摘要：文章通过一个协作式客户机/服务器软件系统的实例阐明了设计不同系统体系可复用扩展软件构架的一种方法。笔者提出的构架,将使用构架描述语言进行定义,通过软件复用的三个层次(独立于应用域的,领域特有的和应用特有的),有机地组织起来。构架由可复用领域的特定黑盒构架模式和可扩展领域的特定白盒构架模式组成。文章重点阐述了软件构架中复用的不同层次以及构架如何实现扩展。

摘要：在对网络带宽管理功能需求和数据处理流程分析的基础上,根据数据处理流程设计实现具有应用优先级调度管理的网络分流管理系统,经测试验证系统能有效解决非关键网络数据挤占网络带宽问题、保证关键业务服务拥有足够的网络带宽,从而有效提高网络应用服务质量和网络管理能力。

摘要：分布式多CCD实时控制与图像采集系统软件的研制是1 m红外太阳塔进入常规观测的必要条件。重点讨论了太阳塔多CCD实时控制与图像采集软件系统的研制,包括软件系统采取的主控前置系统结构、工作流程,为了解决主控机和前置机之间通信而设计的通信协议,利用双缓存、双模数变换器(Analog-to-Digital Converter,ADC)、存储器直接访问(Direct Memory Access,DMA)技术提高图像处理和存储速度,利用多线程机制实现多CCD的同步图像采集,前置系统定时向主控系统发送心跳信息以增强系统的可靠性。经实际测试,系统达到了预定指标,初步满足1 m红外太阳塔的观测需求。

摘要：论述了 CIMS及 CAID的发展 ,提出 CIMS中应该包含 CAID.分析了 CAID在 CIMS中的作用、信息构成及集成方案 ,将 CAID的信息分为两大类 ,即“显性”信息和“隐性”信息 ,为完善 CIMS的信息集成 ,提出了新的。

摘要：我国新一代厘米—分米波日像仪(Chinese Spectral Radio Heliograph,CSRH)已经进入了试观测调试阶段,设备误差修正、试观测数据的处理成为当前CSRH的重要工作。其中,有效地保存与快速处理试观测数据是数据处理的前提。在调研当前国内外射电干涉观测设备的基础上,深入分析了Aips++、CASA等当前主流射电天方数据处理软件对数据格式的支持情况,分析了射电天文领域的随机组(UVFITS)格式,给出了满足射电日像仪数据的随机组格式。实验表明,所生成的UVFITS文件可以被主流软件正确处理。对CSRH的研制起到了较好的推动作用,也对国内正在开展的其它大型射电观测数据存储有参考价值。

摘要：针对游戏非玩家控制(NPC)路径规划中传统遗传算法计算速度慢、正确率低等问题,设计了改进型遗传算法。提出了最佳种群规模估计方法,设计了基于精英主义思想的遗传算子。根据游戏地图的特点,引入了基于启发式深度优先搜索的变异操作。与传统遗传算法以及其他学者的改进算法进行了对比实验。实验结果表明:算法能够在保证正确率的前提下,提高计算速度,并且在多目标的环境下同样适用。

摘要：我国新一代中国频谱射电日像仪(Chinese Spectral Radio Heliograph,CSRH)原始观测数据采用自定义格式,在进行后续处理与共享使用时必须转换相应的格式。在分析FITS-IDI(FITS Interferometry Data Interchange)格式的基础上,结合CSRH的实际观测模式与数据产出方式,定义与设计了符合项目情况的FITS-IDI格式及字段,并对FITS-IDI文件中若干字段的值如何获取、计算进行了深入讨论。根据定义生成的FITS-IDI文件已成功导入CASA软件,并可以进行后续处理。经过对CASA测量集文件的核实,证明了数据生成的正确性。本研究有效地推进了CSRH的建设工作,也对其他射电干涉阵数据存储有一定的参考价值。

摘要：在高精度的位置计算中需要获取计算时刻所在日期的闰秒,以及UT1-UTC等关键数据,但长期以来这一类数据的维护均是手工进行,出错率高。针对新一代中国太阳射电日像仪观测与数据处理过程中的位置计算需要,实现了一个自动提取国际地球自转服务(IERS)参数的数据更新自维护子系统。系统可以根据需要自动运行、自动下载并分拆IERS网站数据,采用正则表达式从文本中自动获取所需要的实测值与预报值,自动在本地构建一个2004年12月31日以来的IERS数据库,并根据每周所获得的数据维护整个IERS的数据,将最新的实测值与预报值存入数据文件,实现了数据的滚动更新。系统彻底解决了手工维护数据的问题,为中国太阳射电日像仪的自动数据处理流水线打下了较好的基础。同时,本文提出的方法是一种通用的方法,可以方便地集成应用到国内其它天文位置计算领域。

摘要：天牛须搜索算法(BAS)具有搜索快和执行简单的特点,但在多峰复杂函数优化中易陷入局部极值.遗传算法(GA)的全局搜索能力强,但收敛速度缓慢,收敛精度不高.针对二者的优缺点,本文提出天牛须搜索与遗传进化混合的优化算法.首先,在BAS算法中设计多方向探索反馈策略来增加算法的搜索能力,并将其嵌入到GA算法中,加快GA的全局收敛速度,然后在GA算法中采用扩展的多子代竞争交叉和自适应调整参数的方式来维持种群的多样性,避免了局部极值问题,进一步提高了算法的寻优性能.对测试函数的优化结果分析表明,与其它几种混合算法相比,该混合算法具有更高的收敛精度和优化性能,并且在复杂函数中有更好的普适性.

摘要：基于加权的软子空间聚类是处理高维数据的一种有效手段,在原有的软子空间聚类算法基础上对目标函数进行改进,从而结出一种新的软子空间聚类算法.相较之原算法,此算法具有更高的抗噪性及聚类效率;通过与典型的软子空间聚类算法比较试验,结果表明可有效提高海量高维数据的聚类处理效率.