设为首页 | 加入收藏
文献检索:
  • 云取证综述 免费阅读 下载全文
  • 云用户只需投入很少的开销就能获得大量的计算资源和云存储空间,但云计算的资源共享特性也导致了许多安全方面的隐患,如为传播恶意程序提供了便利、用户隐私数据更易泄露、数据更易被破坏等。为保证云环境的健康发展,针对云犯罪展开取证分析(即云取证)显得尤为重要。对于云取证这一新兴领域,首先介绍了其概念以及当前该领域面临的技术、法律问题;重点介绍了目前云取证领域已经取得的研究成果;最后,比较分析了现有工作的优缺点并提出了云取证领域的机遇。
  • 单类支持向量机在工业控制系统入侵检测中的应用研究综述 免费阅读 下载全文
  • 通信行为的异常检测是工业控制系统入侵检测的难点问题。在现有研究工作基础上,阐述了工业控制系统入侵检测技术的国内外研究现状,归纳和总结了现存的问题,指出单类支持向量机(OCSVM)算法在工业控制系统入侵检测中的优越性。结合工业控制系统的专有协议特点,介绍了单类支持向量机在工业控制系统入侵检测中的应用原理及其现有工作;最后指出了单类支持向量机在工业控制系统入侵检测中存在的问题及发展方向。
  • 自发表情识别方法综述 免费阅读 下载全文
  • 介绍了目前自发表情识别研究的现状与发展水平,详细阐述了自发表情识别研究的内容和方法,以及自发表情识别研究的关键技术,旨在引起研究者对此新兴研究方向的关注与兴趣,从而积极参与对自发表情识别问题的研究,并推动与此相关问题的进展。
  • 树突细胞算法的运行时间属性分析 免费阅读 下载全文
  • 第二代人工免疫系统中的树突细胞算法(DCA)是受先天性免疫系统中树突细胞(DCs)功能的启发而开发的算法,它已被成功运用于许多计算机安全相关领域。但是对DCA理论方面的分析工作很少,对算法理论方面的研究也较少出现,因此对DCA执行相似的理论分析、确定算法的运行时间变量、揭示其他算法属性就显得非常重要。给出了两个基于算法输入数据流的运行时间变量,并且证明了这两个变量是如何对算法输入数据与算法运行时变量进行关联,也揭示了在给定时间窗内基于输入数据的算法行为,而这些都与实际应用执行的算法无关。此研究工作为算法的进一步应用开发提供了指导。
  • 通用稀疏多核学习 免费阅读 下载全文
  • 针对L1范数多核学习方法产生核权重的稀疏解时可能会导致有用信息的丢失和泛化性能退化、Lp范数多核学习方法产生核权重的非稀疏解时会产生很多冗余信息并对噪声敏感,提出了一种通用稀疏多核学习方法。该算法是基于L1范数和Lp范数(p〉1)混合的网状正则化多核学习方法,不仅能灵活地调整稀疏性,而且鼓励核权重的组效应,L1范数和Lp范数多核学习方法可以认为是该方法的特例。该方法引进的混合约束为非线性约束,对此约束采用二阶泰勒展开式近似,并使用半无限规划来求解该优化问题。实验结果表明,改进后的方法在动态调整稀疏性的前提下能获得较好的分类性能,同时也支持组效应,从而验证了改进后的方法是有效可行的。
  • 制造资源本体的概念语义相似度研究 免费阅读 下载全文
  • 为了实现制造资源本体之间的语义互操作,对本体中的概念进行语义相似性计算是进行此操作的关键技术之一。提出了一种计算概念语义相似度的新方法,将概念语义相似度分为主体相似度和附加相似度两部分。主体相似度综合考虑了概念自身的相似度、该概念的父概念和子概念间的相似度以及概念间的二元关系,同时,加入了概念属性相似度,属性携带了概念的大部分语义信息,计算属性相似度可以有效提高概念语义相似度的准确性;附加相似性是指通过本体中概念的层次结构对主体相似度进行语义补充,利用概念的深度对得到的概念语义相似度进行语义调整,有效地弥补了仅仅利用主体相似度计算概念语义相似度的不足。实例证明,该方法可以准确地计算同一本体和本体之间的概念语义相似度。
  • 一种基于学习自动机的推荐算法改进 免费阅读 下载全文
  • 针对原有的基于隐语义模型(LFM)的推荐算法中,当训练样本数减少时,训练误差和测试误差都明显增大的问题进行改进研究,提出了一种全新的基于学习自动机的矩阵训练算法。该算法充分利用连续型学习自动机在随机和高噪声环境中优化参数的卓越性能,代替原有的梯度下降算法进行大型稀疏矩阵的奇异值分解计算,使得重构矩阵与原矩阵之间的误差进一步降低,提高了后续预测算法的精确度。为了检验新算法的寻优性能,在大量真实用户对电影的评分数据集上进行了新旧两种算法的对比实验,实验结果表明改进后的基于学习自动机的推荐算法在样本数较少和更随机的测试环境中,相比原算法可以实现更精确的预测,有效地弥补了原算法的不足。
  • 基于改进的主动逻辑与元认知环的机器人常识推理的研究 免费阅读 下载全文
  • 针对常识推理的非单调和异常问题,构建了基于改进的主动逻辑与元认知环的机器人常识推理框架。首先,针对机器人在执行任务时易受异常情况干扰的问题,引入元认知环对异常进行监视和评估并引导机器人;其次,对主动逻辑进行改进,定义了事实、常识,及它们相互之间的蕴涵、否定和无关三种关系,给出了详细的矛盾知识的发生条件和定义,并给出了对应的矛盾知识的处理方法,提出在主动逻辑中事实包含关系的传递性及推理的非直接传递性以有效检测和处理矛盾。最后,设计的Pr2机器人取书的实验进一步验证了元认知环以及主动逻辑在机器人执行任务时对异常情况和矛盾知识处理的有效性。
  • 云中心异构服务器能耗受限下的性能优化策略 免费阅读 下载全文
  • 面向能耗受限下云中心异构服务器的性能优化问题,提出了基于M/GI/1-PS排队系统的云中心性能优化分析模型,并给出获得最优性能服务器能耗分配OPT算法;同时通过大量数值仿真实验将OPT算法与常用的启发式能耗分配方法(WP、EU、EMRT)进行对比,分析了不同流量下能耗优化对性能的影响,并获得能耗一性能变化曲线。实验结果表明,OPT算法在同等能耗受限条件下比其他算法获得更优的性能,尤其是EU算法,性能高出约22%。结果可为云中心优化资源配置提供理论依据和参考数据。
  • 基于遗传算法的双向搜索Chord算法 免费阅读 下载全文
  • 针对传统Chord物理拓扑和逻辑拓扑不匹配以及空间复杂度导致搜索效率低的问题,结合遗传算法和双向搜索改进算法的优点,提出了一种基于遗传算法的双向搜索Chord算法。该算法结合遗传算法,将拓扑匹配问题看成一个旅行商问题(TSP),利用遗传算法寻找此问题的最优解,然后用得出的最优解构建Chord环,解决物理拓扑和逻辑拓扑不匹配的问题。在此基础上,使用双向查找算法进一步加快查找速度。实验结果表明,该算法在查询路径长度和查找跳数上比传统的Chord算法具有更高的性能。
  • 基于T细胞调节的免疫遗传优化算法对逆变器PWM控制序列的优化 免费阅读 下载全文
  • 针对遗传算法(GAs)收敛速度慢、易于陷入局部最优等不足,以逆变器PWM最优控制序列为目标,提出了一种改进的免疫遗传优化算法(IGOAs)。该算法设计基于单相全桥逆变器输出电流与参考电流的误差模型,采用0/1编码、自适应突变概率及T细胞调节算子,从而增强了算法收敛的快速性和种群的多样性。在逆变器负载端电阻为定值和受随机扰动值两种情形下进行了数值实验,并将IGOAs和GAs在两种情形下的实验结果分别进行了比较。结果表明,IGOAs具有较好的收敛性和稳定性,负载电阻受随机扰动时,IGOAs能更快速地跟踪参考电流,获得总谐波失真(THD)更小的输出波形。
