统整体模型DMISIM(Distributed Multimedia Information System Integrated Model),将分布式多媒体系统抽象为3元组——多媒体同步时间单元SIU(Synchronization Interval Unit)、通信信道以及信道与SIU序列之间的一一映射关系．模型描述多媒体信息和通信网络的静态属性,反映系统通信传输的动态过程．基于DMISIM,对分布式多媒体通信传输控制机制进行研究,提出最小偏差调度算法MDSA(Minimum Deviation Scheduling Algorithm)作为古典列表调度算法CLSH(Classic List Scheduling Heuristic)的改进．理论分析和逻辑推导证明,在不增加算法时间复杂度,不降低多媒体同步表现质量的同时,算法提高了系统目的端缓冲区利用率,降低了缓冲区需求及多媒体数据溢出的可能性．算法与底层通信传输机制无关,可以广泛应用于分布式多媒体系统的通信传输过程中．      

用面向对象技术实现相关分离的双语言描述

介绍了一种新的形式化描述思想,即"相关分离"的思想,并分析了基于此思想的双语言方法,与传统的单一语言的描述技术相比,"相关分离"的思想和双语言方法更适合于分布式多媒体的描述.结合对面向对象技术在分布式多媒体的形式化描述中应用的方法分析,本文提出了一种以LOTOS/QTL或Esterel/QL为基础,融合面向对象技术的形式化描述方案,该方案可用于建立分布式多媒体系统的时间模型和同步模型.     

采用多重交点判别的传感器网络覆盖控制协议

在保证一定的覆盖质量前提下,延长传感器网络生存时间,提出一种以充分必要条件判断网络节点冗余性的分布式覆盖控制协议.该协议通过多重交点判别法则(MIER,Multi-Intersection Estimation Rule)对无线传感器网络进行分布式节点的动态休眠控制,从理论上证明了MIER法则是判断网络节点冗余性的充分必要条件,能保证目标区域不出现覆盖盲点同时使活跃节点数降至最低.实验表明,MIER法则比CCP法则有了很大改进,消除由于法则本身引起的盲点数目,能更好的运用于覆盖控制协议中,更为准确的判断节点是否应该工作或休眠,是判别节点是否冗余的充分必要条件;同时比Ottawa法则更加高效的减少整个网络功耗,延长网络寿命.     

智能监控场景中运动目标轨迹聚类算法

轨迹分析是视频监控场景理解的基础,但由于遮挡等原因,跟踪过程会出现不完整的噪声轨迹,导致分析结果不准确.针对此类问题利用改进的轨迹相似度度量和聚类方法进行场景区域分割.首先,对轨迹进行编码,提出利用轨迹的空间特征和速度方向特征改进相似性度量方法计算轨迹间距离;其次,采用改进的层次聚类算法,以该类最长轨迹作为运动物体行为模式代表,将在空间上接近且具有相似速度特征的轨迹划分为同一场景区域,得到符合实际情况的聚类结果.本算法无需对轨迹进行复杂的预处理或过滤,并且加入速度方向特征使区域划分更加合理.最后,在真实场景下,验证了该聚类算法的有效性和普遍适用性.     

BACnet与Internet的互联

对比分析了目前2种BACnet(楼宇自动控制网络数据通信协议)与Internet的互联技术,即B/IP PAD(BACnet/Internet协议包封装/拆装设备)和BACnet/IP,并指出了这2种技术所存在的问题.提出了一种基于BACnet网关的互联模型,此网关工作在BACnet网络层,需要配置一个独立的IP地址和一个BACnet网络号,同时也必须维护一个对等网关的IP地址与BACnet网络号的本地数据库.该模型通过BACnet网关来完成不同协议之间的语义转换、广播及管理等功能,为BACnet网络与Internet之间提供了统一的网络接口,增强了楼宇控制网络与Internet融合的能力,并大大简化了BACnet网络与Internet的互联过程.在研究此模型的体系结构和工作流程的基础上探讨了该模型的实现方法.     

智慧城市多模式数据融合模型

随着云计算和大数据等技术的发展及城市发展的迫切需求,智慧城市已成为近年来国内外研究的热点之一。随着城市中摄像头、监测传感器等采集设备数量的增加,城市数据种类也越来越多。所获取的城市数据具有多源、异构、时变、高维等多模式特性。如何让这些多模式的城市数据关联起来,实现它们的互通互联,挖掘出更丰富多样的信息,从而能更好地指导智慧城市的构建,是本领域的难点。本文提出了一个城市多模式数据融合模型,即多模式互联生长（MICROS）模型,并从3个层面对该模型进行了描述。首先,针对多模式数据的特点,重点描述了多模式数据多源、异构、时变、高维等特点。其次,针对多模式数据的特点,自底向上构建实现针对多模式数据的融合过程的3层基础模型,分别是服务信息描述模型、元数据模型和数据互联模型。最后,在这3层模型的基础上,本文提出了一个适用于智慧城市建设的多模式数据融合模型。      

IFA 200-IBM PC/XT数据采集系统

本文介绍了一个用 IBM PC/XT 和模拟量输入设备 IFA 200组成的并行多通道高速数据采集系统。简述了该系统的结构、原理、接口电路设计和程序设计;报告了该系统的功能和所能达到的指标;给出了两个应用该系统测量的实例。     

立方体实体化的遗传算法设计与实现

多维立方体由基本立方体和基本立方体的聚集产生的立方体组成.为了实时响应查询,查询优化非常重要.多维立方体实体化是一种很好的解决方案.在整个立方体集中实体化一个适当的子集,满足较好的空间和时间的平衡,并且满足对视图查询频率不同的要求.为了实体化一个合适的立方体子集,通过介绍启发策略,提出了立方体实体化的启发式遗传算法.该算法可以在用户要求的限定的存储空间约束条件下,较快的求出全局最优解.经实验测试,该算法具有良好的性能和快速的求解能力.      

无线传感器网络覆盖质量问题

降低功耗、延长寿命是无线传感器网络的一个重要问题,同时,对监测区域保持一定的覆盖质量才能及时捕捉到目标的状态变化.一种广泛采用的策略是选出能够满足监测区域质量要求的最小节点集作为工作节点,关闭其他冗余节点.因此,传感器网络中控制节点休眠与保持覆盖质量是两个重要方面.提出了一个数学模型,求解满足任意给定覆盖服务质量下所需的最小节点数.实验表明,当监测区域与节点感知区域比值较大时,提出的方法更为准确地计算出所需最小工作节点数,且此方法复杂度低、传感器节点的感知区域可以为任意形状.网络覆盖质量与节点休眠率同时达到最大化是一个NP难问题,采用遗传算法进行仿真实验尝试性解决这一问题,为传感器网络实际应用带来重要意义.     

基于学习行为的MOOC用户持续学习预测框架

大型开放式网络课程（MOOC）的出现虽然极大地改变了人们的学习方式，但用户在MOOC平台开展学习的学习情况及完成率预测仍是目前一个重要的技术挑战。针对预测的需求，从用户的学习行为中对用户和课程进行分析，采用长短时记忆机对学习者的学习活动进行建模，采用多头注意力机制对用户和课程之间的交互活动情况进行分析，提出一个基于门控单元的特征融合框架，用于学习情况预测。在公开数据集上的结果表明：所提框架能够提升预测精度，使得MOOC平台能够尽可能早地对用户活动进行干预，从而提升整体的MOOC平台使用体验。