计算机科学杂志北大期刊CSCD期刊统计源期刊

摘要：三维网格模型的重新网格化是计算机图形学中的重要内容,是许多几何应用的关键组成部分。近年来迅速发展的三维处理技术,如有限元模拟、计算机动画、三维打印等,对网格质量的要求不断提升,促进了三维网格模型重新网格化的持续发展,由此产生了许多新的重新网格化技术。首先介绍了三角形网格质量评估的标准,然后概述了各向同性重新网格化的最新进展,并详细研究和比较了各种重新网格化算法的优缺点,最后对未来的研究提出了新的问题与方向。

摘要：虚拟现实是近年来热门的新技术,而全景视频摄制是生产虚拟现实内容的一种重要方式。介绍了一个全景视频拼接系统,其能够对六路的2K视频实时进行拼接,生成4K的输出视频。设计了一个并行化的拼接流程,对整个拼接过程中的不同步骤都进行了并行化处理,并在GPU上进行了实现。实验结果表明,该系统能够实时拼接出高质量的4K全景视频。

摘要：在严重遮挡时,时空上下文STC（Spatio-Temporal Context）算法对目标位置的判断是正确的,而均值漂移MS（Mean Shift）算法对目标位置的判断会发生很大幅度的抖动,甚至跟踪错误目标。在遮挡结束后,时空上下文算法很难重新跟踪到正确目标,而均值漂移算法可以重新检测到跟踪目标。结合二者的优缺点,提出基于均值漂移算法和时空上下文算法的目标跟踪算法MSandSTC。该算法主要解决目标被严重遮挡的问题。在许多具有挑战性的数据集上的实验表明所提算法具有较好的实时性和鲁棒性。

摘要：矢量化的视频图像相对于光栅化的视频图像具有储存容量小、缩放不失真等诸多优点。相对于真实视频,卡通视频因色块明显、线条清晰等特点更适合于进行矢量化处理。基于卡通的特性提出了一种基于Canny边缘检测的优化分割算法。主要针对Canny边缘提取不封闭的特点进行优化,并将其用于图像分割。提出了一种算法来提取卡通动画的素材,并为卡通动画构建素材库。通过素材重用的方式大大地缩小了卡通视频的储存空间,并且很好地解决了卡通视频矢量化问题中极易产生的帧间不一致的问题。实现了一个全自动地进行卡通视频矢量化的系统,其中包括卡通视频的镜头分割、素材库的构建等过程。该系统能够适应多种卡通视频,并能对视频中的细节区域产生较好的效果。

摘要：正交保持投影（ONPP）是经典的图嵌入降维技术,已经成功地应用到人脸识别中,其保持了高维数据的局部性和整体几何结构。监督的ONPP通过建立同类邻接图来最小化同类局部重构误差,寻找最优的低维嵌入,但是其只使用了类内信息,这会导致异类数据点间的结构不够明显。因此,提出了基于双邻接图的正交近邻保持投影（DAGONPP）算法。通过建立同类邻接图与异类邻接图,在数据嵌入低维空间后同类近邻重构误差尽量小,异类近邻重构误差更加明显。在ORL,Yale,YaleB和PIE人脸库上的实验结果表明,与其他经典算法相比,所提方法有效提高了分类能力。

摘要：矩阵乘法是数值分析以及图形图像处理算法的基础,通用的矩阵乘法加速器设计一直是嵌入式系统设计的研究热点。但矩阵乘法由于计算复杂度高,处理效率低,常常成为嵌入式系统运算速度的瓶颈。为了在嵌入式领域更好地使用矩阵乘法,提出了基于MPSoC（MultiProcessor System-on-Chip）的软硬件协同加速的架构。在MPSoC的架构下,一方面,设计了面向硬件约束的矩阵分块方法,从而实现了通用的矩阵乘法加速器系统;另一方面,通过利用MPSoC下的多核架构,提出了相应的任务划分和负载平衡调度算法,提高了并行效率和整体系统加速比。实验结果表明,所提架构及算法实现了通用的矩阵乘法计算,并且通过软硬件协同设计实现的多核并行调度算法与传统单核设计相比在计算效率方面得到了显著的提高。

摘要：随着信号处理的复杂度的增加,多核并行架构成为数字信号系统的有效解决方案。主要研究了面向数字信号处理系统的无线多核阵列的任务调度问题。从数字信号处理系统与无线多核阵列的性能和开销要求出发,以功耗、热分布以及延时为优化目标,设计出相应的功耗、热均衡评估与延时模型,作为多目标优化算法的目标函数。同时,在NSGA-II算法的基础上改进拥挤策略与初始种群,并设计新的适应度函数,兼顾3个优化目标的性能,增加探索到更优解的可能性。最后,在无线多核阵列平台上采用多种任务图进行仿真,验证了所提算法的有效性与优越性。