  • 一种基于OpenMP的并行混合PVS算法 免费阅读 下载全文
  • 针对传统串行混合PVS(principal variation search,主要变例搜索)算法的计算量大、执行耗时长和无法利用多核资源的不足,提出了一种基于Open MP(openmulti—processing)的并行混合PVS算法。该算法应用了PVSplitting(主要变例分裂)策略,自底向上将博弈树每一层的首个PV节点的每个分支的搜索线程化,利用多核CPU并行执行,并对临界区和线程调度进行了合理设计,以提高搜索效率。最后,基于一个真实的中国象棋博弈系统进行了实验,结果表明,该算法拥有较高的剪枝率和加速比,能够明显提升混合PVS算法的执行性能。
  • 基于克里金插值的SWAT参数率定大规模并行方法 免费阅读 下载全文
  • SWAT(soiland water assessment tool)水文模型是近几年国内外使用最广泛的分布式水文模型,因其良好的精度、广泛的适应度得到了众多水文工作者的欢迎。但由于其参数率定部分过高的计算量,给水文工作者在建模调参过程中造成了大量的不便。为了提高SWAT参数率定的运行效率,基于克里金插值理论,对于SWAT原有的优化算法进行改进,提出了一种基于随机过程的参数率定方法,通过一种期望优化的方式对拟合曲面进行寻优。通过IntelMKL和一个对等式并行框架加以并行实现,大大提高了SWAT参数寻优的计算效率以及参数精度,并通过天山北坡流域的模拟验证了并行模型的有效性,说明了克里金优化方法在水文模拟参数寻优的过程中能够达到良好的精度。
  • 一种基于累积适应度遗传算法的SVM多分类决策树 免费阅读 下载全文
  • 针对基于遗传算法(genetic algorithm,GA)的支持向量机(support vector machine,SVM)多分类决策树算法(GA.SVM)中全局优化缺陷的问题,通过重新定义遗传适应度函数(fitness),提出一种累积适应度(cumula-tivefitness),进而衍生出新算法CFGA.SVM。该算法从根节点开始逐层构造二叉树,对根节点基因实值编码,通过基因分裂操作产生子代种群,然后利用累积适应度筛选出新的种群,筛选出的种群并不一定是当代局部最优,但一定是所得二叉树中全局最优,从而提高分类精度,最后以此循环直至算法结束。通过在UCI的artificialcharacters数据集上的实验结果表明,CFGA.SVM较之DT—SVM与GA—SVM算法在全局优化能力、分类精度上有明显提高,进而验证了该算法的可行性与有效性,可在大规模样本的分类应用中推广。
  • 一种实用的资源稀缺条件下的分词方法 免费阅读 下载全文
  • 在一些使用人数较少的语言中,缺少人工标注语料,研究在资源稀缺条件下的分词方法成了亟待解决的问题。研究了无监督的VE算法,以及最大匹配间隔标注算法,在此基础上提出一种无监督分词方法与最大匹配方法相结合的分词方法,并在汉语语料上进行实验。该分词方法显著提高了最大匹配分词方法的分词效果,同时也优于当前最好的无监督分词结果。实验表明,该方法快速、有效,利用较小的资源获得了较好的分词效果。
  • 基于功放记忆效应的动态X参数模型的研究 免费阅读 下载全文
  • 为了更加准确地表征功放的记忆效应,提出了一种新的动态x参数功放模型。该模型是对动态x参数模型的一种改进,利用FF(feed—forward)模型技术提取出表征功放记忆效应的核函数,并将其用于代替x参数表达式中的非线性函数。x参数表达式中的静态部分仍采用PHD(polyharmonic distortion)模型的非线性函数,并将动态部分进行合理的简化。相比传统的动态戈参数建模方案,所提模型不仅仿真精度高,而且仿真速度快。经仿真测试NPT1004功放的数据,利用所提出的新的动态x参数模型对功放建模,结果证明了本模型仿真功放的ACPR(adjacentchannel powerratio)的误差减小了3dB,从而验证了该模型的可行性,对今后利用动态x参数对功放的建模具有参考价值。
  • 边效益因素下复杂供应链网络局域演化机制 免费阅读 下载全文
  • 针对一般复杂网络演化模型中节点连接测度不能很好地描述复杂供应链网络特性的局限性,将节点企业间的合作所带来的边效益引入复杂供应链网络的演化模型中,采用节点度与边效益作为节点择优连接的综合测度指标,构建了复杂供应链网络的局域演化模型与算法。通过仿真并与有关文献的复杂网络演化模型进行对比,分析了复杂供应链网络的增长性、边退化性与节点消失性,说明该模型具有高聚集系数、较低平均路径长度、无标度性、小世界特性,而且很好地解释了现实供应链网络在不同时期的演化机制问题,同时给出了经济学解释,这有助于更好地分析现实供应链网络的相关特性。
  • 时滞非线性供应链系统的复杂动态行为仿真分析 免费阅读 下载全文
  • 为较全面地理解供应链系统动态的形成演化机理,建立供应链库存系统模型。在模型中同时考虑订货量非负约束和不同提前期两个因素,使模型更符合实际,但却使系统成为带有时滞的非线性系统,具有复杂的动力学行为,并利用求解最大李雅普诺夫指数的方法分析了系统动态特性。通过仿真实验给出不同提前期下能够保持系统稳定的库存策略区域;针对一类常用库存策略的系统动态行为研究发现,虽然库存策略参数对系统的动态行为有较大影响,但对于确定库存策略,仍然有一定数量的库存参数设置能够保证系统稳定运行。
  • 考虑订单发货区域的物流配送调度问题研究 免费阅读 下载全文
  • 研究了一种考虑订单发货区域的物流配送问题,针对问题建立了两阶段多目标整数规划模型:订单车辆指派模型和车辆配送调度模型;基于对模型及问题特点的分析,构造了一种两阶段优化算法。第一阶段,基于聚类一约束满足优化算法为待发货订单指派最佳车辆;第二阶段,基于单亲遗传算法为车辆指定最佳的物流配送方案。数据仿真验证表明,通过模型和算法能够得到切实可行配送调度方案,该模型及算法是可行且有效的。
  • 基于缓存层级结构的多核Web服务器动态请求调度算法 免费阅读 下载全文
  • 针对Web服务器中传统的动态请求调度算法,如先到先服务算法等,不能充分利用多核处理器并行性的问题,根据多核Web服务器缓存结构的特点提出了基于缓存层级结构的多核Web服务器动态请求调度算法。该算法从处理器核心间的负载均衡和多核处理器的缓存层级结构特点两个方面对动态请求进行调度。基于此算法进行了仿真实验,实验结果表明该算法可保持多核处理器核心间的负载均衡,并能有效缓解多核Web服务器的乒乓效应。
  • 云模型的布谷鸟搜索算法 免费阅读 下载全文
