一种基于协方差阵拟合的解测向模糊算法

流形模糊发生的原因是阵列流形上的多个矢量线性相关,子空间类算法无法靠自身解模糊。为解决子空间类算法中的模糊问题,提出了一种新的基于协方差阵拟合的解模糊算法。该方法用预估的导向矢量与入射波功率来拟合协方差阵,用最陡下降法寻找最优的功率参数,认定功率较大的入射波为真实来波。与子空间算法结合,可解决测向模糊问题。数值仿真表明,此方法在阵元数量较多时仍能有效工作。     

二次回溯中文分词方法*

在最大匹配法(MM)的基础上,提出了二次回溯中文分词方法。该方法首先对待切文本进行预处理,将文本分割成长度较短的细粒度文本;利用正向匹配、回溯匹配、尾词匹配、碎片检查来有效发现歧义字段;利用长词优先兼顾二词簇的方式对交集型歧义字段进行切分,并对难点的多链长交集型歧义字段进行有效发现和切分。从随机抽取的大量语料实验结果上证明了该方法的有效性。     

用于多维函数优化的实数编码量子蚁群算法*

基于量子计算理论及蚂蚁群体寻优策略,提出了一种用于连续优化问题的新方法——实数编码量子蚁群算法（RQACOA）。针对量子比特编码和二进制编码在连续优化问题上的不足,引入一种新的实数编码表示方法,设计了智能量子蚂蚁,一条染色体携带指定范围内的多个个体信息。智能量子蚂蚁利用量子态纠缠和相干机理,通过叠加、变异及自学习来完成前期进化过程,然后以蚂蚁群体智能寻优方式进一步求解。实验结果表明,该算法具有强的全局寻优能力及快速搜索能力。     

操作系统安全机制复合行为模型掘取技术研究*

以信息安全理论和软件逆向工程技术为依托,研究了操作系统安全机制复合行为模型掘取技术及其实现方法和技术路线。通过结合操作系统的多尺度软件逆向理解技术,对操作系统安全机制的相关程序进行逆向分析、模型掘取和形式化描述,从而发现潜在漏洞、后门、隐通道等操作系统高层安全机制存在的安全问题,为实施修补、反制及利用等相应安全措施提供有力依据。在该技术基础上实现了一套原型系统,实验验证该系统的程序理解和模型掘取结果满足要求。     

分布式Kahn处理网络的一种集群调度算法*

研究并提出一种采用分布式Kahn处理网络表达的并行程序在多处理器集群环境下的任务——处理器动态分配算法。由于Kahn处理网络的不可判定性,静态作业调度算法不能适用,而忽略其显式数据依赖关系的动态负载均衡策略存在很大的随机性,往往带来不必要的进程迁移。基于运行时动态生成的离散事件序列,预测Kahn处理网络在不同分配方案下的执行效率（处理器资源利用率）,迭代寻求最优动态分配方案,仿真效果良好。     

基于BVH驱动的OGRE骨骼动画*

OGRE游戏引擎中的角色动画将模型与骨骼文件进行映射。若想在不借助第三方建模软件重新制作模型和动画的基础上更改现有模型的动作,获取与模型匹配的骨骼数据成为一个难题。提出了一种将标准BVH动作文件解析为XML文件的方法,生成与OGRE模型匹配的骨骼文件,将来源广泛的BVH文件作为动作数据,极大地丰富了OGRE角色动画。实验结果证明,转换后的BVH可以与OGRE中的模型融合起来,从而驱动模型。     

基于前摄策略的项目调度优化方法研究*

为了解决不确定性因素对项目调度造成的扰动,在综合考虑项目资源紧张度、网络图结构复杂度等因素影响的前提下,对关键链和非关键链分别添加适当时间缓冲,减小了不确定性因素带来的扰动,提高了项目调度的健壮性。在此基础上提出以在制品水平和净成本最低为目标的项目调度优化方法;最后通过大量仿真验证,结果表明该方法优于文献中的项目调度方法。     

基于区域协同的公交发车时刻表模型*

为提高城市公共交通系统的效率,对基于区域协同的公交发车时刻表问题进行了研究。综合考虑公交内部线路间的换乘衔接,以乘客在区域内的总换乘时间最小为优化目标,建立区域协同发车时刻表模型,针对模型特点,提出了求解该问题的改进遗传算法。在选择适当参数的基础上,通过算例验证了该模型及算法的合理性和有效性。     

无线传感器网络多种群蚁群优化路由算法*

从无线传感器网络自身的特点出发,在蚁群算法的基础上,提出了一种适合该网络的多种群蚁群优化路由算法(MACO)。该算法设计了一个新的能够均衡传输能量消耗和节点剩余能量的蚂蚁前向移动的选择概率模型,并且能得到多条优化路径,使得均衡网络的能量消耗。仿真实验表明,该算法能延长网络的生存时间,并且可以有效地缓解网络拥塞。     

基于线性投影分析和FCM动态聚类的人脸识别*

依据主成分分析方法(PCA)对图像具有很好的表达能力,即能很好地重构原图像,而线性鉴别分析(LDA)可使图像样本具有较高可分性的特点,提出对图像先进行PCA处理,再进行LDA处理,从而降低人脸特征维数并对人脸图像进行了特征提取;并提出用FCM动态聚类算法作为识别分类器,对人脸进行识别。实验和分析结果表明,在人脸识别中,这种融合PCA和LDA的分类方法能够更好地对特征进行提取,且FCM动态聚类分类器比K近邻判别分类器更具有灵活的分类能力。