分层式三维室内地图分类方法及更新机制

针对现有的地图更新方法，在室内地图环境下的效果并不理想的问题，提出了一种分层式的室内地图更新方法。首先以室内物体的活动性为参数，然后进行层次的划分来减少更新数据的数量，最后利用卷积神经网络（CNN）对室内数据进行归属层次的判定。实验结果表明，与版本式更新方法相比，所提算法的更新时间降低了27个百分点；与增量式更新方法相比，其更新时间在更新项大于100后逐渐降低。与增量式更新方法相比更新包大小降低了6.2个百分点，且在数据项小于200之前其更新包一直小于版本式更新方法。所提方法可以显著提高室内地图的更新效率。     

结合科研,打造计算机网络教学新模式

针对目前研究生计算机网络课程教学中存在的问题,以研究生网络教学为中心,围绕本科、硕士和博士三阶段中不同定位和相互关系,从问题剖析、科研促教、统筹安排、创新引领的角度出发,阐述将科研引入教学的重要性。     

基于区间Mamdani模糊推理的认知无线网络频谱迁移方案

机会式频谱接入技术虽能够有效提升认知无线网络频谱利用率,但在保障认知用户服务质量(quality of service,QoS)以及频谱资源有效利用率方面存在不足.为了提高认知用户QoS,提升认知无线网络系统性能,提出一种基于区间Mamdani模糊推理的认知无线网络频谱迁移方案.通过引入预判决方法减少不必要的数据量和系统开销.综合考虑待迁移频谱的频谱占用率以及链路维持率,并利用模糊推理计算出频谱迁移度,指导认知用户迁移至最优的频谱空穴.为了缩短模糊推理时长,提出区间Mamdani模糊推理方法.仿真结果表明,该方案能够降低认知用户业务传输的强制中断率、重传率以及频谱迁移次数,在维持较高系统吞吐量的同时,提高认知无线网络频谱资源的有效利用率.     

多机器人任务分配与路径规划算法

针对多机器人任务分配和路径规划存在的移动方向角偏差问题,本文引入矢量方向来修改机器人的运动方向角,提出了一种改进的基于矢量方向的自组织算法,使一组机器人在自动避开环境中障碍物的情况下能够有效地到达所有指定的目标位置。采用基于矢量方向的自组织算法对多机器人系统进行任务分配,使机器人能够访问各个目标位置,整个过程包括获胜神经元的选择、优胜邻域函数的确定以及权值的修改。根据引入的矢量方向法更新SOM获胜神经元的权值,使每个机器人在访问相应目标的过程中能自动的避开障碍物,以避免在路径规划过程中横穿障碍物,进而实现机器人的自动、有效路径规划。仿真实验结果表明:与传统的SOM算法相比,本文所提出的算法在机器人数量与任务目标点数量相同或机器人数量小于任务目标点数量的情况下,能够自主地避开环境中的障碍物并进行合理地任务分配,具有较高的有效性和实用性。     

基于信任路径搜索的分布式虚拟化环境下可信服务组件选择方法——HA_OTPS

可信服务组件选择是实现分布式虚拟化环境下服务可信性保障的关键.将服务组件选择抽象为多限制优化路径问题后,可以通过搜索信任路径来选择服务组合所需组件,但现有的信任路径搜索算法计算复杂度过高、性能表现差,同时在建立可信服务组件选择模型时缺少从服务组件信任关系和证据传播的角度出发,对可信服务构建与组合过程中服务组件社会关系方面考虑.针对以上不足,本文提出可信质量QoD概念,引入组件亲和度等属性来对分布式虚拟化环境可信服务组件选择模型加以描述与限制,并设计一种基于QoD的启发式优化信任服务路径搜索算法HA_OTPS,选择优化信任服务路径上的服务组件来满足用户可信性需求.实验结果表明,与现有的信任路径搜索算法相比,HA_OTPS算法具有运行时间较短、搜索结果效用值较高等优势.     

虚拟网络可生存的启发式可靠映射算法

针对虚拟网络可靠映射问题,引入虚拟网络可生存约束条件,确保在底层网络单节点失效情况下,被映射虚拟网络剩余部分仍保持连通,最大程度确保虚拟网络的完整性和服务的连续性。以最小化底层网络映射开销为目标函数,建立虚拟网络可靠映射的整数线性规划模型,提出一种虚拟网络可生存的启发式可靠映射算法RHM-SVN并进行求解。实验结果表明,该算法能够有效降低资源平均利用率,提高映射成功率、底层网络平均收益和虚拟网络恢复成功率。     

一种关键任务系统自律可信性模型与量化分析

将现有入侵容忍、自毁技术与自律计算相结合,提出了一种基于SM-PEPA(semi-Markov performance evaluation process algebra)的关键任务系统自律可信性模型以支持形式化分析和推理.该模型具有一定程度的自管理能力,采用分级处理的方式应对各种程度的可信性威胁,满足了关键任务系统对可信性的特殊需求.在此基础上,从稳态概率角度提出了一种自律可信性度量方法.最后,结合具体实例对模型参数对自律可信性的影响进行了初步分析.实验结果表明,增大关键任务系统可信性威胁检测率和自恢复成功率,可在较大范围内提高系统的自律可信 特性.     

OCIGM:面向DTN路由的优化控制信息生成方法

在延迟容忍网络(DTN)中,现有路由算法大多仅考虑网络的局部资源状况进行中继节点的选择,无法使全局网络性能达到最优或次优.对此,提出面向DTN路由的优化控制信息生成方法(OCIGM).该方法能评估不确定的全局网络状态,进而生成对DTN路由的优化控制信息.移动终端根据优化控制信息通过限制消息的副本数调整路由策略.仿真结果表明,喷雾等待路由算法在OCIGM优化控制信息生成方法的作用下,其网络开销、消息丢包率有所降低,消息转发成功率有所提高.     

VNE-ABC:基于人工蜂群的网络虚拟化映射算法

为解决虚拟网络映射资源开销大、效率低等问题,以降低底层网络映射开销为目标,建立虚拟网络映射问题的二进制组合优化模型,并提出一种基于人工蜂群的网络虚拟化映射算法VNE-ABC.实验结果表明:与现有的虚拟网络映射算法相比,该算法有效地降低了底层网络的开销,并提高了虚拟网络映射的成功率、平均收益和资源利用率.     

面向移动物联网的可信超网络概念及构架研究

泛在服务已成为当前用户的一种基本需求。移动物联网作为泛在服务的一种重要实现形式,面临着网络接入点分布不均匀、频谱无法全面覆盖和网络不稳定等问题,因此用户服务的可信性难以得到保障。与此同时,现有面向移动物联网的网络构架缺乏泛在服务保障与可信性保障的有效结合。因此,首先提出“可信超网络”的新概念,即在传统网络的基础上,利用认知计算技术构建虚拟网或者逻辑网络;然后在可信超网络概念的基础上结合移动物联网的特点,提出以可信性确保为目标、以泛在服务为核心能力的可信超网络构架,从总体上保障移动物联网泛在服务的可信性。