  • 针对布谷鸟搜索算法(cs)存在的不足,优化布谷鸟搜索算法求解连续函数问题的性能,结合云模型在定性与定量之间相互转换的优良特性,设计出云模型的布谷鸟搜索算法(ccs)。其核心思想是通过云模型实现布谷鸟的进化学习过程,类似差分进化进行群体间的信息交流。该混合算法较大程度上提高了CS算法求解精度,且加快了算法的收敛速度。经过10个测试函数的实验仿真,测试结果表明,与cs、ics与ASCS比较,提出的CCS算法在函数优化方面有较强的优势,其测试函数最优解更接近理论最优解。
  • 基于图染色问题的混合优化算法 免费阅读 下载全文
  • 为了提高图染色算法的寻优能力和收敛速度,结合禁忌搜索算法和遗传算法的优缺点,提出了一种混合优化算法(GA—HM)。该算法利用遗传算法生成初始解,将染色元素分到不同的色集中,然后通过禁忌算法进行变领域搜索来更新顶点染色。实验结果表明,GA-HM对求解相同的目标解具有更好的全局最优性和收敛性。
  • 基于层次评分函数的多粒度搜索算法研究 免费阅读 下载全文
  • 在线论坛中包含了大量的有用信息,通过检索论坛中的数据用户可以方便地获取所需的知识,然而论坛数据的层次特征给内容检索提出了严峻的挑战。针对论坛数据的层次特征,提出了一种基于层次评分函数的多粒度搜索方法。将论坛数据用树型层次结构表示,并基于多个因素提出了融合话题、发言、语句和单词多个粒度的层次评分函数。为了避免多种粒度的数据在返回结果中具有重复性,提出了一种有约束的返回结果最大化模型。将返回结果最大化模型转换为最大独立集合问题,并给出了一种启发式优化算法。实验表明,提出的算法在检索论坛数据时不仅具有很好的效率.而且准确性非常高。
  • 基于连续时间量子游走的链路预测方法研究 免费阅读 下载全文
  • 链路预测是复杂网络研究的基础问题之一,目前研究者们已经提出了许多链路预测的方法,其中大量的链路预测方法是基于经典随机游走。量子游走是经典随机游走的量子模拟。大量研究表明,在诸如图匹配、搜索等很多领域,基于量子游走的量子算法的性能远优于其对应的经典随机游走算法。但目前几乎没有关于基于量子游走的链路预测算法研究报道,提出了一种基于连续时间量子游走的链路预测方法。实验结果表明,连续时间量子游走链路预测结果的AUC值和经典随机游走的结果非常接近。而在precision和recall指标上,远优于经典随机游走的链路预测结果。
  • 基于文档副本局部性的分布式检索算法研究 免费阅读 下载全文
  • 分布式信息检索是信息检索领域的重要研究内容。为了提高分布式信息检索的性能,提出了一种基于文档副本局部性的分布式检索方法。对于任一站点,如果将查询结果中的非本地文档建立本地副本,那么可以减少查询处理中站点之间的查询转发,从而相应地提高信息检索的性能。基于该思想,将分布式信息检索中的副本放置转换为查询的局部性问题,建立了相应的优化模型,并针对不同的副本放置模型提出了相应的副本选择及放置策略。最后通过模拟实验验证表明,提出的方法与相关方法相比较既提高了查询结果的准确性,又减少了查询的响应时间。
  • 基于机器学习的MapReduce资源调度算法 免费阅读 下载全文
  • 针对MapReduce中允许map和shuffle阶段重叠的优化模型需要自适应性的问题,提出了基于此模型的机器学习的资源调度算法,利用贝叶斯分类器依据作业对系统资源的需求和系统环境的匹配程度对作业进行调度,并不断更新分类器,使其具有自适应性,考虑了map和shuffle的重叠阶段。通过模拟实验验证,改进后的算法能够提高MapReduce系统的性能,获得更好的平均响应时间。
  • 基于MapReduce的平均多项朴素贝叶斯文本分类 免费阅读 下载全文
  • 针对海量文本分类问题进行了研究,基于分布式计算框架MapReduce平台,实现了一种简单、有效的文本分类算法——平均多项朴素贝叶斯分类方法。实验中该方法分类准确率高于一般朴素贝叶斯方法,且具有较好的加速比。实验结果表明,由于减小了文本冗余特征信息的影响与并行计算良好的扩展性,该方法更适用于海量文本数据分类。
  • 基于改进引力搜索的混合K-调和均值聚类算法研究 免费阅读 下载全文
  • 为了解决聚类算法容易陷入局部最优的问题,以及增强聚类算法的全局搜索能力,基于KHM算法以及改进的引力搜索算法,提出一种混合K-调和均值聚类算法(G—KHM)。G—KHM算法具有KHM算法收敛速度快的优点。但同时针对KHM算法容易陷入局部最优解的问题,在初始化后数据开始搜索聚类中心时采用了一种基于对象多样性及收敛性增强的引力搜索算法,该方法改进了引力搜索算法容易失去种群多样性的缺点,并同时具有引力搜索算法较强的全局搜索能力,可以使算法收敛到全局最优解。仿真结果表明,G-KHM算法能有效地避免陷入局部极值,具有较强的全局搜索能力以及稳定性,并且相比KHM算法、K—means聚类算法、C均值聚类算法以及粒子群算法,在分类精度和运行时间上表现出了更好的效果。
  • 两种常见的云计算服务定价机制的对比研究 免费阅读 下载全文
  • 云计算服务作为一种新兴的服务模式,成为了当前社会和学术界普遍关注的焦点。随着越来越多的供应商提供云服务,如何选择最优的定价机制对于消费者和云服务供应商来说变得越来越重要。从供应商和消费者的角度对比分析了两种常见的云计算定价机制:按使用量定价(pay—per-use)和认购定价(subscription)。结果表明一般情况下,认购定价机制要优于按使用量定价。这对于云服务提供商制定合理的云计算服务定价策略以获得更多利润、赢得竞争优势具有重大的理论和现实意义。
  • 一种改进的新型元启发式花朵授粉算法 免费阅读 下载全文
  • 受自然界花朵授粉过程的启发,Yang提出了一种新的元启发式群智能算法——花朵授粉算法,该算法融合了现有其他智能算法的优点。首先阐述了花朵授粉的特征,从机理上描述了该算法的实现步骤,同时对该算法的寻优性能进行了剖析。其次,针对花朵授粉算法寻优精度低、收敛速度慢、易陷入局部极小的不足,提出一种基于差分进化策略的花朵授粉算法,该算法引入差分进化中的变异、交叉及选择操作,使缺乏变异机制的花朵授粉算法具有变异能力,增加种群的多样性,提高算法的全局寻优能力和避免种群个体陷入局部最优。通过十个标准测试函数进行测试,仿真结果表明,改进算法的寻优能力明显优于基本的花朵授粉算法、蝙蝠算法、粒子群算法及改进的粒子群算法。
  • 一种基于命名实体识别的需求跟踪方法 免费阅读 下载全文
  • 针对基于文本的需求跟踪方法严重依赖文本质量的问题,提出了一种利用命名实体识别技术标注制品文档关键词的需求跟踪方法。该方法通过代码实体上下文构建命名实体识别模型,解决了抽象语法树和正则表达式无法解析非源代码形式的软件制品问题。利用命名实体识别模型标志出软件制品中的代码实体之后,该方法将软件制品转换为文档集合并进行语义聚类,最后再通过映射算法创建制品间的需求跟踪关系。实验结果表明,与基于所有词项和基于高权重词项的需求跟踪方法相比,该方法能够有效提高需求跟踪结果的质量。
  • GUI回归测试的测试脚本修复技术研究 免费阅读 下载全文
