移动IPv6网络中Anycast服务的实现

提出了一种基于树状结构的在移动IPv6网络中实现Anycast服务模型,该模型采用了Unicast与Multicast技术。在该模型中,每个组成员只通过一个归属地址(无需转交地址)就可以完成与客户端的数据通信;组成员移动到外区时,无需向归属代理注册,也无需在归属代理与转交地址之间建立隧道,针对路由优化情况,Anycast组成员也无需向客户端发送转交地址的绑定消息;根据网络的拥挤情况动态地选择最优组成员,解决了在移动IPv6网络中IPSec很难实现的问题。在IPv6模拟环境下,实验数据证明了该模型的实用性、有效性以及高效性。     

利用mobile IPv6技术解决Anycast扩展局限性的一种通信模型*

在移动IP技术的基础上提出了一种Anycast通信模型,此通信模型不仅解决了Anycast扩展局限性问题,同时也实现了Anycast组成员的动态加入与注销,以及Anycast成员信息的分布式维护与处理,从而实现了均衡负载功能。深入分析和讨论了该方案的可行性,并通过在IPv6模拟环境下的实验结果论证此方案的有效性以及可靠性。     

基于加权粒度的多粒度粗糙集

首先,通过分析现有多粒度粗糙集模型的不足,提出一种基于粒度加权的多粒度粗糙集模型;然后,通过比较得出加权多粒度粗糙集与乐观多粒度、悲观多粒度和可变多粒度粗糙集之间的关系,讨论加权多粒度粗糙集的性质,并分析这几种多粒度粗糙集度量之间的关系;最后,通过实例分析验证了所提出加权多粒度粗糙集模型的有效性。     

实现无线传感器网络与IPv6网络互联的一种方案

提出并设计了无线传感器网络与IPv6网络无缝互联的通信模型。此模型提出了一种传感器地址自动配置方案,并在此方案之上实现了传感器节点的自动寻址路由。此外,给出了一种适用于无线传感器网络（WSN）的IPv6协议裁剪方案,以节省传感器节点的功耗。在实验平台及仿真环境中,实现了模型并且分析了模型的性能,实验结果证明了此模型的有效性和正确性。     

基于模糊判别的快速图切割立体匹配

针对图切割算法存在匹配时间过长的不足,提出了一种快速的图切割立体匹配方法.选用模糊逻辑提取少量的候选匹配点,然后用这些候选匹配点构造缩减的图,再进行图切割立体匹配.采用标准图像对文中方法进行测试,并与图切割立体算法和动态规划算法进行比较的结果表明,该方法较好地保留了图切割算法匹配的准确性,而运行时间仅为图切割算法的1/35.     

半监督学习机制下的说话人辨认算法

针对说话人辨认中训练语音有限时系统泛化能力差的问题,提出一种基于半监督学习的复合高斯混合模型算法。通过复合高斯混合模型对所有说话人的特征分布统一建模,基于半监督学习机制下的EM算法对学习样本进行学习。实验证明,该算法能够充分利用未标记样本对系统进行有效的自适应更新,改善系统的性能,获得比传统高斯混合模型更高的识别率,提高系统的泛化能力。     

加性噪声条件下鲁棒说话人确认

基于非负矩阵分解的语音去噪,在提高语音信号信噪比的同时,也会引起语音失真,从而导致噪声环境下说话人确认系统性能下降.本文提出基于分区约束非负矩阵分解的语音去噪方法（Nonnegative Matrix Factorization with Partial Constrains,PCNMF）,目的是在未知和非平稳噪声条件下提高话人确认系统的鲁棒性.PCNMF在满足分区约束条件的基础上分别构建语音字典和噪声字典.考虑到传统语音训练产生的语音字典往往含有一定的噪声成分,PCNMF通过数学模型产生基音及泛音频谱,在此基础上利用该频谱模仿人声的共振峰结构来合成字典,从而保证语音字典纯净性.另一方面,为了克服传统噪声字典构建方法带来的部分噪声信息丢失问题,PCNMF对在线分离出的噪声样本进行分帧和短时傅里叶变换,然后以帧为单位线性组合生成噪声字典.性能评估实验引入了多种噪声类型,实验结果表明PCNMF可有效提高说话人确认系统的鲁棒性,特别是在未知和非平稳噪声条件下其等错率相比基线系统（Multi-Condition）平均降低了5.2%.     

IPv6中利用多播树解决Anycast扩展局限性

提出了一种利用多播树实现Anycast服务的一种通信模型,此模型实现了Anycast组成员的动态加入与离开,从真正意义上解决了Anycast现存的扩展性问题,同时此模型实现了Anycast树自身信息与请求的分布式维护与处理,从而实现了均衡负载功能.深入分析和讨论了该模型的可行性及其有效性.在IPv6模拟环境下,实验数据表明通过本模型获取Anycast服务(比如文件下载服务)的TRT值要比现有的Anycast通信模型下获取同样服务的TRT值缩短很多,服务质量也有明显提高.     

一种新的自动路面车辙检测方法

提出一种新的路面车辙自动检测技术,它基于结构光测量和数字图像处理方法,首先将直线型结构光投射到待测路面,由CCD摄像机采集结构光图像,然后通过图像处理和分析方法提取车辙深度曲线;最后提出了一种快速有效的基于模板的标定方法来计算车辙深度。测试结果与人工测量有很高的一致性,且比现有其他仪器有高的多的精度和效率。     

基于自适应直方图均衡化的鲁棒性说话人辨认研究

在噪声环境下, 为提高说话人识别系统的鲁棒性, 需要对系统进行各种抗噪声处理. 本文基于说话人特征的统计特性和直方图均衡化在说话人识别中的应用特点, 提出了直方图均衡化的自适应方法. 实验结果表明, 与普通直方图均衡化变换方法相比, 自适应直方图均衡化能进一步提高辨认系统的辨认率; 并且无论在平稳噪声还是非平稳噪声环境下, 该算法都能取得较好辨认率, 进一步增强系统的鲁棒性.