高速RFID编码解析服务器软件的设计与实现

分析RFID(Radio Frequency Identification)编码解析网络特点,总结FID编码解析服务器软件在设计时需要面对的挑战。通过选用ACE(Adaptive Communication Environment)网络编程技术,使用Reactor框架作为网络模块的核心,Dispatch模式进行基于角色的业务分发,实现了一种高速的RFID编码解析服务器软件。     

一类自适应范围DNA软计算模型

提出了自适应范围DNA(ARDNA)软计算模型框架 ,并着重论述了设计变量统计特性自适应调整策略和自适应范围DNA解码方法及其简化计算公式 .ARDNA克服了传统DNA计算中设计变量编码长度和计算精度之间的矛盾 ,通过有限长的DNA编码实现预定的计算精度 .函数优化应用实例说明ARDNA对设计变量的取值范围无需先验知识 ,且具有较强的全局收敛能力     

以DNA为载体的信息隐藏方法研究

提出一种新的在DNA和RNA中隐藏信息的方法,以此可以保护基因的新发现、基因治疗药物等的知识产权.该方法综合了密码子冗余和算术编码,在DNA活跃的译码部分进行信息隐藏而不改变最终的氨基酸序列.     

用于DNA编码的部分字

寻找合理的DNA编码是DNA计算中一个基本的问题.因此要给出一种方法使得DNA序列不会产生不想要的结构,尤其是假阳性是解决此问题的关键.传统方法是要求码字间的Hamming距离足够大.因此考虑用部分字的方法来解决DNA编码问题,利用部分字的洞的定义及其性质得到了关于部分字的洞、Hamming距离和Watson-CrickHamming距离的3个命题,通过部分字对DNA编码进行了优化,解决了DNA编码中的部分疑难问题.     

DNA编码限制条件与编码策略

以评价DNA编码的基本限制条件之一——Hamming距离为出发点分析了DNA编码的三个参量：码字个数、码字长度与Watson-Crick Hamming距离,并得到它们之间的内在联系;讨论了Watson-Crick Hamming距离与DNA码字重量之间的关系;在此基础上得到了DNA编码的编码策略;提出了适合DNA编码的改进Watson-Crick Hamming距离及DNA编码模块化的定义,对DNA编码的优化做出了详细分析,为DNA计算的发展注入了活力。     

利用深度学习的HEVC帧内编码单元快速划分算法

新一代视频编码标准高效视频编码(High Efficiency Video Coding,HEVC)中编码单元(Coding Unit,CU)大小不同的特性使得编码效率得到显著提升,但同时带来了极高的计算复杂度.为了去除CU划分中多余的计算从而降低编码复杂度,本文提出了一种利用深度学习的编码单元快速划分算法.首先使用原始视频亮度块及编码信息建立了一个HEVC中CU划分的数据库,用于接下来本文深度学习神经网络的训练.然后,为了更好地贴合编码单元划分的层级结构,本文提出了一种基于Inception模块的神经网络结构,使之内嵌于HEVC编码框架中对编码单元的划分进行提前预测,有效地去除了All Intra配置下中冗余的CU划分计算.实验结果表明,本文提出的算法与HEVC官方测试模型(HM16.12)相比,编码时间平均降低了61.31%,而BD-BR与BD-PSNR仅为1.86%和-0.13dB.     

基于网络方法的DNA序列编码区·非编码区性质研究

利用了一种基于图论理论的方法对DNA序列(片段),其编码区及非编码区进行分析。该方法通过复杂网络研究生物体的拓扑结构,主要通过测量聚类系数(也可称:集团系数)构建网络的拓扑结构。依据DNA序列的前缀、后缀关联性质构造了所选取DNA序列(片段),其编码区和非编码区的相关网络,发现以上网络分布满足幂率特征,有较大的聚类系数(集团系数)。结果表明构建得到的网络同时满足小世界网络和无尺度网络的特征,证明DNA序列不全是随机的序列,而是有随机扰动的确定结构的序列,特别是编码区。     

基于CUDA的H.264视频编码实现

H.264视频编码压缩比率高,但计算复杂度高,编码效率低。该文通过分析H.264编码器中各模块的编码性能,提出了基于CUDA编程模型的H.264视频编码并行框架实现方法,对H.264视频编码的各个关键模块进行CUDA实现,有效的提高了编码的速度。     

DNA计算中编码序列的过滤函数研究

构造了用于DNA编码序列过滤的函数,并给出了DNA序列编码的算法,采用该文设计的过滤函数和算法所得到的DNA编码序列,能够满足一定的组合约束条件,并满足一定热力学条件,大大提高了DNA编码字的质量,有利于提高DNA计算的可靠性。     

预测与可变长编码在图像压缩中的应用

图像压缩成为了多媒体技术的关键和瓶颈.预测编码(DPCM)和可变长编码(VLC)是两种最重要的无损压缩算法.介绍预测编码的原理,证明了对DPCM数据进行可变长编码的可行性,并对标准测试图像进行测试得到了测试结果,最后对结果进行了分析.     

基于文化算法的多agent 联盟在网络舆情监测中的应用

对网络舆情监测监控云平台上集聚的海量技术agent, 如果只是逐一agent 搜寻使联盟的利益最大化, 将耗费大量的时间和费用. 为解决该问题, 提出了基于“能力群”的动态联盟机制, 通过动态增加或删除“能力群”中的agent 来增加联盟完成复杂任务的能力; 并提出一种基于文化算法的“能力群”agent 联盟算法, 详细讨论了算法的流程、编码、选择、交叉和变异操作的规则, 以及基于“能力群”特征的交叉算法. 仿真结果表明, 所提出的算法是可行和有效的.