  • 回归测试对修改后的软件重新进行测试,确认修改没有引入新的错误或导致其他代码产生错误。研究图形用户界面(GUI)回归测试脚本的自动化修复技术,采用有限状态机描述GUI的交互行为,并基于有限状态机(FSM)产生测试用例集;使用自动化测试工具生成测试脚本,建立状态迁移和测试脚本的映射关系表;通过比较GUI新旧版本的FSM得到GUI的变化信息,根据变化信息和映射表对原测试脚本自动修复。实例验证了脚本修复方法的可行性和有效性,修复了失效的测试脚本,保证了修复后的测试脚本的完备性和一致性。
  • 基于模糊层次分析法的社交编程网站开发者评估方法 免费阅读 下载全文
  • 社交编程网站(Github)是一种较为流行的分布式版本控制系统,近年来得到了快速的发展,而Github中没有对开发者能力构建度量模型,使得如何从众多开发者中选择合适的开发者加入到核心开发者之中成为一个有待解决的问题。为处理此问题,通过构建开发者度量模型,对开发者能力具体量化,同时使用模糊层次分析法对开发者度量模型进行评估,从而根据量化评估值选择合适的开发者加入到核心开发者之中。通过实例分析说明该方法如何评估开发者并选择合适的开发者,从而为Github项目社区招募核心开发者提供支持。
  • 一种基于独立任务的POMDP问题的解决方法 免费阅读 下载全文
  • 通常利用POMDPs对在部分可观测的随机环境中决策的agents建模。针对完整POMDP的求解方法扩展能力弱的问题,提出把多元POMDP分解成多个受限制的POMDPs,然后独立求解每个模型,以获得值函数,并将这些受限制的POMDPs的值函数结合起来以便获得完整POMDP策略。该方法主要阐述识别与独立任务相关的状态变量的过程,以及如何构造被限制在单独任务上的模型。将该方法应用到两个不同规模的岩石采样问题中,实验结果表明,该方法能够获得很好的策略。
  • 云环境下药物分子对接动态任务迁移的应用 免费阅读 下载全文
  • 基于传统动态任务迁移方法,针对药物分子对接任务,提出了云环境下药物分子对接任务优化迁移策略。通过分析各节点自身中断事件发生次数的数学期望和方差,得出即时可靠性评价参数,从而选取最可靠的节点作为迁移目标。在源节点与可靠的目标节点之间实施增量数据预迁移,缩短了停机拷贝时间。最后的实例表明任务迁移策略能够在云环境下选择可靠目标节点,药物分子对接安全性得到了提高。
  • 基于信息导航的三维用户界面动态构建方法 免费阅读 下载全文
  • 针对三维用户界面对非几何信息表达、交互研究不足的问题,在对界面导航进行研究的基础上,提出了一种基于信息导航的三维用户界面动态构建方法UIDCM。总结了三维界面中的信息导航模型,针对导航模型以及复杂信息的表达需求,提出了三维用户界面动态构建方法,并利用此方法实现信息表达、导航交互、命令响应等三维界面功能。利用光学跟踪工具作为三维人机交互手段,搭建了三维用户界面原型系统,并以飞机研制任务信息为实例进行了系统验证。实验表明,UIDCM方法对于三维空间下的信息获取、导航与交互能够提供一种有效的解决方案。
  • WFEN的贝叶斯估计及在高维预测模型中的应用 免费阅读 下载全文
  • 针对传统收缩估计中难以进行统计推断以及无法同时确定惩罚因子问题,在权融合弹性网回归(WFEN)的基础上,给出其Gibbs层次抽样模型并构造相应的贝叶斯估计量(BayesianWFEN,BWFEN)。该算法根据Expectation.Maximization方法同时确定估计中的两个惩罚因子,并基于回归系数的经验后验分布计算估计量标准误差和进行变量选择。模拟实验表明,BWFEN的迭代过程具有良好的收敛性,在面对稀疏预测模型或者模型中的预测变量存在群组效应时具有较低的相对预测误差和较高的变量选择精度。在博客回复数预测模型的实际应用中,BWFEN也显著优于其他收缩估计方法。
  • 异构网络环境下的高稳定性应用层组播方案 免费阅读 下载全文
  • 针对异构网络环境中由于节点转发能力异构而引起的应用层组播稳定性不足的问题,对异构overlay拓扑建模进行了研究,分析出组播稳定所需满足的约束条件,提出了一种基于gossip协作机制的应用层组播方案。在所提机制能够均衡节点间负载,缓解能力弱的节点负载过重的问题;如果组播过程中有成员节点动态离开或转发能力不足,其他节点相互协作共同分担其负载以维持组播的稳定性。随后的链路强度分析表明,与传统的应用层组播方案相比,方案能够大幅降低拓扑的平均链路强度,提高组播系统的稳定性。通过OMNeT++仿真平台对本方案进行仿真验证,实验证明在动态的异构overlay拓扑下,方案能够显著提高数据分发成功率,保证组播的连续性和稳定性。
  • 一种基于改进加权序贯检测的协作频谱感知算法 免费阅读 下载全文
  • 通过序贯检测可以提高协作频谱感知的准确度,但是在具有频谱感知数据窜改(spectrum sensing datafalsification,SSDF)节点的环境下,系统感知性能急剧下降。为了解决上述问题,提出了一种基于加权序贯检测(weighted sequential probability ratiotest,WSPRT)的频谱感知融合算法。通过给每个节点赋予信誉度权值,设置合理的信誉度奖惩方案来区分SSDF节点,从而优化系统感知性能。仿真实验表明,所提出的算法减少了SSDF节点带来的影响,提高了系统的检测准确率和稳定性。
  • 认知网络中基于用户需求的功率控制算法研究 免费阅读 下载全文
  • 为了解决认知网络功率控制问题,根据非合作博弈论和干扰温度,设计出一种新型效用函数。该函数综合考虑授权用户和认知用户功率分配的要求,满足用户需求。并通过此效用函数提出一个基于非合作博弈论的新颖功率控制算法,分析了该算法的收敛性、纳什均衡解的存在性和唯一性。仿真结果表明,该算法在保证认知用户需求前提下,传输功率更加合理,体现出算法的有效性和公平性。与参考算法相比,节省了30.12%的功耗,并且具有较好的抗背景噪声。最后,与Koskie—Gajic(KG)算法相比,该算法具有较大的网络容量。
  • 基于遗传算法的时频差快速估计 免费阅读 下载全文
  • 利用互模糊函数进行时频差估计运算量大,现有算法对时频差搜索大多基于遍历思想,实时性较差。针对此问题,提出基于遗传算法的时频差快速估计方法。该方法针对互模糊函数特点对遗传算法作出改进,通过种群收敛程度自适应调整变异概率,并结合多次种群初始化,有效改善种群多样性,防止算法陷入局部最优,能够快速得到时频差估计结果。仿真结果表明,所提算法相对现有算法计算效率有较大提升。
  • 非圆信号与圆信号共存下的快速方位估计算法 免费阅读 下载全文
  • 针对非圆信号和圆信号共存时,信号的波达方向估计算法运算量较大的问题,提出了一种可同时估计非圆信号和圆信号DOA的快速算法。利用观测数据及其复其轭构造中心复共轭对称矩阵,通过双映射定理可将该矩阵转换为实矩阵;利用多级维纳滤波,无须计算阵列协方差矩阵及对其进行特征分解,仅通过对接收的实数据矩阵递推可快速求出观测数据的信号子空间;利用酉ESPRIT算法的实值性,不必谱峰搜索,在保证DOA估计精度的同时可大大降低算法的计算复杂度。仿真结果验证了算法的有效性。
