多传感器数据融合的多准则决策模型

在多准则下考察传感器的融合权重, 提出一种新的多传感器数据融合方法. 通过多个性能指标折中估计传感器权重, 以降低决策的主观性和偶然性; 提出从不同融合级别来定义多个准则, 定性地提高了多准则的信息量; 在没有决策者对各准则偏好信息的情况下, 以最小化准则冗余度和最大化评价差异度为原则建立多目标优化模型对准则权重向量优化求解. 仿真实验结果表明, 相比于单准则和单层次的融合方法, 所提出方法具有更低的决策风险和更高的稳定性.

     

基于多核的并行操作转换算法

操作转换算法是实时协同编辑系统首选的并发控制算法,它不仅能提供不受限的交互,而且维护分布式操作的意图一致性。然而随着操作数目的增多,操作的响应时间也会延长。结合多核多线程技术的发展,提出了第一个并行的操作转换算法,其能减少远程操作集成到本地站点的时间开销。对传统的串行算法进行了改造,使得具有计算依赖的过程能够并行化。实验结果表明,提出的算法相较于传统算法具有较大的优势,在处理较大操作历史的情况下依然能够保证操作合理的响应时间。     

一种基于SDN的ICN高效缓存机制

内置缓存是信息中心网络(ICN)架构最核心的思想之一。为了充分、高效地利用全网缓存资源,提出了一种基于SDN的ICN高效缓存机制(SIC)。该方法利用SDN控制面感知全网状态,在SDN控制面中根据ICN缓存节点的网络社团重要度特性以及社团节点重要度特性来生成缓存策略,使不同流行度的内容对象在各社团之间和同一社团内节点上的分布更合理。在多种实验条件下对SIC策略进行了仿真验证,结果表明与Hash+LRU、Betw+LRU相比,该策略能更好地提升缓存命中率、跳数减少率、平均社团经过个数,同时SDN的资源开销保持在较低的水平。     

基于用户签到和地理属性的个性化位置推荐算法研究

针对基于LBSNs (Location-based Social Networks)的位置推荐算法考虑因素单一且不能有效解决用户位于不同城市的位置推荐的问题,综合考虑潜在的社交影响、内容匹配影响和地理属性影响等因素,提出了基于用户签到和地理属性的个性化位置推荐算法SCL (Social-Content-Location)。该算法在协同过滤的基础上,引入了用户兴趣特征比较,改进了用户的相似度计算;同时,在分析位置的内容信息时,融入用户评论,缓解了位置标签的短文本特性对LDA (Latent Dirichlet Allocation)主题提取的影响,提高了用户兴趣和城市偏好主题提取的准确率。实验结果表明,SCL算法在本地城市召回率上较协同过滤算法U提高近65%,较LCA-LDA算法提高近 30%;在异地城市召回率上,高于LCA-LDA算法近26%。这表明SCL算法在不同城市下的位置推荐具有一定的可行性。     

移动通信宏小区信道模型的信道估计研究

为了有效地削弱无线通信环境中的多径效应并提高信道参数估计的准确性,在散射体非均匀分布下,引入了到达路径物理概念,提出了一种合理的改进型信道模型。此模型能够准确地描述出宏小区环境下的重要空时参数,如波达信号在基站(Base Station,BS)处的到达角(Angle of Arrival,AOA)和到达路径(Range of Arrival,ROA)。同时,由于移动台的移动特性,基站接收信号产生多普勒频移,从而推导出基站处多普勒频移概率分布。将此模型的数值仿真结果与其他信道模型仿真结果进行比较,结果表明参数估计结果符合理论和经验,证明了提出的信道模型更适用于宏小区移动通信环境,延伸了统计信道模型的研究与应用,为仿真无线通信系统提供了有力的工具。     

基于相位恢复的三维可视化应用研究

空间曲面的三维数字化测量在工业检测、虚拟现实、影视艺术以及文物保护等领域具有重要的应用价值。提出一种实现自由曲面三维数字化的方法,该方法不仅能重建物体的几何模型,而且能实现物体表面色彩等纹理属性的恢复。利用结构光照明重建空间三维点云数据,并利用匹配算法建立物体的几何模型;然后通过交互式选取点优化策略进行纹理映射的方法实现目标物体的真实感三维重建。与传统的方法相比,该方法能够精确地实现目标物体的纹理重建,避免了特征检测困难或粘贴标准点等方法的数据处理困难以及后期数据的人工等操作,实验结果也验证了该方法的有效性。     

一种利用对象级条件随机场的道路提取方法

针对传统的马尔科夫随机场不能利用观察图像中的上下文信息、条件随机场虽然能够同时利用两种上下文信息,但基于像素的条件随机场模型抗噪能力差、计算量大和效率低的问题,该文结合条件随机场和基于对象的图像分析方法,提出一种新的对象级条件随机场,并用于遥感图像道路的提取。该方法利用各个对象构建的邻接关系,建立基于对象的条件随机场模型;将道路提取问题归结为一个二类分类问题,并采用三类共29维特征进行模型训练和推断。实验结果表明:相比基于像素的条件随机场模型,本文方法提取精度更高,训练和推断的时间明显减少。     

基于通用单向累加器的车载自组织网络隐私保护撤销机制

针对车载自组织网络(vehicular ad hoc network, VANET)中撤销异常行为车辆可能导致敏感信息泄露的问题,提出了一种基于通用单向累加器的隐私保护撤销机制(privacy protection revocation mechanism based on one-way accumulator, OWA-PPRM)。首先,将所有撤销信息累加到一个值并将其传播给网络中的所有实体节点;然后,车辆与没有泄露个人信息的公共道路路边系统(road-side units, RSU)进行通信来更新证书;最后,利用移动存储库从RSU下载和更新单向累加器的副本以及目击证人的必要信息。仿真结果表明,OWA-PPRM显著降低了认证管理计算复杂度,大大提高了认证效率,同时保护了用户的隐私。     

基于区域密度的交通拥堵判别方法

本文通过对交通流进行特征提取和状态的划分,建立了交通流判别准则.同时提出一种交通拥堵程度的智能判断方法,该方法以区域密度作为判别交通流状态的主要特征值,辅以时间占有率,结合空间和时间维度来判断当前道路的拥挤程度.仿真实验说明该方法具有较好的准确性和客观性.     

基于运动矢量交点密集度的人群恐慌行为检测

为了更准确有效的识别人群恐慌行为,本文提出了一种利用视频中人群运动矢量的交点密集度来判断人群恐慌异常的新算法.该算法以LK光流法为基础来提取运动人群的运动矢量信息,接着通过获得的信息求取运动矢量间的两两交叉点,然后运用分块法求得区域交叉点密集度,并以此来识别人群异常.对多个视频进行测试,测试结果表明:该算法能够以较高正确率识别视频中人群的恐慌行为.