导读:本文包含了自适应加速论文开题报告文献综述及选题提纲参考文献，主要关键词:自适应光学,波前校正,图形处理器,并行计算
自适应加速论文文献综述
张云峰[1]（2019）在《无波前传感自适应光学校正的GPU加速研究》一文中研究指出无波前传感自适应光学系统具有良好的波前校正能力,.基于随机并行梯度下降(Stochastic Parallel Gradient Descent,SPGD)算法的波前校正技术邑成熟应用于波前畸变校正实验中,并具备成本低、适应环境能力强和搭建方便等优点。但是无波前传感自适应光学系统的校正速度较慢,难以满足波前畸变实时校正的要求。所以在本文中,主要研究利用图形处理器(Graphic Processing Unit GPU)并行计算提升SPGD算法的收敛速度,以提高校正系统的动态相位补偿能力。本文主要工作如下：1、介绍了无波前传感自适应光学系统结构、波前控制算法和光束质量评价指标。使用正交Zemike多项式展开法和功率谱反演法模拟了不同强度的湍流相位屏,进行了光束在大气传输的光学仿真。基于SPGD算法进行了波前畸变的校正仿真，对影响算法收敛速度的因素进行了分析。2、分析了SPGD算法的并行特性,设计了一种SPGD算法并行运算方案,并讨论了并行化SPGD算法计算复杂度的变化。对变形镜电压更新、图像滤波和光斑形心计算等模块采用GPU并行计算实现加速处理,提升了校正速度。进行了仿真校正比较,验证了GPU加速后校正系统的校正能力和速度优势。3、通过室内实验和外场相干光实验验证了 GPU加速的波前校正系统的性能。在室内校正实验中,时间加速比达到了2.5,斯特列尔比(Strehl Ratio,SR)则达到了0.8以上;而外场相干光校正实验中,时间加速比达到了8.6,光斑能量更为汇聚,光束质量得到提升,SR达到0.8以上。结果表明:本文设计的SPGD算法并行运算方案拥有更低的计算复杂度,可应用于无波前传感自适应光学系统中;经GPU加速后,波前校正系统的校正速度得到了有效提升,同时具备良好的校正效果。(本文来源于《西安理工大学》期刊2019-06-30）
林海婵[2]（2019）在《对加速自适应Perry-共轭梯度法全局收敛性的进一步研究》一文中研究指出提出了一类有效的求解大规模优化问题的共轭梯度法(AGGSSV),但其全局收敛性是在目标函数为一致凸的条件下成立,研究了目标函数不是凸函数的条件下,共轭梯度法(AGGSSV)的全局收敛性.(本文来源于《海南大学学报(自然科学版)》期刊2019年02期）
张健琦[3]（2019）在《基于GPU加速的改进像素自适应分割及跟踪算法研究与实现》一文中研究指出随着视频监控的应用范围不断扩大,单纯使用人力处理监控视频变得不再可能。能够自动处理监控视频的智能监控算法是该领域未来的一个重要发展方向。在本文中,我们提出了一种基于GPU加速的改进像素自适应分割及跟踪算法。该算法能够自动分割出视频图像中的运动目标,并对这些目标进行跟踪。该算法可以作为智能监控系统的基础算法。我们提出的基于GPU加速的改进像素自适应分割及跟踪算法本质上是一种运动目标分割及跟踪算法。所以我们提出的算法可以分成两个算法模块——运动目标分割模块和目标跟踪模块。本文将围绕我们对这两个算法模块的各种改进进行展开。对于运动目标分割(也被称为前景检测),基于像素的自适应分割器(The Pixel-Based Adaptive Segmenter,PBAS)方法是一种十分经典的算法。然而,该算法有两个很难解决的缺点。第一个缺点是该算法运算速度无法满足更高的实时性要求。对此,我们通过使用GPU来处理该算法最耗时的距离特征提取模块来加速该算法的运算速度。另一个缺点是该算法对于在动态背景场景或间歇运动场景中运动目标分割不够有效。对此,我们基于PBAS提出了一种新的运动目标分割算法。