  • 基于深度学习的无线传感器网络数据融合 免费阅读 下载全文
  • 在无线传感器网络数据融合算法中,BP神经网络被广泛用于节点数据的特征提取和分类。为了解决BP神经网络收敛慢、易陷入局部最优值且泛化能力差从而影响数据融合效果的问题,提出一种将深度学习技术与分簇协议相结合的数据融合算法SAESMDA。SAESMDA用基于层叠自动编码器(SAE)的深度学习模型SAESM取代BP神经网络,算法首先在汇聚节点训练SAESM并对网络分簇,接着各簇节点通过SAESM对采集数据进行特征提取,之后由簇首将分类融合后的特征发送至汇聚节点。仿真实验表明,与采用BP神经网络的BPNDA算法相比,SAESMDA在网络能耗大致相同的情况下具有更高的特征提取分类正确率。
  • 基于ZigBee技术的孤立点入网算法研究 免费阅读 下载全文
  • 针对ZigBee网络运行过程中产生的孤立点问题,给出一种改善孤立点的入网算法。没有连接节点能力的父节点,通过选择算法选择出合适的转移节点,使父节点能够连接更多的孤立点;通过交换算法,进一步改善孤立点问题。仿真结果表明,在路由节点数量或终端节点数量一定的条件下,给出的入网算法从减少孤立点数量和提高网络连接率两方面均优于ZigBee连接方式和CIM算法,降低了分布式地址分配机制对孤立点的影响,使节点取得更好的连接效果。
  • 基于TCPN的交叉口信号控制模型与优化 免费阅读 下载全文
  • 针对城市路网中交叉口车辆通行效率低下、交通信号控制策略难于满足输入路段上车流变化的问题,提出了一种基于时延赋色Petri网的交叉口交通流优化控制模型。建立路段车流、交叉口车流和交通信号控制的TCPN模型,再建立以交叉口输入路段车辆数最小为目标的车流优化方程。在假设信号周期固定的前提下,利用15个周期采集的交叉口输入、输出路段车辆数,求解满足优化目标的相位配时,确保交叉口输出车辆数最大,且输入路段上待通过车辆平均数最小。仿真结果表明,交叉口的通行能力显著提高,各输出路段上的车辆平均数分别增加了13.3%、9.7%、9.8%和4.3%。
  • 混合流媒体分发系统中可信合作节点选取模型 免费阅读 下载全文
  • 针对混合流媒体分发系统中难以选取可信合作节点的问题,提出一种基于信任度的可信合作节点选取模型。优先选择全局交易信任度高、综合性能强和历史在线时间长的节点作为合作节点。在信任计算中引入衰减因子和推荐信任度,使模型具有抵抗恶意攻击的能力;通过保证金与数字签名,进一步约束合作节点的行为,增强了模型的可用性。仿真实验表明,提出的模型能有效识别恶意节点,提升分发系统的用户体验。
  • 无虚拟通道的3DNoCZoneDefense容错路由算法 免费阅读 下载全文
  • 针对3DMeshNoC中的节点故障,提出了一种无虚拟通道容错路由算法,称为3DZoneDefense容错路由算法(3D.ZDFT)。该算法建立在3D防御区域基础之上。3D防御区域能够提供故障体的位置信息。根据防御区域提供的故障体位置信息,3D—ZDFF可提前发现故障位置并改变转发端口,在实现容错的同时避免引入死锁。实验结果表明,与HamFA相比,3D—ZDFT、具有较低的网络延迟和更高的可靠性。面积开销分析显示,3D—ZDFF比HamFA的面积开销高约3.1%。提出的算法在保证网络性能的前提下,有效地实现了容错功能。
  • 基于卡尔曼过滤的多传感器协作数据重构算法研究 免费阅读 下载全文
  • 针对多传感器系统存在的数据易丢失、易受干扰和易失真等问题,在卡尔曼过滤的基础上结合协同合作方式提出了一种协作数据重构算法。该算法从一阶线性化、二次加权突变平滑和随机统计特征等方面出发,建立了适用于多传感器系统的卡尔曼过滤算法,然后基于中继转发信号和自适应感知时间间隙,给出了协作数据重构多传感器系统协同过程控制算法。数学分析和实验结果表明,所提算法与压缩感知重构算法相比在监测数据准确度、均方差、功耗和能耗等方面表现出优势。
  • 基于最佳中继选择的异构多媒体自适应协作分集算法 免费阅读 下载全文
  • 提出一种自适应协作分集方案,以保证异构多媒体业务中主用户传输的服务质量(QoS),并改善次级用户的数据传输性能。采用基于功率控制的系统模型,使得主用户的平均信道增益相对稳定,并且能够在次用户中进行估计,可以节省在反馈信道上的资源。根据次级用户传输过程中的中断概率提出次级中断概率的闭式表达式,在满足主用户传输过程中所需要的中断概率约束的条件下,针对主用户和次用户的协作性和瑞利衰落信道的适应性提出了最佳中继选择的自适应协作分集,尽可能地次级中断概率,并分析获得的分集增益。实验仿真结果表明,该算法可以减少次级用户的中断概率并提高频谱效率,有助于提升次级用户的数据传输性能。
  • 无线网络冲突感知广播调度算法 免费阅读 下载全文
  • 在协议干扰模型下,通过证明、计算、仿真实验等方法,提出了一种冲突感知广播调度算法(简称CBS算法),以解决无线网络中的广播调度延迟问题。研究结果表明,CBS算法能够保证节点在广播调度过程中不会相互干扰,避免冲突产生;只需发送少量消息,就能完成网络广播调度;能够同时调度广播树中多个层的节点进行传输,有效地提高了网络信道的利用率。仿真实验结果表明,CBS算法能在较短的时间内完成广播调度,有效地降低了广播延迟。
  • 基于DEM的滨海地区非均匀杂波模拟 免费阅读 下载全文
  • 鉴于滨海地区军事地理位置的重要性以及场景复杂的多变性,对该区域的杂波模拟成为当前杂波研究工作的重点和难点。针对滨海地区杂波模拟这一问题,分析了影响滨海地区复合杂波生成的关键因素,并结合数字高程模型(DEM),对地形场景进行了单元划分,重点对海陆交界杂波单元进行了后向散射单元系数建模,求解出该区域杂波功率谱。仿真结果表明,较之单纯的海面和地面,滨海环境下机载PD雷达的杂波功率谱非均匀起伏特性更为显著。仿真结果符合滨海地区杂波的理论分析,证明了基于DEM的滨海地区复合杂波模型和功率谱计算具有实用性和有效性。
  • 两个基于四粒子纠缠态的量子秘密共享方案 免费阅读 下载全文
  • 分别基于四粒子Cluster态和一个非对称的四粒子纠缠态,提出两个量子秘密共享的方案,其中共享的秘密是未知的单粒子态。秘密的发送者需要对手中的粒子进行Bell基测量,协助者需要对手中的粒子进行测量或者实施幺正操作,最后接收者通过对手中的粒子进行相应的幺正变换或者受控非门操作,就可以重构原始秘密。通过分析表明,任何一个代理者在其他两方协助下是可以恢复秘密的,所以提出的方案是高效且安全可靠的。
  • 抵抗共谋攻击的服务器辅助验证签名方案 免费阅读 下载全文
  • 为了使服务器辅助验证算法一次能够验证由不同私钥签名的多个消息,运用聚合签名的思想提出了一个基于聚合签名的服务器辅助验证方案,由服务器执行验证算法中计算代价大的对运算,有效地减少了算法验证阶段的计算量。在服务器可知道签名密钥的假设下,证明了该方案在共谋和适应性选择消息攻击下是安全的。
