摘要：基于一种新型的时滞分割法和互凸组合技术,借助于构造一个包含四重积分项的Lyapunov-Krasovskii泛函(LKF),并利用新的积分不等式方法给出了LMI形式的时滞相关有界实判据;基于此给出了该系统非脆弱H∞控制器的设计方法,该方法不需要参数调节且易于实现;仿真结果表明,所推导的有界实判据和所设计的控制器具有很好鲁棒性和非脆弱性。

摘要：散列表(Hash table)由于其支持高效的记录更新与检索操作,在计算机相关的各个领域中有着广泛的应用.但散列表有2个明显的缺点:冲突和低效的内存利用.最小完美散列使用N个位置存储N条记录,解决了冲突和空间效率的问题,但该算法不支持增量的更新.目标是设计一种高效的散列表,能够支持高速查询、最坏情况可以保证的高速更新、高效的空间使用以及动态的容量改变.结合Cuckoo散列和d-left散列的实现,提出了一个新的散列表设计方案——***使用多级子表并应用了Cuckoo散列中移动已有元素的机制以提高装载率,且只保留了最末级子表的指针以减少空间浪费.为了进一步优化查询性能,DCuckoo在片内内存中使用指纹和位图作为摘要,在查询时先匹配指纹,以减少对片外内存的访问次数.对DCuckoo进行了一系列实验,与其他5种散列表进行比较,发现DCuckoo达到了设计目标,并且在各项指标上均好于已有的散列表设计.

摘要：Memcached是一种高性能分布式内存对象缓存系统,使用十分广泛;其设计目的为缓存数据库内容以加速动态Web请求,但也广泛应用于其他高性能存储,并且成为了内存Key-Value数据库的经典代表。本文对Memcached的系统结构、处理流程进行了分析,包括网络处理、哈希表的查询与维护、内存的分配与管理、冷数据的置换算法等;同时以哈希表、内存管理这两个影响性能的关键点入手,结合了Cuckoo哈希与CLOCK置换算法两种更易并行化的的算法,对Memcached现有的结构提出了较大的改动,以期提高上述处理速度,实现整体性能的提升。

摘要：文章设计了提取脑电信号的前端信号采集电路模块,通过脑电极采集到的原始脑电信号经过此电路模块后可实现放大、滤波、除干扰等功能.信号依次通过前置级放大、高通滤波、50 Hz陷波、低通滤波、后置放大等环节,平均幅值50μV的脑电信号经该电路处理后幅值可达1~4V,能满足常规采集卡对模拟信号输入的范围要求.仿真结果表明,利用该电路模块采集的EEG信号失真小,可广泛应用于EEG信号采集与处理的各类设备中.