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。     

爱普生WP-4521一体机提供高效健康

在互联网高速发展的今天,电子商务也成为了最炙手可热的高速发展行业之一。总部位于郑州市文化路的买多网,就是非常典型的一家电子商务网站。在经历了一年多的发展之后,如今的买多网已经拥有数     

一种应用于城市环境中的车载自组网广播算法

针对城市环境中车载自组网信息发送面临的问题,本文提出一种可靠的车载自组网广播算法。首先,结合节点间的位置信息与移动方向将节点分类,基于距离机制选择中继节点,实现多跳广播;在十字路口处,为解决消息在各个路口进行广播,结合道路拓扑,将节点分为前向节点与后向节点两类;最后,针对车辆密度稀疏状况而出现通信空洞的问题,采用携带转发策略解决,节点主动探测空洞的发生,并验证消息发送方向上有节点进入通信范围,再次进行消息广播。仿真实验表明,算法在数据包延时、数据包成功发送率以及发送单一数据包平均负荷等方面具有较好的性能。     

一种基于多Agent的人群仿真多机并行平台研究

本文提出了一种针对多Agent人群仿真模型的多机并行平台,该平台利用MPI作为节点间的通讯软件,采用主从模式设计多机并行执行环境。在主控节点中设置结果回收模块与监控模块,通过K-means算法保证执行节点之间的负载均衡,同时以此作为任务分发与调度的依据;在执行节点(从节点)中,则根据主控节点的任务调度执行相关Agent模型,并执行仿真同步与状态信息汇报等任务。实验结果表明,该多机并行平台能够执行基于多Agent的人群仿真模型,能有效地提高仿真的性能,同时具有良好的可扩展性。     

Cell处理器访存特征研究

Cell处理器是一款异构多核处理器,拥有强大的计算能力。但是,在进行应用并行化时,却受到本地存储器容量、访存带宽和数据传输延时等的限制。DMA传输是隐藏长延时、提高存储带宽利用率的有效方法。本文在分析Cell处理器结构基础上,进行了一系列详细的DMA测试,并利用指数拟合技术得到DMA平均带宽模型,发现参与DMA传输的SPE数量和每次DMA传输规模是影响DMA访存带宽的主要因素。     

基于群智能混合算法的物流配送路径研究

针对物流车辆路径优化问题,考虑到基本蚁群算法有收敛速度慢、易陷入局部最优的缺点,采用了一种双种群蚁群算法,在蚁群的基础上引入差分进化(DE)和粒子群算法(PSO)。通过在PSOAS种群和DEAS种群之间建立一种信息交流机制,使信息能够在两个种群中传递,以免某一方因错误的信息判断而陷入局部最优点。通过matlab仿真实验测试,表明该群智能混合算法可以较好地解决TSP的问题。     

浅谈Excel中的排序技巧

在我们的计算机基础教学中,对三个以内关键字的排序以及按字母的拼音和笔画等简单常见的排序做了说明和讲解,若要根据多个关键字或其他特殊顺序要求,对文本数据进行排序,则需另辟蹊径。     

基于无线射频识别技术及其应用

无线射频识别技术(RFID)是近几年来业界关注的焦点,并广泛应用于各种各样的领域,特别是如今在安全领域的需求尤为突出,这种技术能够有效的节约资源,做到全自动智能识别,具有高效快捷方便的特点。通过无线射频识别技术(RFID)的应用,能有效地解决安保验证环节中长期存在的验证效率低、拒识率高等问题,本文课题首先介绍了RFID,然后将其具体应用于车载司机身份识别,便于管理车辆。     

多算法结合的图像拼接分析探讨

图像拼接技术是计算机图像和视觉处理研究的热点问题,其主要是通过采用图像绘制的方法将多幅分离的图像信息表现在高分辨率的平滑图像上,从而能够有效解决图像分辨率和图像视野之间的矛盾,目前图像拼接技术广泛应用于各个领域。而对于图像拼接技术的算法有很多种,文针主要对SURF算法的尺度旋转不变和提取特征点等进行了分析和研究,进一步保证了图像拼接的精度,通过对这种方法的试验,说明在图像拼接当中能够取得较好的效果。     

云环境下对遗传蚁群算法的改进研究

本文对于常见的遗传蚁群算法,根据云计算环境,提出了智能化的编码方案,过滤掉冗余编码,并把最短完成时限写进适应函数,在算法初始阶段过滤掉不符合时间要求的调度方案,并在蚁群算法中进行了双重收敛加速,并考虑到了负载均衡。实验证明,本算法取得了较好的效果。