我们将这种新算法简称为We PBAS(The Weight-Pixel-Based Adaptive Segmenter)算法。We PBAS算法相对于PBAS算法在动态背景场景和间歇运动场景的检测性能更为优越。在We PBAS算法中,我们首先引入加权背景样本的结构。在背景模型更新阶段,不同于PBAS算法的“随机更新”模式,We PBAS使用“最小权重更新”策略和“最短匹配距离更新”策略。“最小权重更新”策略能使算法替换效率最低的背景样本。“最短匹配距离更新”策略又允许算法对背景模型进行微调以适应背景中的缓慢变化。这种机制改善了算法在动态背景场景中的检测结果。另外,我们引入了一个改进的前景计数器,使算法根据视频距离阈值的分布自适应地调整计数器参数,以提高间歇运动场景中的检测结果。在CDnet2012数据集上,我们提出的We PBAS算法相对PBAS算法的F-Measure提高了1.55%。在CDnet2012数据集的动态背景子数据集上,我们提出的We PBAS算法相对PBAS算法的F-Measure提高了9.79%。在CDnet2012数据集的间歇性运动子数据集上,我们提出的We PBAS算法相对PBAS算法的F-Measure提高了3.16%。由于很多监控场景关注的运动目标都只是行人,所以我们算法设计成只跟踪运动的行人目标。当运动目标分割模块检测出运动目标的包围盒后,我们先利用HOG-SVM(Histogram of Oriented Gradient-Support Vector Machine)行人检测算法判断该包围盒中是否为行人目标。之后我们再将分辨出的行人的包围盒信息传给目标跟踪模块。这将有效防止算法对错误的目标或者前景噪声块进行跟踪。对于被检测出来的目标跟踪问题,核化相关滤波(Kernelized Correlation Filters,KCF)方法是前人提出的性能比较突出的目标跟踪方法。但是KCF方法无法较好地处理目标尺寸变化、部分遮挡等问题。在本文的目标跟踪模块中,我们提出了一种改进的尺度自适应的KCF目标跟踪方法。该方法通过尺度池策略能够较好地处理目标尺度变化的情况。同时,我们利用运动目标检测模块所获得的前景区域信息对跟踪算法的输入进行去噪处理,以消除背景对目标跟踪算法的影响。与KCF跟踪方法相比,我们提出的跟踪方法在部分遮挡、背景杂乱、尺寸改变等情况发生时对目标具有更好的跟踪效果。在论文的最后,我们对所提出的运动目标检测与目标跟踪方法在定性与定量上与原始方法进行了充分的比较。从实验结果中可以看出我们提出算法所取得的明显进步。(本文来源于《吉林大学》期刊2019-04-01）
凌寒羽,衣晓,王培元,杨卫国[4]（2019）在《基于混合优化的自适应加速稳健PnP算法》一文中研究指出根据目前摄像机位姿估计应用的实时性要求,针对RPnP算法在利用最小二乘误差求解时无法得到唯一解的问题,提出了一种改进自适应加速RPnP算法。在计算误差最小二乘时加入更多的限制条件,确定了输出解的唯一性;随后计算对应的摄像机外参数,代替每个极小值重投影误差的计算和比较过程,节省了大量位姿求解的时间;最后自适应地将原算法和改进后的算法相结合,使得输出结果最优化。实验证明,该方法可以大大降低算法的时间复杂度,并且运行时间受点数影响极小,可以较好地应用于实时性要求高的场景。(本文来源于《电光与控制》期刊2019年06期）
