基于OMNeT++的Ad Hoc网络跨层协议栈仿真

针对OMNeT++的MFW组件中物理层和MAC层模块的错误进行修正和功能改进,实现基于RBAB的IEEE 802.11b协议速率自适应数据传输,建立移动Ad Hoc网络跨层协议栈模型的网络仿真框架,实现将Ad Hoc网络MAC层的速率自适应机制与其路由协议联合优化设计的仿真。结果表明,在移动环境下,采用跨层设计的网络协议栈能大幅提高Ad Hoc网络系统的性能。     

基于分布式服务模型的遥感影像数据挖掘系统

依据遥感影像的特点及WCS标准,研究面向服务的遥感数据挖掘模式及其基于工作流的分布式系统架构。在此基础上,采用．Net体系及WSBPEL流程建模语言,设计一个遥感影像纹理关联规则的挖掘系统,并研究对大数据集的访问、网络资源占用、程序的可伸缩性等方面的实现技术,为Internet环境下遥感影像的处理提供了依据。     

基于GIS的气象服务产品后台制作系统

针对目前气象服务产品制作过程中存在的问题,根据具体的业务需求,采用可扩展框架技术、Remoting技术和ArcGIS GeoProcessing设计实现气象服务产品后台制作系统,系统采用客户端、数据层和服务层3层C／S架构。通过实例验证该系统具有较好的自动性、易用性和可扩展性。     

一种基于触发机制的轮转算法

在负载平衡技术中,必须使用合适的算法进行成员选择,以决定由哪个副本对象处理到来的客户请求。传统轮转负载平衡算法只能在某些特定条件下平衡负载。针对该缺点,结合普通轮转算法和加权算法的优点,提出一种基于触发机制的轮转算法。实验结果表明,该算法能感知后段资源。     

RSA公钥密码算法的计时攻击与防御

计时攻击根据密码算法在密码设备中运行时的执行时间差异,分析和判断密码算法的各种有效信息,是最具威胁的旁路攻击方式之一。该文研究RSA加密算法和计时攻击的原理,分析RSA解密过程,阐述针对基于模幂算法的RSA计时攻击的原理,讨论如何抵御该计时攻击。     

多数据库中的负关联规则挖掘技术及发展趋势

负关联规则反映了数据项之间的互斥关系,能提供很多有用的信息,在决策支持中起重要作用,但现行的挖掘算法主要是针对单一数据库的挖掘,多数据库中负关联规则的挖掘还未引起重视。该文介绍负关联规则的研究现状、主要挖掘方法以及冗余正负关联规则的修剪方法,对多数据库中关联规则挖掘研究现状和主要技术进行论述,并展望多数据库中负关联规则挖掘的发展趋势。     

基于有监督直接局部保持投影的人脸识别

提出一种用于图像识别的有监督直接局部保持投影算法,该算法结合样本类别信息,通过同时对角化的方法求解局部保持投影问题,避免矩阵的奇异性。在ORL人脸库上的测试结果表明,该算法的识别率高于PCA, PCA+LPP等方法。     

Visual Prolog在专家系统故障诊断中的应用

针对故障诊断的特点,利用Visual Prolog语言在知识表示及逻辑推理过程中的优势,以流程工业中易发生事故的催化裂化装置为例设计并实现了基于规则的故障诊断专家系统。用事实和规则这2种构成Visual Prolog语言的短语进行知识库和推理机的编写。通过在催化裂化生产装置的实际应用表明,该诊断系统效果良好,能够对出现的多数异常工况进行有效的推理及分析,及时查找出故障原因,并提供相应的故障处理措施。     

基于80C186处理器的多功能实验板的研制

针对近年来飞机含80C186处理器电路板修理现状,为掌握该系列板件的修理能力,迫切需要开展其软件测试技术研究.从封装、类型以及时序分析角度,在对80C186处理器进行系统阐述基础上,设计并研制一块基于80C186处理器的多功能(包括串口通信、并口检测以及定时计数功能)实验板,给出该板的硬件电路图与软件流程框图,并基于汇编语言在QTH-2008PCI开发环境下进行功能调试,实验结果表明其有效性.所做的含80C186处理器的正向设计与软件编程研究工作对于逆向修理含80C186处理器飞机电路板板件有很大帮助.     

位置信息记录中基于期望最大化的名称消重算法

在包含位置信息的签到记录中,每条记录仅包含名称和位置(经纬度)两个属性。传统的名称消重算法通过匹配实体的属性值或者计算实体间的名称相似性进行消重,忽略了位置信息的特殊性。为了提高位置信息记录中名称消重的质量,提出了一种基于期望最大化的位置名称消重算法。首先,提出了一种包含核心单词和背景单词的文本名称模型,并给出了计算模型参数值的期望最大化算法。其次,在文本名称模型中引入位置信息,将整个地图划分为若干个网格,分别计算每个网格中核心单词和背景单词的分布情况,并提出了一种考虑位置的文本名称模型。最后,将位置文本名称模型用于位置信息记录中的名称消重,并给出了相应的名称消重算法。实验表明, 与传统的名称消重模型相比,提出的位置名称消重模型可以更好地识别出名称中包含的核心词汇,因而在名称消重时具有更好的性能。