  • 多服务器环境下基于扩展混沌映射的认证密钥协商协议 免费阅读 下载全文
  • 传统的单服务器环境下基于智能卡认证方案,单个服务器对所有的注册远程用户提供服务。如果用户想要从不同的服务器获得网络服务,必须分别在不同的服务器注册。为解决以上问题,研究者提出了多服务器认证方案,然而,文献中的大部分方案都不能实现强安全特性。受到切比雪夫映射的半群特性和基于扩展混沌映射的密钥协商协议启发,提出一种多服务器环境中的认证方案。新方案不需要使用验证表并且允许用户访问不同的服务器而不需要分别注册;新方案不仅可以抵抗各类攻击,还实现了用户的强匿名性。与以前的相关协议相比,新协议具有高效性和安全性,因而适合在实际环境中应用。
  • 基于公共协方差矩阵的实用模板攻击 免费阅读 下载全文
  • 针对分组密码算法模板攻击所需训练样本数量问题进行研究。通过概率分析,推导出所需样本数量的数学表达式,同时针对训练样本数量有限的情况,提出了一种基于公共协方差矩阵的实用模板攻击方法。通过对10000条AES样本曲线进行攻击,实验结果表明,该方法不仅可以避免产生数值问题,而且攻击成功率显著优于传统模板攻击方法。
  • 一种基于多层联合分析的HTTP隧道木马检测方法 免费阅读 下载全文
  • 针对现有的基于网络层或传输层的木马通信行为检测方法应用到HTTP隧道木马的检测中识别精度较低的问题,提出一种基于多层联合分析的HTTP隧道木马检测方法。从应用层、传输层和网络层三个层面提取HT—TP会话过程中区分隧道木马通信和正常通信的行为统计特征,采用基于主动学习的SVM算法生成分类规则,建立检测系统。实验结果表明,基于多层联合分析的检测方法降低了已有方法的误报率和漏报率,并且引入主动学习方法有效减少了人工标记的样本数量,提高了基于通信行为分析的HTTP隧道木马检测方法的实用性。
  • 防止差分功耗分析攻击的软件掩码方案 免费阅读 下载全文
  • 以差分功耗分析(DPA)为代表的旁路攻击对包含AES算法的加密设备构成了极大威胁,目前关于防御DPA的方法研究主要针对硬件加密电路,对软件加密系统研究不足。提出一种引入掩码矩阵的软件防护方案,对智能卡加密算法运行过程中每个可能泄露的中间值添加随机掩码,并对掩码矩阵采取动态更新策略以提高效率。实验结果表明,提出的方案具有抵抗差分功耗攻击的能力,同时效率相较于未采用动态更新的方案提高了将近1倍,该方案设计简单且易于实现,从而为智能卡的安全设计提供参考。
  • 供应链环境下UC安全的RFID所有权转移协议 免费阅读 下载全文
  • 针对供应链环境下无线射频识别(RFID)标签流动所涉及的节点隐私和供应链可见性管理问题,定义了供应链环境下RFID标签所有权转移的安全需求,提出了通用可组合安全模型,并基于所提出的RFID认证协议设计了一个能实现该模型的RFID标签所有权转移协议。安全性证明和效率分析表明该协议通过利用授权机制和哈希函数的单向性,很好地解决了可见性和不可追踪性问题,采用索引机制和标签端轻量级的计算方式提高了执行效率。与同类方案相比,该协议降低了标签端的计算量且安全性更高。
  • 基于富模型的分层量化隐写分析算法 免费阅读 下载全文
  • 针对目前量化隐写分析对嵌入率较低的图像检测效果不好的问题,提出了一种分层量化隐写分析的思想。采用与负载值大小变化相关的权重系数构成的损失函数进行检测,并估计出负载值变化区间,然后对评估后的结果进行分段,使用增大相应分段权值的损失函数进行二次检测。实验结果表明,与经典的梯度增量树的算法比较,提出的加权思想以及分层检测法对负载值低的图像检测效果有所提升,整体检测具有较高的准确率。
  • 基于局部二值模式的中值滤波检测算法 免费阅读 下载全文
  • 针对数字图像处理及窜改中一种常用的处理模式——中值滤波,提出一种基于局部二值模式(LBP)的中值滤波窜改检测方法。首先对待测图像利用基于中心对称像素的局部二值模式算子(C-LBP)定位其特征提取区域,随后基于局部区域中像素之间的关系提出一种改进型的局部二值模式算子,并将其直方图统计作为最终的检测特征。实验证明,与其他传统滤波检测算法相比,该算子不仅大大降低了计算时间,而且在低维度的条件下取得了较高的检测率,是一种有效的中值滤波检测算子。
  • 一种保护用户隐私的路网兴趣点KNN查询方法 免费阅读 下载全文
  • 针对查询K近邻兴趣点方法多基于欧氏空间的不实用问题,提出了适用于路网环境下的查询方法。利用四叉树索引划分路网节点,用户基于划分结果,计算所在路段指向的路网顶点,以该顶点为出发点查询路网距离下的K近邻目标兴趣点。用户构造包含这K个目标兴趣点的匿名框并注入虚假兴趣点查询请求,LBS服务器只返回匿名框内的兴趣点查询结果。该方法在控制通信开销的同时,能够保护用户的位置隐私和查询内容隐私。
  • 动态攻击网络演化分析模型 免费阅读 下载全文
  • 将基于攻击图的脆弱性评估技术和动态网络演化分析相结合,提出了一种动态攻击网络演化与分析模型。该模型借鉴演变图的思想将攻击图拓展为随时间域和空间域同时变化的演变攻击图,在子图相似度定义的基础上构建攻击演化模式,分析模式内暂态变化的同时结合时序数据分析模式间的连接变化,以攻击演变挖掘算法为核心的模型应用分析过程,可以确定整个过程中攻击模式的数量,明晰每个模式的典型攻击结构,实例证明提出的模型和方法可以有效地模拟攻击发生的过程,当需要防御手段进行干预时,可有针对性地选择危害大的阶段或者节点来抑制攻击过程的发生。
  • 改进的签名长度固定的无证书聚合签名方案 免费阅读 下载全文
  • 现有的具有固定签名长度的无证书聚合签名(certificateless aggregate signatures,CLAS)方案要么存在安全缺陷,要么通信开销较大。提出一种改进的CLAS方案,由聚合人选择整数域上的随机参数替代状态信息,并且广播给所有签名者。在随机预言模型下,改进方案被规约为多项式时间敌手求解CDH(computational Diffie-Hellman)难题,具有可证明安全性。对比分析表明,在改进的CLAS方案中,状态信息协商阶段仅需要一次广播通信,通信开销更低,易于实现。改进方案可用于在资源受限的网络环境下构建多对一的认证方案。
  • P2P中基于云模型和灰色系统理论的信任机制研究 免费阅读 下载全文
  • 针对P2P网络信任机制中没有全面考虑信任的模糊性和随机性问题,将云模型引入到信任机制中。利用灰色预测理论,对节点的行为进行预测,根据云模型的特征参数从节点的信任值平均水平和离散水平两个方面考虑一个节点是否值得信任。实验仿真表明,该机制可以有效识别出网络中行为不稳定的恶意节点,并通过降低其信任值的方法减少其参与网络交易的机会,提高了系统的交易成功率,保证了网络的安全性。
  • 基于视觉选择性注意与IHOG—LBP特征组合的行人目标快速检测 免费阅读 下载全文