摘要：随着互联网的用户及内容呈指数级增长,大规模数据场景下的相似度计算对算法的效率提出了更高的要求。为提高算法的执行效率,对MapReduce架构下的算法执行缺陷进行了分析,结合Spark适于迭代型及交互型任务的特点,基于二维划分算法将算法从MapReduce平台移植到Spark平台;同时,通过参数调整、内存优化等方法进一步提高算法的执行效率。通过2组数据集分别在3组不同规模的集群上的实验表明,与MapReduce相比,在Spark平台下算法的执行效率平均提高了4.715倍,平均能耗效率只有Hadoop能耗的24.86%,能耗效率提升了4倍左右。

摘要：在IaaS云环境中,资源的分配管理关键取决于如何放置虚拟机,不当的放置策略可造成资源的损耗以及更多的能耗开销。为了降低整个数据中心的资源损耗和能耗开销,建立一个多目标优化的问题模型,并提出了一种基于动态规划思想的虚拟机放置策略。策略将放置问题转化为多阶段决策的背包问题,利用动态规划的思想把背包问题划分成一系列规模更小的子问题,通过求解子问题的最优解得到原问题的最优解。仿真实验表明,该策略能大大降低数据中心的能耗,并减少资源损耗。

摘要：在对经典的分簇路由算法进行分析的基础上,以延长网络生存时间为宗旨,从节点入簇、孤立节点的处理和簇间传输等方面进行设计,提出了一种非均匀分簇的路由算法。与EEUC和UCRA算法相比,该算法的节点能量利用率更高,有效延长了网络生存时间。

摘要：随着普适应用的兴起,室内定位变得越来越重要。传统的基于指纹的定位方法需要现场勘测,所需时间及工作量巨大,且需实时更新,以适应室内变化,这大大限制了其应用范围。采用众包形式进行室内信息采集,并记录其在室内的大量路径信息,利用嵌套在路径中的低维流形一致性进行地理位置匹配,以建立位置指纹库。通过高斯粒子滤波器对传感器数据进行去噪,进而解决步长差异问题。定位时,根据用户位置的连续性和路径信息筛选出合理的近邻点,继而实现精确定位。在84m2的会议室进行实验,在不需要现场勘测的情况下,所提方法可达到与传统方法可比的定位精度。该方法可以实时适应环境变化,在2周甚至1个月之后,其定位准确性优于传统定位方法。

摘要：为了实现802.15.4a无线传感器网络中的目标定位,提出了一种新的基于多径距离和神经网络的目标定位检测算法。首先通过目标出现时对多径效应的影响估计出到达时间差,从而计算出通信传感器节点之间的多径距离;然后把多径距离作为神经网络的输入,并将目标位置用于神经网络的训练;最后通过选择多径距离估计值和测量值的差的最小成本组函数来定位目标位置。对单目标和多目标的定位检测仿真结果表明,即使当网络中传感器数量和目标增加时,所提出的定位算法的误差累积分布函数也不会增大,而且其定位误差比其他定位算法的误差小,从而增强了网络的鲁棒性,提高了网络中传感器承受故障的能力。

摘要：当前大多内容中心网络（Content-Centric Network,CCN）缓存决策策略研究都没有综合考虑请求热点、网络能耗、内容流行度和节点协同等相关要素。因此提出一种基于内容流行度的协同缓存策略来优化内容中心网络的能耗。该策略将CCN的一个自治区域网络中的所有内容路由器节点当作一个协同缓存组,并把协同缓存组中每个节点的缓存容量分为两部分,一部分用于自身节点和其他节点协同缓存内容;另一部分用于自身节点独立缓存本地最流行的内容,以提高协同缓存组中内容副本种类的多样性,从而减少网络中内容的重复传输,实现网络能耗的优化。建立相关的能耗优化模型,采用一种改进的遗传算法求解出该协同缓存组能耗优化问题的最优解。实验结果表明,与相关文献中的缓存决策策略相比,所提策略可以有效地降低CCN的能耗,提高其可扩展性,进而指导CCN的演化和部署。

摘要：针对蜂窝下含D2D系统的资源分配问题,提出一种基于二部超图的资源分配算法。首先,以最大化系统和速率为目标,将该问题建模为一个整数规划问题。为求解该NP-hard问题,相继提出二部超图的概念、二部超图边的感知比较构造法则以及基于二部超图的链路匹配算法。仿真结果表明,与二部图算法相比,所提算法在同等条件下可将系统频谱效率提升40b/s/Hz左右,同时可将系统容量提升0.5倍左右。

摘要：提出了一种针对混合无线传感网的数据收集协议。将网络划分为非均匀高度的网格,并利用主次簇头分别构建针对矢量和标量信息的数据收集路径。实验结果表明,与MTP,CDFUD等分层和分簇的数据收集方法相比,本算法具备较好的能耗均衡性。