基于MapReduce模型的分布式天文交叉证认*

交叉证认是实现多波段数据融合的关键技术,目前还缺乏对其分布式算法的研究。快速增长的数据规模使该问题必须要依赖分布式并行计算技术解决。提出了一种基于MapReduce分布式模型的新方法,根据Map-Reduce的要点,尽量减少了任务间的通信量,并通过合理设置划分粒度保证了效率与存储间的平衡。实验结果表明,该方法对海量数据交叉证认的效率提升明显,在大规模集群上达到了接近线性的加速比。该方法为交叉证认提供了一种快速有效的解决途径。     

基于身份的强指定验证人签名方案*

在有些情况下, 需要将验证者限定为某一个人。 利用基于身份的密码体制, 提出了一种强指定验证人签名和一种强指定验证人多重代理签名, 并对其安全性进行了分析。 在签名代价和验证代价上, 提出的强指定验证人签名比Kang等人的方案要低。提出的强指定验证人多重代理签名可以同时授权给n个代理人, 可以有效防止代理签名人对签名权的滥用。     

基于请求的多信道多数据项广播调度算法*

通过改进多信道单数据项请求的数据广播调度算法中的两层调度策略,提出了信道分配+QEM的算法;实现了用多信道广播来广播多数据项的请求;通过减少数据访问冲突和信道跳转减少了访问时间。分析证明此方法是可行和有效的。     

供应链失效风险识别与评估*

供应链风险是影响供应链实践应用的关键因素之一,供应链风险管理是供应链管理的重要内容。采用故障树理论和模糊理论对供应链风险进行了分析,构造了供应链失效风险故障树,该故障树由供应商、制造商、分销商三部分组成;分析了各个部分的失效原因,设计了正态模糊算子,阐述了供应链风险概率计算方法。针对一个供应链实例,采用上述方法对各个要素失效风险进行了定量计算,确定了供应链失效风险等级。     

基于纹理特征的自然图像鉴别方法*

采用图像的纹理特性建立模型,实现了自然图像和人工图像（主要是简笔画、表格、函数图像）的鉴别。首先,计算两类图像的纹理特征,统计并分析数据找出规律;其次,选择图像的平滑度、一致性和图像熵作为代表性的纹理特征,组建数学模型;最后,利用三个特征的线性组合构成鉴别函数,并用模拟退火算法确定权值。实验表明,该方法可以很好地鉴别两类图像,识别效率较高。     

基于遗传算法的时间序列预测算法研究

模型参数的估计是时间序列预测研究的重要内容,经典模型参数估计方法对参数估计结果不进行评估和优化,预测精度往往达不到要求。本文提出基于遗传算法进行模型参数估计的方法,该方法具备了群集思想和递推思想的特征,仿真实验表明所提出算法相比传统算法,具有更高的预测精度。     

PC机与单片机多机通信方法在工程中的应用

根据煤气管道在线智能切割装置控制系统的需要，采用了PC机与多台MCS-51系列单片机之间通信的硬件实现方法，本文介绍了利用单片机实现多机通信的工作原理及过程，阐明了在Visual C＋＋编程环境中利用MSCOMM控件实现通信的软件设计方法。     

虚拟网映射竞争算法设计与分析

对网络虚拟化技术中的虚拟网映射问题及其研究现状进行了介绍,针对虚拟节点映射已知且物理网不支持路径分割的虚拟网映射问题,提出以物理网提供商收益最大化为目标的虚拟网映射竞争算法,并给出了算法的竞争比分析。实验表明,所提出的算法能提高物理网资源的负载均衡度和利用率,从而提高了虚拟网构建请求的接受率和物理网提供商的收益。     

基于禁忌遗传算法求解路由和波长分配问题

静态的路由选择和波长分配(RWA)问题是WDM光网络中的一个重要问题,目前常用的处理方法是将RWA问题拆成选路子问题和波长分配子问题.静态RWA问题通常先按某种策略确定建立光路的顺序,然后用启发式算法加以解决.提出通过禁忌遗传算法对光路的建立顺序进行优化,然后用基于爬山算法的启发式算法来求解以波长数最小为优化目标的静态RWA问题.通过对ARPANet等5种实际光网络的仿真表明,提出的算法和文献[5]相比,所用的波长数更少,且大部分优化结果达到最优.     

一种结合机器学习的移动边缘计算的切换预测方法

随着移动通信的发展,减少通信延时成为关键性问题,因此,提出了一种使用机器学习方法的移动边缘计算(MEC)移动性管理。移动性决策基于参考信号接收功率(RSRP)值和不确定性预测器。使用神经网络建立预测器,输出不同相邻单元的RSRP平均值和标准偏差,推导了切换概率的封闭表达式。基于这些可能性,MEC服务器能够提前缓存用户服务,以便将切换期间的中断降至最低。实验结果表明,提出的方法能够满足实际需求。