摘要：针对非均匀光照干扰维吾尔族人脸识别效果的问题，通过对传统稀疏表示方法及对维吾尔族人脸图像中存在的复杂光照问题的研究，提出了基于稀疏表示与偏微分方程组合来改善Retinex算法的维吾尔族人脸辨析方法。该方法首先由偏微分方程的方法改善Retinex，可以有效地减少光晕现象在反射系数图中，进而取得原子库在光照不变的情况，然后利用稀疏表示达到维吾尔族人脸在非均匀光照下的识别。通过实验表明，该方法有效提高了稀疏表示方法在处理复杂光照维吾尔族人脸图像时的识别效果,达到了鲁棒性强、识别率高的目标。

摘要：近年来数据分类技术已经被广泛应用于各类问题中，作为最重要的分类算法之一，K最近邻法（KNN）也被广泛使用。在过去的近50年，人们就如何提高KNN的并行性能做出巨大努力。基于CUDA的KNN并行实现算法——CUKNN算法证明KNN在GPU上的并行实现比在CPU上串行实现的速度提升数十倍，然而，CUDA在实现过程中包含了大量的冗余计算。提出了一种并行冒泡的新型KNN并行算法，并通过OpenCL，在以GPU作为计算核心的异构系统上进行验证，结果显示提出的方法比CUDA快16倍。

摘要：机载显示器分辨率越来越高，显示内容越来越复杂，这对图形生成电路提出了更高的要求。提出了一种基于双处理器系统的图形生成电路实现方法，以两片DSP处理器作为绘图核心，配合FPGA和SDRAM帧存构建硬件平台，由主DSP进行绘图任务分配，并将任务分配结果通过Linkport口传递给从DSP，主从DSP根据任务分配结果并行完成图形生成算法运算，从DSP通过Linkport口向主DSP发送图形数据，主DSP将图形数据写入SDRAM帧存中,配合FPGA对SDRAM进行乒乓操作完成图形数据的实时生成与显示。实验结果表明，该方法与单处理器方案相比，在功耗仅增加15%的情况下图形生成效率可提高53%以上，生成一幅1 024×768的EFIS电子飞行显示系统画面帧率可达86 f/s。

摘要：片上多处理器系统的发展导致片上高速缓存的所占面积急剧增加，其对应的泄露功耗也相应增加。将高速缓存行划分成3部分进行控制，其中数据部分的访问分为协议访问和数据访问两部分，每部分支持多种工作模式来进行管控。通过工作模式的切换对高速缓存的三部分进行管控可以使漏过功耗平均减少76.78%，但相应的性能损失最高会达到7.74%。由于性能损失较大，提出了一种改进的高速缓存衰退的方法来优化管控策略。这种策略不仅能够把性能损失控制在3%以下，而且能够保证平均能耗优化达到近75%。