     

基于MLD模型的预测控制可行性与约束优先级研究

混合逻辑动态(MLD)框架为处理约束预测控制不可行和优先级问题提供了新的方法,但其优化算法求解计算量大,求解时间长.通过在目标函数中引入新的惩罚项改进优化算法,将混合整数二次规划(MIQP)问题转化为二次规划(QP)进行求解,减少了计算工作量,提高了求解效率.通过在Wood-Berry塔上的仿真分析,获得了良好的控制性能,分析结果表明了该方法的有效性.     

基于包含原理一般动态互联系统的分解与分散控制

针对一般结构互联系统的动态变化, 通过系统结构的描述, 以包含原理的多重叠分解为基础, 构建出适用于一般结构互联系统对对分解与重叠分散控制的扩展收缩变换矩阵、置换矩阵及相关的补偿矩阵; 然后根据所提出的子系统对的删除与添加方式, 构建出相应的删除矩阵与添加矩阵, 并将两者结合得到用于完成结构变化后的互联系统对对分解与重叠分散控制的结构变化矩阵, 从而实现具有一般动态结构互联系统的分解与分散控制; 最后以四区域互联电力系统AGC为例对其进行详细说明.

     

基于对称扰动采样的Actor-critic 算法

针对传统Actor-critic (AC) 方法在求解连续空间序贯决策问题时收敛速度较慢、收敛质量不高的问题, 提出一种基于对称扰动采样的AC算法框架. 首先, 框架采用高斯分布作为策略分布, 在每一时间步对当前动作均值对称扰动, 从而生成两个动作与环境并行交互; 然后, 基于两者的最大时域差分(TD) 误差选取Agent 的行为动作, 并对值函数参数进行更新; 最后, 基于两者的平均常规梯度或增量自然梯度对策略参数进行更新. 理论分析和仿真结果表明, 所提框架具有较好的收敛性和计算效率.

     

网络重叠社区发现的谱聚类集成算法

鉴于计算代价高昂的谱聚类无法满足海量网络社区发现的需求,提出一种用于网络重叠社区发现的谱聚类集成算法(SCEA).首先,利用高效的近似谱聚类(KASP)算法生成个体聚类集合;然后,引入个体聚类选择机制对个体聚类进行优选,并对优选后的个体聚类建立簇相似图;最后,进行层次软聚类,得到网络节点的软划分.实验结果表明,与代表性算法(CPM,Link,COPRA,SSDE)相比较,SCEA能够挖掘出具有更高规范化互信息(NMI)的网络重叠社区结构,且具有相对较好的鲁棒性.     

基于粒子滤波的检测前跟踪改进算法

针对低信噪比环境下微弱目标的实时检测与跟踪,提出一种基于粒子滤波的检测前跟踪改进算法.该算法在粒子滤波的基础上融合不敏卡尔曼滤波(uKF1)算法,融合后的新算法在利用重要性密度函数产生粒子时充分考虑当前时刻的量测,从而引导粒子向高似然区域移动,使得粒子的分布更接近状态的后验概率分布.仿真实验表明,改进算法的检测与跟踪性能优于标准的粒子滤波算法.     

基于Gabor 变换的GrabCut 纹理图像分割

多数自然图像都包含纹理信息, 它相对颜色特征而言具有描述方向性与尺度差异的特性. 因此, 可以利用半交互式的GrabCut 的图像分割方式对图像前景区域与背景区域进行有效的分割, 通过建立前景和背景所对应的高斯混合模型(GMM), 结合最大流最小割的图像分割方式实现全局优化, 并利用前景和背景的KL 测度, 自适应地终止分割过程. 实验对比分析表明, 所提出的方法对于合成纹理图像与自然纹理图像具有较好的整体分割效果及较高的分割准确率.

     

带创造性思维的混沌蚂蚁群优化算法

针对混沌蚂蚁群优化算法(CASO)容易陷入局部极值和精度低的缺陷,从认知学角度进行分析,将创造性思维(CT)引入CASO算法,提出了一种带创造性思维的混沌蚂蚁群优化算法(CTCASO).基于CT过程的"四阶段"模型,构建了算法框架,改进了位置更新公式,从而使蚂蚁个体在惯性、认知能力的基础上增强了CT能力,提高了蚁群的整体寻优能力.仿真结果表明,所提出的算法搜索能力强、稳定性好,并且未增加新的参数和计算难度.     

时变线性系统同时强镇定控制器设计

在套代数框架下, 应用素分解的方法, 设计能同时强镇定两个时变线性系统的稳定控制器, 并给出了所有控制器的参数化. 应用该控制器参数化, 对某类同时鲁棒强镇定问题进行研究, 给出了两个时变线性系统可被同时强鲁棒镇定的充分条件. 针对所得的控制器设计结果给出了数值例子, 数值结果表明了该设计是有效和可行的.

     

量子衍生涡流搜索算法

涡流搜索是最近提出的新型优化算法, 具有操作简单且搜索能力强的突出优点, 但在后期容易陷入早熟收敛. 对比, 通过在该算法中引入量子计算, 提出一种量子衍生涡流搜索算法. 首先将涡流中心用量子比特编码; 然后将其在Bloch 球面上实施多次旋转得到多个个体, 将最优个体作为新的涡流中心, 完成一次迭代. 对新的涡流中心再次实施旋转, 直至满足终止条件. 标准函数极值优化的实验结果表明, 所提出的方法明显优于普通涡流搜索算法.