移动社会网络中基于活动的消息机会转发

针对移动社会网络中节点移动形成的成簇特性和节点参与活动表现的周期特点,提出了一种基于活动的消息机会转发算法（activity-based message opportunistic forwarding,简称AMOF）.算法思想是：当消息携带节点与目的节点存在相同活动时,选择消息交付概率高的中继节点转发消息;当消息携带节点与目的节点不存在相同活动时,选择消息间接交付概率高的链路来转发消息.仿真结果表明,与经典路由算法（如Epidemic,PRoPHET,CMOT和CMTS）比较,所提出的路由算法不仅能够提高消息的传输成功率,还能有效地降低传输时延和网络负载.     

视频帧间分组及超分辨率重建的自适应性研究

由于视频场景变化较快、配准误差、噪声、低分辨率图像数量不足等原因,会使传统基于压缩感知的采用视频帧固定分组形式的视频编解码器的重构效果较差,同时也使超分辨率重建出现病态问题。为解决这些问题,文章提出一种基于压缩感知的自适应帧图像分组的视频编解码器,同时又在超分辨率重建算法中提出了L曲线的自适应时空正则化系数计算方法,可以自适应地计算正规化系数。由实验结果表明,该算法能够很好地解决上述问题从而重构出视觉效果良好的视频帧图像。     

时空尺度下域间路由事件的定位方法

针对现有的定位方法无法在时间演化尺度下对域间路由事件进行有效定位的问题,提出了一种时空尺度下的域间路由事件定位方法。从BGP路由表中提取事件在不同时刻下AS级网络的可达性特征和连通性特征,在此基础上计算相邻时刻的时序距离,并将距离最大者推断为事件触发源所在的时间窗口;对该窗口内的AS级网络进行遍历,将具有最高召回率和精度的网络元素识别为事件的触发源。分别以网络瘫痪事件和前缀劫持事件进行实验验证,结果表明,该方法能够准确推断不同类型域间路由事件的起始时间和触发源。     

基于颜色和运动空间分布的时空显著性区域检测算法

针对复杂背景和运动条件下视频显著性区域检测准确度不高的问题,本文提出了一个新的时空一致性优化模型,并基于颜色空间分布和运动空间分布特征,结合时空一致性优化方法构建了一个新的时空显著性区域检测模型。首先对视频帧进行超像素分割,然后提取三种具有互补性质的超像素级颜色空间分布特征和两种运动空间分布特征,再利用时空一致性分别融合优化空间显著特征和时间显著特征得到空间显著图和时间显著图。在时空融合阶段,利用时空一致性模型融合空间显著度和时间显著度得到超像素级的时空显著图。为进一步提高检测的准确度和完整度,通过一个能量最小化模型得到更精确的像素级时空显著图。通过与最新的视频显著性模型进行比较,本文算法有更高的准确率,对复杂背景和运动条件有强的鲁棒性。     

考虑上客点选择的公交紧急疏散时空路网模型

为了在灾难发生后及时将被疏散人员引导到合适上客点,并优化随后的公交疏散路线,建立了一个公交紧急疏散的线性混合整数规划模型。新模型不仅考虑了合理的上客点的选择和相应的建造费用,并且利用时空网络技术细致刻画了公交疏散中被疏散者从疏散集结点到上客点的运行轨迹。与已有的研究多采用非线性整数规划技术相比,新模型的线性化特征可以大大提高了模型的求解效率。在算例分析部分通过改变上客点造价和疏散集结点数量等条件,对不同条件下的疏散方案进行了比较分析,验证了模型的有效性。     

