基于Hermite展开的太阳闪烁时间序列产生器

研究太阳闪烁产生器设计优化问题,由于受太阳活动的影响,深空通信十分复杂.在无线通信中常受到太阳闪烁的影响,产生误码,造成通信效率降低.为了测试深空通信设备性能,一定要了解太阳闪烁时间序列的性能特点.针对实际观测得到的太阳闪烁时间序列极少的问题,在分析太阳闪烁特性的基础上,提出了一种用Hermite展开的太阳闪烁时间序列产生方法,并与基于FIR滤波器的闪烁时间序列产生方法进行了比较.仿真结果表明,提出的基于Hermite展开的太阳闪烁时间序列产生的性能,优于基于FIR滤波器的闪烁时间序列产生方法,并且无需预先知道时间序列的概率分布特性,更具有实用性,为太阳闪烁产生器设计提供了依据.     

时间相关性经验知识与SVM的融合方法研究

时序数据在时间维度上存在着很强的时间相关性,在时序预测中,利用时序数据的时间相关性特点,构造了一种适用于时序数据预测的时序核函数,实现了将时间相关性融合于支持向量机,并通过人工数据和真实数据验证了时序核函数解决时序预测问题的有效性,并与传统核函数相比具有较好的泛化能力。     

YouTube与Google+整合推动视频共享更社交化

正据悉,近日YouTube与Google+加强了整合,YouTube用户可以在YouTube上显示其Google+的资料和页面,以及来自其他一些社交网络的信息,如Facebook和Twitter等。这样的整合无疑给用户带来和无限的便利,可以更快的获取信息,不用同时登录多个社交网络来查看信息消息。通过此次整合,YouTube允许用户将其Google+的帐号推广到YouTube视频广播网络,如此用户就可以通过视频广播     

基于波动方程的动态交通流网络模型研究

研究优化交通流量问题。从交通流量中获取实时旅行时间是现代智能交通系统模型的关键技术,针对传统模型构建复杂、计算时间长、难以提供实时旅行时间的缺点,构建出一种动态交通流网络分析模型,以计算实时性的旅行时间优化交通流量。在模型中首先使用LWR车流模型构建成起始值-边界条件连续方程式,采用高阶Runge-Kutta法计算路段上的流量、密度和运行速度,进而得到车辆运行某段距离所需要的旅行时间;再将这些旅行时间加总,则可求得全路段或路网的旅行时间。最后使用上面提出的的动态交通流网络模型对一小型的高速公路单车道交通流网络进行了仿真。仿真结果表明,上述模型可以加快动态交通流网络中旅行时间的求解速度,以达到提供实时信息的目标。     

基于防冲突算法的多机通信系统的设计与仿真

研究有效提高多机通信系统信道利用率问题。多机通信系统中,如果在同一时段内需要读取的标签数目过多。经常出现需要被读取的标签数目超过指定时间间隔标签数目,造成时域内的读取延误通信时间。传统的SA时间轮转间隔算法利用时间轮转片进行标签信息读取运算,假设在时域内存在读取冲突,则造成标签读取堆积,读取冲突加剧,降低了系统信道利用率。为了避免上述问题,提出了一种时间间隔优化防冲突算法。对需要读取的标签进行间接估计,计算指定时间间隔中标签冲突的概率,对多机通信系统进行防冲突运算,提高了通信信道利用率。实验证明,利用上面阐述的算法进行多机通信系统防冲突运算,能够有效提高信道利用率,为多机通信系统防止冲突提供了依据。     

三星超极本530U

"你想象中所有电脑可以干的活儿它都能帮你干……注重你体验的个性化需求,给你全方位的超赞应用。因为它拥有超级纤薄、超级性能、超级存储、超级快捷、超级视觉、超长电力等体验。"     

一种DVE中通用的因果消息序时间管理分布式中间件

对于遵循高层体系结构(HLA)标准构建的分布式虚拟环境(DVE),时间管理服务的性能将直接影响分布式仿真的效率和正确性。目前的时间管理服务实现了两种消息排序机制:接收序和时戳序。接收序对消息按其接收顺序进行处理,实时性高,但无法正确处理接收顺序与产生顺序相违背的消息;时戳序通常指保守时戳序机制,能对消息按其产生的时间顺序进行处理,但时间开销较大,难以到达DVE的实时性要求。因此,本文以分布式中间件的方式为DVE设计实现了一种因果消息序时间管理服务,提供符合HLA标准的程序接口,使分布式仿真应用在不改变原有调用接口的情况下,能够通过中间件对消息实现因果序时间管理。实验表明,使用该中间件可以有效维护消息的处理顺序,同时时间开销小,能够较好地满足DVE的实时性要求。     

基于多条件约束的无线传感器网络QoS路径选择算法

多约束QoS路径选择是无线多媒体传感器网络亟待解决的关键问题,已被证明是NP全问题。分析了有线传感器网络使用的多项式时间和伪多项式时间启发式路径选择算法存在着计算复杂度高的特点,不适合无线多媒体传感器网。提出了一种基于改进的模拟退火的多约束QoS路径选择算法,选取控制参数T的衰减函数和控制参数T的终值Tf这两个重要参数进行优化,构造出更精细的冷却进度表。分析表明该算法是一种高效的路径选择算法,在不牺牲算法复杂度的情况下,能够提高最终解的质量。     

引入漂移特性的用户兴趣模型优化研究

根据用户浏览网页时的操作行为,通过量化的方法建立起用户兴趣模型来反映用户兴趣,从而针对不同用户推荐其可能感兴趣的文章。基于兴趣模型的更新效率问题和用户兴趣的漂移特性,引入兴趣模型的时间分段机制和时间衰减机制,对兴趣模型进行了持续优化。实验表明,优化的兴趣模型在系统性能上有较大的提升,并能较好地反映出用户的兴趣变化,对于用户兴趣的表征更加准确,从而进一步提高了兴趣模型推荐文章的准确率。