最短加法链的随机幂树方法

幂树法是求解最短加法链的一种简单近似方法,其计算效率高,一次可获得大量结果,但是精度偏低。随机幂树方法在扩展幂树时保持一层一层扩展,同时随机地扩展叶子结点,重复生成随机幂树并更新最优结果,在保持计算效率高的同时极大改善了计算精度。对于所有n<24924的数,通过9次重复生成随机幂树,准确率可达95%以上,平均达到97%,而且确保结果是次优结果。该方法在普通计算机上的求解规模可达155691199。     

多业务传输平台在煤炭专网中的应用探讨

介绍目前主要的传输技术,分析SDH、ATM、MSTP、RPR等几种技术的优缺点,找出一种比较适合矿区专网的传输业务承载技术和建设方案。证明MSTP(多业务传送平台)技术是一套相对完善的城域网技术体系,传输网引入MSTP后,通过MPLS、CAR技术,MSTP能够提供更多的QOS保障;通过MSP、LCAS技术组合,MSTP可提供更严格的安全保证。     

基于三通道卷积神经网络的纹身图像检测算法

针对纹身图像的特点和卷积神经网络（CNN）在全连接层对图像特征抽取能力的不足问题,提出一种三通道的卷积神经网络纹身图像检测算法,并进行了三方面的改进工作。首先,针对纹身图像的特点改进图像预处理方案;其次,设计了一个基于三通道全连接层的卷积神经网络进行特征提取,并对特征建立索引,有效地提高了网络对不同尺度下空间信息的提取能力,实现了对纹身图像的高效检测;最后,通过两个数据集验证了算法的泛化能力。实验结果表明,对NIST数据集所提预处理方案比Alex方案有总正确率提高0.17个百分点,纹身图像正确率提高0.29个百分点。在所提预处理方案下,提出的算法在标准的NIST纹身图像集上具有明显的优势,正确率从NIST公布的最优值96.3%提高到99.1%,提高了2.8个百分点;相对于传统的CNN算法,正确率从98.8%提高到99.1%,提高了0.3个百分点。在Flickr数据集上也有相应的性能提升。     

最优粒子增强探索粒子群算法

针对粒子群优化算法（Particle Swarm Optimization,PSO）存在收敛速度慢、寻优精度低和早熟收敛的问题,提出一种最优粒子增强探索粒子群算法（Optimal particle Enhanced Exploration Particle Swarm Optimization,OEEPSO）。OEEPSO将最优粒子在空间中的位置信息以二维一组划分,按4种方式计算每二维的适应值,选择适应值最小的方式更新对应维度的速度值和位置值。该策略加强了对最优粒子周围区域的探索,使粒子群能更快地向全局最优解靠近,提高了算法的收敛速度和求解精度。当算法陷入局部最优时,根据群体历史最优解的适应值,动态调整各粒子的速度值和位置值,使算法最终收敛到全局最优解。实验结果表明,OEEPSO具有收敛速度快、求解精度高的特点。     

网络视频监控系统中的拥塞避免和控制策略

视频传输的特征是数据量巨大 ,容易对网络产生冲击 ,甚至导致网络的崩溃 ,这就是网络拥塞。文章分析了网络视频监控系统中拥塞产生的原因和带来的影响 ,提出了一种发送端、接收端和中间节点相结合的拥塞避免和控制方案     

企业集团VOIP技术的应用探讨

该文介绍了VOIP技术的基本概念、原理、增值业务、前景探讨,以及实现时需要的硬件设备和网络互联等内容,通过一次基于华为设备的应用测试,探讨了VOIP在大型企业中的应用,从VOIP技术优势论述了其具有广阔的发展前景。