基于时空混沌系统的彩色图像加密算法*

提升混沌系统的复杂性,对保证基于混沌的加密算法的安全性有重要的意义。本文将分段Logistic映射引入到时空混沌模型中,有效增加了时空混沌模型的复杂性。基于此模型提出了彩色图像的加密方法。在加密算法中,为了增强算法的安全性,以时空混沌系统的状态值作为置乱方程选择的依据,同时考虑了彩色图像R,G和B三个分量之间的相互置乱。然后,利用时空混沌模型产生的复杂数字序列对置乱后的图像进行扩散操作。经多轮的置乱和扩散操作后,产生最终的加密图像。性能分析以及仿真实验的结果表明该算法具有良好的安全性,能够有效满足图像在网络中安全传输的需求。     

基于压缩域时空复杂度的实时视频满意度模型

为了实现在视频发送端或中间传输节点实时评估用户感知质量和在中间节点通过视频传输质量来监控网络质量,提出一种基于时空复杂度的实时视频满意度评估模型。利用I帧中4*4块所占比例和亮度信息代表视频空间复杂度,并通过P帧宏块运动矢量大小区分出前景和背景,以前景区域的运动矢量表征时间复杂度,将空间复杂度和时间复杂度相结合分别建立编码失真视频满意度模型和传输失真视频满意度模型。结果表明,提出的模型预测值和主观测试值之间的相关系数R-square分别为0.912和0.930,均方根误差RMSE分别为0.189和0.102。该模型运算复杂度低,可为实时视频质量评估系统的建立提供参考价值。     

与地理空间紧关联的网络空间地图模型

现有网络数据可视化中与地理空间信息紧密结合表达的研究较少,难以支撑网络资源测绘数据表达与分析,制约了网络资源测绘数据可视化理解和认知。为此,本文提出了一种与地理空间紧关联的网络空间地图模型。首先,界定了本文网络空间的定义,分析了网络空间与地理空间的关系;给出了与地理空间紧关联的网络空间地图模型及组成要素;最后,详细阐述了与地理空间紧关联的网络空间地图中涉及的网络资源符号体系、多尺度可视化表达和分析应用三项关键技术。本文希望能够为地理信息辅助下的网络空间态势感知提供新的探索方式和研究思路。     

基于时空序列搜索的最优个性化旅游规划

随着人们对高效、个性化服务的日益关注,其对旅游规划的要求也越来越高。然而,目前制定一个完美的、个性化的旅游规划很困难。一个合理的旅游规划应该包含以下特征:1)基于游客兴趣爱好的个性化推荐;2)覆盖尽可能多的兴趣景点;3)走最少的路程,花费最少的时间。由于每次旅游包含多个景点,因此该问题变成了每个景点都附有权值的时空序列优化问题。为了实现最优个性化旅游规划,首先,针对每个城市为每位游客提供一系列带有权值的景点;然后,综合考虑距离、权值、旅游时间和景点特色等因素,为游客推荐一个最优旅游序列。为此,提出了4种有效算法,使游客在旅游时间范围限制内走最少的路程来游览最想游览的景点。在社交网络的真实数据集上,通过实验验证了所提算法的有效性。     

基于决策树的雷暴天气短临预报

雷暴天气是指伴有雷电、冰雹、大风和强降水的局地强对流性天气,它对航空运输、电力设施、通讯设备与建筑物等均可造成不同程度的破坏,严重时甚至造成人员伤亡。开展雷暴天气过程的短临预报具有重要的科学意义与实用价值。本文对我国 2010~2015 年雷暴天气事件的时空分布特征进行了统计分析,结果表明：雷暴天气事件集中分布于国内少数区域夏季 7~8 月份的 14:00~18:00 点。在此基础上,基于 2010~2015 年的地面气象观测资料建立决策树模型,预测未来 3~4 小时雷暴天气的发生概率。模型对雷暴事件的漏报率和误报率均低于 10%,这一结果表明：本文所建立的模型能够较为准确地进行雷暴天气短临预报,能够为保障飞行安全提供较为可靠的决策支持。而对特征的相对重要性排序结果表明：测站的地理环境特征和气象条件对雷暴天气过程的发生具有显著的影响。