  • 常规的行人目标检测方法往往以底层特征为基础,采用密集窗口扫描的分类检测模式,其计算资源开销大而难以满足快:速性要求。针对此问题,研究了一种新的行人目标快速检测方法。引入视觉选择性注意计算进行目标候选区域定位,通过提取候选区域的积分有向梯度直方图IHOG(integrated histogram of orientedgradi—ent)特征和局部二值模式LBP(10calbinary pattern)特征以形成组合优势,通过级联支持向量分类方式对区域内容进行分级检测,实现了快速、可靠的行人目标检测。DET(detection error tradeoff)曲线和算法运行时间表明,相比Dalal等人的方法,本方法可在保证检测率稳定的前提下,缩短五倍的检测时间,具有更好的工程应用性。
  • 基于随机阵列的降维压缩感知三维成像方法 免费阅读 下载全文
  • 针对传统压缩感知(compressedsensing,CS)三维微波成像方法存在建模较复杂和高度维数据层间串扰的问题,提出一种基于随机阵列观测的降维稀疏建模cs三维微波成像方法。该算法对三维成像空间进行整体建模,克服了分层建模时高度维数据层间串扰的问题。同时,该方法利用截取距离压缩后的回波数据、相关积累提取和随机抽取三种策略,大大降低了传感矩阵的维数,从而实现了三维成像空间的降维cs成像。仿真结果表明该方法能实现三维目标聚焦,并且比传统方法更能精确地重建场景的目标信息。同时,研究还表明CS三维成像不仅能达到旁瓣抑制效果,而且还能在一定程度上获得分辨率增强效果。
  • 一种基于压缩感知理论的纹理分类方法 免费阅读 下载全文
  • 针对传统纹理分类方法计算复杂的问题,基于bag—of-words模型提出了一种简单、新奇的纹理分类方法。在特征提取阶段,使用NSCT滤波器对局部图像块进行映射投影,然后通过观测矩阵提取其随机测量值特征;在纹理分类阶段,直接将随机特征嵌入到bag—of-words环境,并直接在压缩域内进行学习和分类。利用纹理图像的稀疏性,提出的特征提取方法简单,并且在性能和复杂度上都优于传统特征提取方法。最后使用CURET数据库进行数值实验,并与patch、patch—MRF、MR8、LBP四种最经典的方法进行比对。结果表明,该方法在分类精度以及实时性上有重要的改进。
  • 基于DCT域视觉显著性检测的图像缩放算法 免费阅读 下载全文
  • 为适应不同终端显示多样化的要求,需对接收到的图像进行缩放调整。针对现有的基于内容感知(content—aware)的图像缩放方法中视觉内容的连贯性易被破环而出现失真的问题,提出了一个基于离散余弦变换(discretecosinetransform,DCT)域的视觉显著性检测的图像缩放算法。该算法利用DCT域的视觉显著性检测模型获取视觉显著图,然后结合视觉显著图和能量分布图进行线裁剪(seamcarving),实现了图像的缩放。实验结果表明,该算法与现有的基于内容感知的图像缩放方法相比,不仅保护了视觉显著内容,还保证了图像内容的连贯性,算法质量指数也获得明显的提高。
  • 基于低秩表示的非负张量分解算法 免费阅读 下载全文
  • 为了提高图像分类准确率,提出了一种基于低秩表示的非负张量分解算法。作为压缩感知理论的推广和发展,低秩表示将矩阵的秩作为一种稀疏测度,由于矩阵的秩反映了矩阵的固有特性,所以低秩表示能有效地分析和处理矩阵数据,把低秩表示引入到张量模型中,即引入到非负张量分解算法中,进一步扩展非负张量分解算法。实验结果表明,所提算法与其他相关算法相比,分类结果较好。
  • 结合Powell—RWACO的图像边缘提取算法 免费阅读 下载全文
  • 针对蚁群算法在图像边缘提取中经常出现收敛速度慢、检测精度低、停滞等问题,提出一种结合Powell法的排序加权蚁群(rankweighted ant colony optimization,RWACO)图像边缘提取算法。该算法将RWACO与Powell法相结合,利用RWACO算法进行全局优化,然后将全局最优值作为Powell法的初始点进行局部优化。实验结果表明,该算法兼顾了全局优化和局部优化的优点,与蚁群算法和Canny算法相比,明显提高了图像边缘精度,计算效率比蚁群算法提高了两倍多,并克服了其停滞等缺点,能够高效地检测出图像的边缘,从而验证了该算法的可行性,对今后的图像边缘检测具有参考价值。
  • 基于区域边界最优映射的图像分割算法 免费阅读 下载全文
  • 为了增强图像分割算法的鲁棒性,避免出现错误或间断的边缘轮廓曲线,获得准确的区域分割线,提出区域边界最优映射分割(ORBM)算法。该算法采用Gibbs分布定义区域分割模型,将多个颜色空间的不同边缘映射求平均值,用得到的边界最优映射确定邻域(相邻像素)的相互作用势函数,利用d移交换算法求解标签参数空间上目标函数的局部极值并采取简单区域合并策略,获得准确、可靠的区域分割结果。将ORBM算法与几种经典的图像分割算法进行对比,实验结果显示该算法能够生成连续封闭的边界线,实现了图像多区域的正确分割,并且执行速度快、鲁棒性强。
  • 模糊集与非线性增益相结合的自适应图像增强算法 免费阅读 下载全文
  • 针对部分图像对比度低、细节模糊不清等问题,提出了一种模糊集增强与非线性增益相结合的自适应图像增强算法,使用双正交小波变换对原始图像进行分解,低频子带系数采用改进的模糊集增强算法,以提升图像的整体对比度;对高频子带,先采用贝叶斯萎缩法估计噪声与信号的阈值,再使用一种非线性增益函数增强图像细节并抑制噪声。对算法中影响增强效果的关键参数进行了研究,并提出了一种模糊集增强算子的阈值选取算法,能够实现不同图像自适应参数选择;将信息熵作为非线性增益函数的参数选取准则,并针对算法中排序算法运算量过多导致算法时问过长的情况,提出了一种替代求解方法,极大地提高了算法效率。对算法进行仿真,结果表明:算法能够有效提升对比度、增强图像细节并抑制噪声,可以明显改善图像的视觉效果,具有参数自适应、算法效率高等优点。
  • 融合语义与几何特征的人体模型结构分割 免费阅读 下载全文
  • 针对现有三维人体模型形状分析方法存在人工干预及对姿势依赖的问题,提出一种融合语义与几何特征的三维人体形状分析方法。基于模型表面测地线距离以及内部空间体积特征的度量,提出了基于骨架树的结构检测方法,基于人体测量学先验语义知识,进一步提炼模型的层次结构。该方法能有效地提取不同姿态人体模型的结构特征,并实现基于语义的模型分割。一系列实验结果验证了方法的高效性与鲁棒性,对于实现模型的高层次语义描述以及模型检索具有重要的意义。
  • Call For Paper. ParLearning 2016 The 5th International Workshop on Parallel and Distributed Computing for Large Scale Machine Learning and Big Data Analytics 免费阅读 下载全文
  • [综述评论]
    云取证综述(高运;伏晓;骆斌)
    单类支持向量机在工业控制系统入侵检测中的应用研究综述(李琳[1,2,3];尚文利[2,3];姚俊;赵剑明[2,3];曾鹏[2,3])