柯熙政,张云峰,张颖,雷思琛[5]（2019）在《无波前传感自适应波前校正系统的图形处理器加速》一文中研究指出基于随机并行梯度下降(SPGD)算法的无波前传感自适应波前校正系统的收敛速度较慢,很难满足无线光相干通信系统对实时性的要求。介绍了SPGD算法的并行化处理,利用图形处理器(GPU)并行计算提高校正系统的收敛速度。选用CCD相机采集的实时光斑形心的周围400个像素平均灰度值作为系统性能指标;利用GPU多线程运算,对性能指标求解过程和变形镜控制电压向量更新过程进行加速处理。室内实验和外场相干光实验结果表明,斯特列尔比达到了0.8以上,时间加速比最大达到了8.6,GPU加速的波前校正系统在提升收敛速度的同时保证了校正效果。(本文来源于《激光与光电子学进展》期刊2019年07期）
解汶汶,李姗,卢臻,任祝寅[6]（2018）在《详细化学反应动力学动态自适应加速》一文中研究指出详细化学反应机理应用于叁维、高度瞬态的湍流燃烧数值模拟时,计算成本巨大.为此,本文提出了一种基于动态自适应建表(ISAT)和动态自适应化学(DAC)的化学反应动力学动态自适应加速方法.该方法基于组分空间的低维流形特性,采用主成分分析法将燃烧区域中的网格节点(或颗粒)从组分空间向低维空间内投影,根据投影点在低维空间内的概率密度函数来刻画系统的非均匀性,进而自适应地选择ISAT和DAC进行加速.本文通过设置内燃机模拟算例,使用甲烷GRI Mech3.0机理,初步验证了新方法的性能。计算结果表明,在保证计算精度的同时,新方法具有明显的加速优势。对于包含500个颗粒的内燃机模拟算例,加速因子可以达到使用ISAT的2.7倍、DAC的1.7倍、固定ISAT-DAC联合的1.8倍。(本文来源于《工程热物理学报》期刊2018年07期）
吴锦涛,董刚,栗保明[7]（2018）在《基于多线程并行的动态自适应建表加速算法在气相爆轰模拟中的应用》一文中研究指出在带详细化学反应机理的气相爆轰过程数值模拟中,化学反应源项的刚性和非线性会使计算花费大量时间。为了提高化学反应的计算效率同时不降低计算精度,针对包含氢气与氧气详细化学反应机理的二维气相爆轰过程,提出了各线程独自建表和所有线程共有单表两种基于多线程并行的动态自适应建表(ISAT)算法,以取代原始的直接积分(DI),在不损失计算精度的条件下提高计算效率。两种并行算法分别采用了各线程独立建表和所有线程共建单表的方式,以此分析建表方式对计算效率的影响。在此基础上,还分析了建表容差判据和数值格式对计算效率的影响。研究结果表明:基于ISAT的并行算法在所有条件下均能提供与DI结果相当的计算精度,各线程独立建表的计算效率较共建单表的方法有更高的计算效率,其化学反应计算的加速比为2.17~2.43;并行建表算法不仅能够准确地描述二维气相爆轰波的传播过程,还可以提高化学反应流并行计算的计算效率。(本文来源于《兵工学报》期刊2018年05期）
江丽林,周巨栋,董辉[8]（2018）在《基于自适应加速因子粒子群优化算法的裁剪分床研究》一文中研究指出针对服装行业裁剪优化分床这一难题,设计了一种基于自适应加速因子粒子群优化算法的裁剪分床方法;首先,根据裁剪分床的实际生产条件,结合生产订单信息,以裁剪分床过程中各号型样片数量的误差平方之和为目标,建立相应的优化数学模型;然后,采用该算法对模型进行求解,先对各床的铺布层数进行搜索,再根据各床的铺布层数搜索对应各号型的最优配比,搜索的最终铺布层数和对应的配比作为分床方案;最后,通过实验验证了其有效性,且具有较快的收敛速度。(本文来源于《计算机测量与控制》期刊2018年01期）
黄凯,何思远,张云华,朱国强[9]（2017）在《自适应八叉树技术加速高频二次散射场计算》一文中研究指出在解决电大尺寸复杂目标的问题中,相比于一般数值方法,高频近似算法具有高效快速的特点。对复杂目标模型,考察其二次散射场非常必要,而二次散射场计算过程中消隐过程比较耗时,本文采用自适应八叉树技术对二次消隐过程进行加速。实验结果显示,加速后的目标RCS与其他精确结果 RCS吻合良好。(本文来源于《2017年全国微波毫米波会议论文集（中册）》期刊2017-05-08）
