并列短语及其词序的认知语言学研究

有关并列短语及其词序的研究目前主要存在四方面的问题：“并列短语”的概念之争、并列短语的界定、并列短语与并列复合词的异同、并列短语的词序。为解决这些问题与分歧,认知语言学的基本观点、假设、范畴的原型观、语言的象似观、概念整合理论以及词汇化和短语固化等理论和观点构成研究并列短语及其词序的理论基础,该理论能在一定程度上对以上问题作出合理的解释。根据范畴的原型观,并列短语具有典型性,为并列短语及其词序研究尤其是定量研究提供了理论基础;象似性在并列短语中大量存在,尤其是顺序象似或时间顺序原则,在汉语中尤为明显;词语整合具有层级性,并列短语在词汇化和固化程度上的不同,与概念的整合层级性相关。     

基于数据分布的快速灰关联分析

从灰关联分析中最核心的灰关联度构造及相应的挖掘算法出发,结合正态分布的普适性,提出了一种体现数据分布特点的正态灰数,并给出了相应的灰度及灰关联度计算方法。在此基础上,构建了一种多粒度无监督的快速灰聚类方法,无需先验知识即可完成自动聚类。通过实验验证了本文方法的有效性,为大数据下灰关联分析的进一步发展提供了新思路。     

LTE中增强视频业务QoS的时延感知调度算法

提出了一种改善视频业务流性能的分组调度算法,综合考虑了队列中分组丢失的数量和分组时延信息,动态地调整用户的优先级,以达到降低系统丢包率和最大化系统吞吐量的目的.仿真结果表明,与当前典型的分组调度算法相比,所提出的算法能够较大幅度地改善丢包率、公平性、吞吐量等方面的性能.     

改进的无线资源管理一致性测试平台

为提高无线资源管理一致性测试结果的准确性,在测试平台中增加时延动态补偿装置,并引入信道模拟器,以减弱过于理想的时延及信道环境对测试结果的影响,使模拟环境接近于实际。编写TD-LTE定时调整测试用例,对比在相同测试次数中测试成功率的变化。以50次测试为例,成功率可提高4个百分点,可见,增加时延动态补偿装置有助于提高测试准确度。     

基于视角不变的三维手势轨迹识别

提出了一种新颖的基于视角不变的三维手势轨迹识别方法,手势分割采用Kinect传感器获取图像深度信息,通过先定位起始点再定位结束点的方法定位手心点,使手势轨迹点定位有自动无延时的特性。采用改进的质心距离函数表示视角不变的三维轨迹特征,隐马尔可夫模型用于训练和识别有效的轨迹。实验结果表明,该方法具有光照及复杂背景鲁棒性,数字0～9的平均识别率可达97.7%。     

基于位置的认知网络中继选择与功率分配

针对认知网络中,认知源和目的都位于同一个主用户的覆盖区内但距离较远的情形,通过使用主用户频段,采用中继在源和目的间建立多跳路由实现通信。给出一种利用位置信息,以优化跳数和总发射功率为目标的中继选择算法;同时给出一种以最大化系统容量为目标、以总发射功率和接收信干比为约束条件的功率分配算法。仿真结果表明,该文算法能够有效降低系统总发射功率和提高系统容量。     

基于动态古诺博弈的认知无线电频谱贸易算法

为解决认知无线电频谱分配问题,提出了一种新的基于动态古诺博弈的频谱租借贸易算法。该算法考虑认知无线网络中频谱租借市场容量及次用户频谱价值两者均动态变化的特点,将用户之间的频谱租借贸易建模成动态古诺博弈,同时根据用户之间的频谱供需关系动态调整用户贸易的频谱价格及收益,促使每阶段用户效用最大化并达到频谱分配的目的。分析了频谱供需关系变化对贸易的影响,并通过仿真证明了该算法相比于静态古诺博弈模型能达到更高的频谱利用率。     

基于动态参数的按需可扩展地址分配算法

提出了一种基于动态参数的按需可扩展地址分配算法,根据分布式地址分配机制(DAAM)对16 bit地址空间进行分块,根据网络状况来动态调整参数以及进行地址一次或者多次扩展;同时改进路由算法,使其与Cluster-Tree协议兼容。仿真表明改进算法在地址分配成功率、平均分配耗时等方面优于DAAM以及它的改进方案EDAA-BA和RBAC。     

认知Ad-Hoc网络中一种实时信道分配路由协议

针对认知无线Ad Hoc网络中授权用户的活动将影响认知用户间路由稳定性的问题,提出了一种实时信道分配路由协议。该协议采用动态源路由协议(DSR)的路由发现机制,在路由建立阶段,提出综合路由度量标准来选择路由;在数据发送阶段引入IN MESSAGE数据包,使路由中间节点可以掌握其下一跳节点信道环境的变化,从而进行实时信道分配。仿真对比表明,实时信道分配路由协议有效提高了分组的投递率,减少了路由重建次数。     

动态背景下基于ORB特征匹配的运动目标检测算法

为了能够实时地检测出运动目标,提出一个基于ORB(Oriented FAST and Rotated BRIEF)特征匹配和改进的帧间差分相结合的检测算法。首先运用ORB算法提取特征点,采用RANSAC(RANdom SAmple Consensus)方法求得变换矩阵参数之后获取全局运动补偿图像,然后用帧间差分法实现运动目标的检测。ORB特征点匹配的快速性和准确性与RANSAC方法去除异常点的有效性确保变换矩阵参数的计算准确,再结合帧间差分法快速完整地检测出前景目标。实验结果显示,该算法能够准确地检测出运动目标,并在一定程度上解决了实时检测的问题。