    自发表情识别方法综述(何俊;何忠文;蔡建峰;房灵芝)
    [算法研究探讨]
    树突细胞算法的运行时间属性分析(王丽;方贤进;刘佳)
    通用稀疏多核学习(张仁峰;吴小俊;陈素根[1,2])
    制造资源本体的概念语义相似度研究(丁博;苗世迪)
    一种基于学习自动机的推荐算法改进(荆羽纯;葛昊;江文;王伊凡)
    基于改进的主动逻辑与元认知环的机器人常识推理的研究(王科俊;杜同春)
    云中心异构服务器能耗受限下的性能优化策略(何怀文[1,2];李文生)
    基于遗传算法的双向搜索Chord算法(王挺[1,2];吴晓军;张玉梅)
    基于T细胞调节的免疫遗传优化算法对逆变器PWM控制序列的优化(王永兴;钱淑渠[1,2];叶永强)
    一种基于OpenMP的并行混合PVS算法(邹竞;马华;谢鲲)
    基于克里金插值的SWAT参数率定大规模并行方法(李强[1,2];陆忠华;王彦榈;陈曦;罗毅)
    一种基于累积适应度遗传算法的SVM多分类决策树(朱庆生;程柯)
    一种实用的资源稀缺条件下的分词方法(马宁;李亚超;何向真;于洪志)
    基于功放记忆效应的动态X参数模型的研究(田秀华;王振霞;南敬昌)
    边效益因素下复杂供应链网络局域演化机制(曹文彬;熊曦)
    时滞非线性供应链系统的复杂动态行为仿真分析(李卓群[1,2];严广乐)
    考虑订单发货区域的物流配送调度问题研究(王桢;黄磊)
    基于缓存层级结构的多核Web服务器动态请求调度算法(尤国华;谭杨;赵英)
    云模型的布谷鸟搜索算法(李志平;王勇[1,2];张呈志)
    基于图染色问题的混合优化算法(李淑芝;何署芳)
    基于层次评分函数的多粒度搜索算法研究(姜攀[1,2];李跃新)
    基于连续时间量子游走的链路预测方法研究(钱菁;杨林涛;余泽太;刘守印)
    基于文档副本局部性的分布式检索算法研究(孙伟[1,2];吕强)
    基于机器学习的MapReduce资源调度算法(于倩;蔚承建;王开;朱林军)
    基于MapReduce的平均多项朴素贝叶斯文本分类(何敏;武德安;吴磊)
    基于改进引力搜索的混合K-调和均值聚类算法研究(王彩霞)
    两种常见的云计算服务定价机制的对比研究(吴良刚;周赛军)
    一种改进的新型元启发式花朵授粉算法(肖辉辉[1,2];万常选;段艳明)
    [软件技术研究]
    一种基于命名实体识别的需求跟踪方法(王金水;薛醒思;唐郑熠)
    GUI回归测试的测试脚本修复技术研究(朱静;曾红卫)
    基于模糊层次分析法的社交编程网站开发者评估方法(李家豪;刘婧;吴泽群;何璐璐)
    [系统应用开发]
    一种基于独立任务的POMDP问题的解决方法(房俊恒;朱斐[1,2];刘全[1,2];伏玉琛;凌兴宏)
    云环境下药物分子对接动态任务迁移的应用(董悦丽;郭权;孙斌;李正夫)
    基于信息导航的三维用户界面动态构建方法(邓海岩;赵罡;于勇;陈畅宇;王伟)
    WFEN的贝叶斯估计及在高维预测模型中的应用(袁铭)
    [网络与通信技术]
    异构网络环境下的高稳定性应用层组播方案(王俊义[1,2];魏延恒[1,2];符杰林[1,2];郑霖[1,2])
    一种基于改进加权序贯检测的协作频谱感知算法(李玉峰[1,2];黄柳舟)
    认知网络中基于用户需求的功率控制算法研究(邓小芳;夏伟伟;赵峰)
    基于遗传算法的时频差快速估计(逯志宇;王建辉;王大鸣;王跃)
    非圆信号与圆信号共存下的快速方位估计算法(曾耀平;杨益新;卢光跃;黄琼丹)
    基于深度学习的无线传感器网络数据融合(邱立达;刘天键;傅平)
    基于ZigBee技术的孤立点入网算法研究(植宇;潘理虎[1,2];杨晓梅;卜创利[1,3])
    基于TCPN的交叉口信号控制模型与优化(安毅生;雷甜;袁绍欣;赵祥模)
    混合流媒体分发系统中可信合作节点选取模型(鲍序;李泽平;万明刚;杨旋;杨义)
    无虚拟通道的3DNoCZoneDefense容错路由算法(王宇飞;李光顺;吴俊华)
    基于卡尔曼过滤的多传感器协作数据重构算法研究(宋晓虹[1,2];唐[王进])
    基于最佳中继选择的异构多媒体自适应协作分集算法(张辉)
    无线网络冲突感知广播调度算法(安丰洋;李光顺;吴俊华)
    基于DEM的滨海地区非均匀杂波模拟(吴奇;张伟)
    [信息安全技术]
    两个基于四粒子纠缠态的量子秘密共享方案(张建中;张文吴)
    抵抗共谋攻击的服务器辅助验证签名方案(牛淑芬;牛灵;王彩芬;蓝才会)
    多服务器环境下基于扩展混沌映射的认证密钥协商协议(舒剑[1,2])
    基于公共协方差矩阵的实用模板攻击(刘飚;孙莹)
    一种基于多层联合分析的HTTP隧道木马检测方法(兰景宏;刘胜利;李晔;肖达;王东霞)
    防止差分功耗分析攻击的软件掩码方案(徐佩[1,2];傅鹂[1,2])
    供应链环境下UC安全的RFID所有权转移协议(周洲[1,2];彭长根[2,3];杨玉龙[1,2];张晓培)
    基于富模型的分层量化隐写分析算法(张聪;张敏情;刘佳)
    基于局部二值模式的中值滤波检测算法(苏育挺;张天娇;张静;张承乾)
    一种保护用户隐私的路网兴趣点KNN查询方法(周长利;马春光;李增鹏)
    动态攻击网络演化分析模型(李艳;黄光球)
    改进的签名长度固定的无证书聚合签名方案(陈明)
    P2P中基于云模型和灰色系统理论的信任机制研究(杨本臣;王翠琴)
    [图形图像技术]
    基于视觉选择性注意与IHOG—LBP特征组合的行人目标快速检测(刘琼;陈雯柏)
    基于随机阵列的降维压缩感知三维成像方法(向高;张晓玲;师君;吴宗亮;韦顺军)
    一种基于压缩感知理论的纹理分类方法(吴迪)
    基于DCT域视觉显著性检测的图像缩放算法(罗雅丹;唐振华[1,2];覃团发[1,2])
    基于低秩表示的非负张量分解算法(刘亚楠;刘路路;罗斌)
    结合Powell—RWACO的图像边缘提取算法(惠晓威;常正英;林森;曹益华)
    基于区域边界最优映射的图像分割算法(赵婕;张春美;张小勇;姚峰林)
    模糊集与非线性增益相结合的自适应图像增强算法(全永奇;李太君;邓家先;谢凯明)
    融合语义与几何特征的人体模型结构分割(黎琳;韩丽[1,2];徐建国;唐棣)
    Call For Paper. ParLearning 2016 The 5th International Workshop on Parallel and Distributed Computing for Large Scale Machine Learning and Big Data Analytics
    《计算机应用研究》封面