王许朋[10]（2017）在《基于自适应加速GEI准则的序列优化方法研究》一文中研究指出随着人们对机械产品性能要求越来越高,在这些机械产品设计优化过程中,复杂度越来越高,基于近似模型的序列优化方法运用愈加广泛。近似模型替代“黑箱”问题,能够减少设计优化过程中的计算成本和时间成本。在众多近似模型中,克里金(Kriging)模型可以提供拟合模型的标准差,具有独特优点。而在基于Kriging模型的序列优化过程中,如何确定下一个样本点是关键,而EI准则在搜索下一个样本点时兼顾了全局搜索和局部搜索,被广泛加以应用。但经典EI准则可能产生较小的估计误差,会使优化过程偏向当前最优点附近进行搜索,因而学者们提出了适应性更强的广义期望提高准(GEI)。本文对基于GEI准则的序列优化和多点采样问题进行了研究,提出一种自适应加速广义期望提高准则(AGEI),在此基础上将其与多点采样结合,并用于求解全回转推进器功率流优化问题,具体如下:首先,针对当前GEI准则无法准确确定参数g值的问题,提出了一种自适应加速广义期望提高准则,通过采样大量的随机点,计算每一个随机点处的期望提高(EI)值,并统计满足条件的随机点数目,获得当前模型拟合的状况,从而确定g的取值,可提高求解序列优化的效率,并且极大地提高GEI准则解决序列优化问题的适应性。其次,针对当前序列优化多点采样中,学者们注重采点方式和减少数学计算量的问题,本文将AGEI应用在多点采样中,与多点采样信赖克里金(KB)算法相结合,提高KB算法的求解效率,将AGEI的高效性与KB算法多点采样可以并行计算的优点进行了很好的结合。最后,通过建立轴系有限元模型,构建功率流的求解策略,并进行轴承温度场有限元分析,成功构建了以轴承预紧力为变量,求解最小功率流为目标的数学模型,将基于自适应加速广义期望提高准则的信赖克里金(AGEIKB)算法运用在全回转推进器功率流优化的工程实例中,极大地减少了流入整机的功率流,验证了本文提出策略的可行性和高效性。(本文来源于《华中科技大学》期刊2017-05-01）
自适应加速论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一类有效的求解大规模优化问题的共轭梯度法(AGGSSV),但其全局收敛性是在目标函数为一致凸的条件下成立,研究了目标函数不是凸函数的条件下,共轭梯度法(AGGSSV)的全局收敛性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应加速论文参考文献
[1].张云峰.无波前传感自适应光学校正的GPU加速研究[D].西安理工大学.2019
[2].林海婵.对加速自适应Perry-共轭梯度法全局收敛性的进一步研究[J].海南大学学报(自然科学版).2019
[3].张健琦.基于GPU加速的改进像素自适应分割及跟踪算法研究与实现[D].吉林大学.2019
[4].凌寒羽,衣晓,王培元,杨卫国.基于混合优化的自适应加速稳健PnP算法[J].电光与控制.2019
[5].柯熙政,张云峰,张颖,雷思琛.无波前传感自适应波前校正系统的图形处理器加速[J].激光与光电子学进展.2019
[6].解汶汶,李姗,卢臻,任祝寅.详细化学反应动力学动态自适应加速[J].工程热物理学报.2018
[7].吴锦涛,董刚,栗保明.基于多线程并行的动态自适应建表加速算法在气相爆轰模拟中的应用[J].兵工学报.2018
[8].江丽林,周巨栋,董辉.基于自适应加速因子粒子群优化算法的裁剪分床研究[J].计算机测量与控制.2018
[9].黄凯,何思远,张云华,朱国强.自适应八叉树技术加速高频二次散射场计算[C].2017年全国微波毫米波会议论文集（中册）.2017
[10].王许朋.基于自适应加速GEI准则的序列优化方法研究[D].华中科技大学.2017