无约束插值的Monte Carlo无线传感器网络节点定位方法

为了提高无线传感器网络中节点定位精度,提出一种无约束插值的Monte Carlo无线传感器网络定位方法,该方法是在Monte Carlo定位方法的基础上,根据权值的改变进行无约束插值,来确定未知节点存在的位置.在不同的节点数和锚节点的个数下,对该方法进行了仿真,结果表明:该方法提高了节点的定位精度和定位覆盖率.     

基于．NET平台的毕业设计管理信息系统设计与实现

基于ASP．NET2．0和SQLSEVER．2000技术,采用Microsoft Visual Studio2005编程环境开发了一套毕业设计管理信息系统。该系统运行安全可靠．功能较全,有效地提高了高校毕业设计管理工作的效率,为高校毕业设计实践教学管理提供了新的模式。     

变精度下不完备混合数据的增量式属性约简方法

为了解决当不完备混合决策系统中数据动态增加时,静态属性约简方法的计算复杂度高的问题,提出变精度下不完备混合数据的增量式属性约简方法。首先,在变精度模型下给出了利用条件熵度量属性的重要性程度;然后,详细分析和设计了当数据动态增加时条件熵的增量式更新变化情况和属性约简的更新机制;在此基础上,利用启发式贪心策略构造了增量式的属性约简算法,实现了不完备的数值型和符号型混合数据下属性约简的动态更新。通过UCI数据集中五个真实的混合型数据集的实验比较和分析,在约简效果方面,利用增量式属性约简算法处理Echocardiogram、Hepatitis、Autos、Credit和Dermatology数据集的增量规模为90%+10%时,数据集的原属性个数分别由12、19、25、17和34个约简至6、7、10、11和13个,分别占原属性集的50.0%、36.8%、40.0%、64.7%和38.2%;在执行时间方面,增量式算法在五个数据集的平均耗时分别为2.99 s、3.13 s、9.70 s、274.19 s和50.87 s,静态算法的平均耗时分别为284.92 s、302.76 s、1062.23 s、3510.79 s和667.85 s,且增量式算法的耗时与数据集的实例规模、属性个数和属性值类型的分布相关。实验结果表明,增量式属性约简算法在计算耗时方面要显著优于静态算法,且能有效剔除数据中的冗余属性。     

大图上的SuperSimRank近似计算方法

网络数据具有规模大的特点,而基于关系的相似度计算复杂度高,因此大图上的相似度计算具有很大挑战.文章针对一个新的相似度度量SuperSimRank在大图上的优化计算问题展开研究.首先提出了阈值过滤技术,使得在计算过程中忽略那些对SuperSimRank值影响较小但消耗计算资源的路径值,并通过严格数学证明论证了近似值和准确值的误差;然后在此基础上提出了高效的外存算法,该算法避免了随机访问文件而是通过顺序的读写文件,极大的减少了I/O代价;最后实验验证了算法的有效性.     

基于强认证理论的三方网络协议安全性证明

形式化方法是分析网络安全协议的一种重要方法,网络协议安全性也是信息安全领域的研究热点。事件逻辑是一种描述分布式系统中状态迁移的形式化方法,用于证明网络安全协议的安全性。以事件逻辑为基础,定义强匹配及匹配会话,结合事件逻辑公理和推理规则,提出了强认证理论。利用该理论对有3个主体的Neuman-Stubblebine协议进行了研究,分析得出发送者是安全的而接收者是不安全的,从而证明了该协议是不安全的,说明了强认证理论适用于三方的网络安全协议。该理论适用于类似多方网络安全协议的安全性证明。     

RFID超轻量级认证协议RCIA形式化分析与改进

无线射频识别（RFID）是物联网中的一种非接触式的自动识别技术,被广泛运用于构建物物互联的RFID系统。RCIA是一种超轻量级RFID双向认证协议,提供高安全性并声称能抵御去同步攻击。形式化方法是安全协议分析的有力手段。运用模型检测工具SPIN对RCIA协议的认证性及一致性进行验证,结果表明RCIA协议存在去同步攻击漏洞。针对此漏洞,提出基于密钥同步机制的修补方案,对RCIA协议进行了改进。对改进后的协议进行形式化分析与验证,结果表明改进后的RCIA协议具有更高的安全性。提出的协议抽象建模方法对此类超轻量级RFID双向认证协议形式化分析具有重要借鉴意义;提出的基于密钥同步机制的漏洞修补方案,被证明能有效抵御去同步漏洞,可适用于此类超轻量级RFID双向认证协议的设计和分析。     

一种双链结构的多目标进化算法DCMOEA

提出一种双链结构的多目标进化算法(DCMOEA).该算法采用双链结构表示个体,执行过程中无需设置外部归档集合,并采用ε支配策略保持解群的多样性.DCMOEA与MOEA/D、NSGA-II、SPEA2和PAES一同在4个2-目标ZDT函数和4个3-目标DTLZ问题上进行实验,并从算法所获解集的收敛性、分布均匀性和宽广性3个方面进行比较,仿真实验结果表明了DCMOEA的综合性能最好,是一种颇具竞争力的多目标进化算法.     

基于粗糙集的多标记决策系统知识获取方法

在多标记决策系统中,每个对象由单个实例进行表示,同时对应于多个决策属性。粗糙集理论已有的研究工作主要集中在单一决策系统的研究上,对于多决策系统只是简单地将它分解成多个单一决策系统。直接变换的方法忽视了决策属性之间的相关性和共现性,影响决策的精度。基于粗糙集模型,分别针对属性值为离散型和连续型的情况,提出了离散型多标记决策系统知识获取算法DML和连续型多标记决策系统知识获取算法CML。这两种算法均考虑了标记之间的相关性,在离散多标记决策系统中,采用决策链方式传递属性间的相关性,而在连续多标记决策系统中,扩展了传统粗糙集模型,重新定义了粗糙近似。实验表明,不论是离散型还是连续型决策系统,考虑决策属性之间的相关性均可以提高预测的准确率。     

边缘定向的双立方插值算法的研究与应用

文本图像的质量对光学字符识别系统的识别性能有着直接的影响,采用边缘定向的双立方插值方法增强图像的边缘信息,可以提高文本图像的识别准确率.上述方法基于图像梯度,利用两个正交方向上的梯度值估计像素的边缘方向,选取合理的阀值估计丢失像素的边缘强度.在强边缘用经典双立方插值插入丢失像素,而在一个弱边缘则由两个正交方向的双立方插值结果相融合为一个丢失的像素插值.使适应不同边缘结构的图像,既能保留图像清晰的边缘也能保留图像纹理细节,产生高分辨率图像.把上述方法应用于光学字符识别的实验结果证明:采用边缘定向的双立方插值方法对图像进行预处理,可以提高光学字符识别准确度,并且识别准确率高于采用其它的传统图像插值方法.     

面向结构化数据的数字信息的应用研究

随着信息技术和网络技术的迅猛发展,数字信息尤其是视频数据日益丰富,成为人们获取信息和相互交流的重要方式.但是由于视频数据的数据量非常大、数据的结构复杂以及视频内容非常丰富等特点,使得对视频进行有效的分析和处理变得非常困难.怎样高效的组织、管理和使用这些多媒体数据,逐渐引起了人们的关注.视频检索就是从海量的视频数据中搜索出所需要的视频.对视频监控场景的实时监控预警的需求和对监控视频流基于内容的结构化处理的需求,促使我们开展了基于内容的自动视频监控研究.