基于现场可编程门阵列战术数据链中自适应轮询接入控制协议的设计与实现

在战术数据链系统中,战术单元随时都有可能被摧毁而引起网络拓扑结构动态变化,导致系统服务效率降低。为了解决这一问题,基于动态调整轮询顺序的思想,提出一种自适应轮询接入控制协议（APACP）。采用概率母函数的方法和嵌入式马尔可夫链理论对系统进行建模,得到系统平均排队队长和平均轮询周期的解析解;利用数学软件MATLAB和现场可编程门阵列仿真验证协议的正确性。仿真结果表明,APACP能够根据战术数据链网络拓扑结构的动态变化自动调整轮询顺序,明显降低系统平均排队队长和平均轮询周期,克服传统轮询接入控制协议中空轮询的问题,节约了服务时间,提高了服务效率,改善了系统性能。     

基于生成时间序列均匀优化的混沌人工蜂群算法

为了优化与初始蜜源和搜索方式相关的时间序列分布,从而提高算法全局开拓性和遍历寻优效率,提出一种基于生成时间序列均匀优化的混沌人工蜂群算法.针对混沌时间序列生成的初始蜜源的分布过于集中的问题,首先依据最大熵原理,对Logistic混沌映射进行均匀化优化,并运用熵谱分析以及NIST随机性测试的方法验证其随机程度,使得由其生成的初始蜜源可以随机且均匀地分布在整个解空间,为算法的全局寻优奠定基础;其次,依据由近及远的搜索策略,改进邻域搜索方式,利用均匀化时间序列查找蜜源最优位置,提高算法的遍历速度和收敛精度;最后,所提算法对9个标准测试函数进行了实验仿真,并与其他改进人工蜂群算法和优化算法从收敛曲线和寻优结果上进行了综合比较,进而将6种算法合理引入到物流配送问题中以寻找最短路径.实验结果表明,所提优化算法不仅加强了初始蜜源的均匀性,而且优化效果更为显著,能跳出局部最优且能准确快速地找到全局最优解.     

三维演示文稿快速制作技术

电子演示文稿作为一种信息传播方式,受到了专家学者和领域人士的青睐。随着技术的进步,演示方式也经历了从二维演示到三维演示的不断发展过程。基于制作三维演示文稿的理论技术,包括硬件技术和软件技术（DirectX技术和OpenGL技术）。文中提出了一种用微软PowerPoint和CrystalGraphic公司的插件PowerPlugs相结合的方式,快速制作利于教学的三维演示文稿的方法。在介绍了该方法的实现方式以后,结合数据通信与计算机网络精品课程的实例,对该课程三维演示文稿的制作步骤做了详细的叙述,该方法易学易懂,效果良好,值得广泛推广。     

基于均匀化分布的Chebyshev映射系统构建及特性分析

针对传统Chebyshev映射所呈现的值域边界双峰的分布特性，为满足优化理论中序列均匀分布的需求，结合Chebyshev映射概率密度函数进行数理推导，将得到的随机变量函数与原映射级复合成新的系统。通过对比研究表明，系统具有良好的均匀分布特性、遍历特性、平衡性和较低的复杂度，所产生序列的随机误差小，相似度高。最后将系统应用于优化算法中的初始化种群阶段，进一步说明了所做的均匀化分布系统在改善原序列均匀分布特性的效果是显著的。     

一种基于LEACH的低延迟和低功耗的WSN分簇算法

针对经典分簇LEACH协议的不足,提出了低延迟、低功耗和网络能耗均匀的改进算法。该算法主要从两个方面对LEACH进行了改进:在稳定数据传输阶段采用CSMA机制,降低了数据传输延迟;在能量均衡和能耗方面,混入小部分初始能量高的高级节点,在簇头选举阶段首先对节点进行能量感知,并综合考虑节点剩余能量和平均能量,从而延长了网络的生命周期。文中首先对LEACH协议进行简单介绍,利用平均周期法对LEACH中使用的CSMA机制进行分析,从而得到了改进算法的延迟计算方法;然后对改进算法的数据传输阶段的能耗和算法复杂度进行分析,并对改进算法的簇头选举阈值的计算进行讨论;最后对改进算法的数据传输阶段的延时和功耗进行建模分析,并利用MATLAB进行仿真对比。仿真结果显示,改进算法使得第一个节点死亡的时间延长了31%,全部节点死亡的时间延长了24.7%,并且网络能耗更加均匀,因此,该算法有效地解决了LEACH中的热区问题,改进了实际WSN应用中节点集中死亡带来的区域信息缺失问题。相比于LEACH,改进算法的数据传输延迟平均降低了78.6%,保证了WSN应用中数据的实时性,因此改进算法在延迟、生命周期、网络能耗均匀性以及吞吐量等性能上都得到了优化提升。     

基于聚类与特征融合的蛋白质亚细胞定位预测

蛋白质亚细胞的定位预测不仅是研究蛋白质结构和功能的重要基础,还对了解某些疾病的发病机理、药物设计与发现具有重要意义。然而,如何利用机器学习精准预测蛋白质亚细胞的位置一直是一项具有挑战性的科学难题。针对这一问题,提出了一种基于聚类与特征融合的蛋白质亚细胞定位方法。首先将自相关系数法和熵密度法引入蛋白质特征表达模型的构建,并在传统的PseAAC(Pseudo-amino Acid Composition)的基础上提出了一种改进型PseAAC方法。为了更好地表达蛋白质序列信息,文中首先将自相关系数法、熵密度法和改进型PseAAC进行融合,构造了一种全新的蛋白质序列表征模型;然后利用主成分分析法对融合后的特征向量进行降维,将结果输入到LibD3C集成分类器,对蛋白质亚细胞进行分类预测,并采用留一法在Gram-positive和Gram-negative数据集上进行交叉检验;最后将取得的实验结果与其他现有算法进行比较。实验结果表明,所提方法在Gram-positive和Gram-negative数据集上分别取得了99.24%和95.33%的预测准确率,说明所提方法具有科学性和有效性。     

WSN中碰撞时长可变的三时隙P坚持CSMA协议分析

随机多址通信方式是计算机通信研究中不可或缺的一部分,针对传统的P坚持载波侦听多路访问（P-CSMA）协议对无线传感器网络（WSN）系统的传输控制并解决系统的能耗问题,提出了一种在WSN中碰撞时长可变的三时隙P-CSMA协议。该协议在传统的双时隙P-CSMA协议中加入了碰撞时长b,将系统模型改为三时隙模型,包含信息分组发送成功的时长、发生碰撞的时长以及空闲时长。通过建模分析了该模型下系统的吞吐量、碰撞率以及空闲率,发现通过改变碰撞时长可以降低系统的损耗。相比传统的P-CSMA协议,该协议使系统性能得到了改善,并使得在基于电池模型得到的系统节点的生命时长明显延长。通过分析,得到了本协议的系统仿真流程图。最后通过对比分析各个指标的理论值和仿真值,证明了理论推导的正确性。     

基于深度学习的蛋白质亚细胞定位预测

针对传统机器学习算法中仍需手工操作表示特征的问题,提出了一种基于堆栈式降噪自编码器（SDAE）深度网络的蛋白质亚细胞定位算法。首先,分别利用改进型伪氨基酸组成法（PseAAC）、伪位置特异性得分矩阵法（PsePSSM）和三联体编码法（CT）对蛋白质序列进行特征提取,并将这三种方法得到的特征向量进行融合,以得到一个全新的蛋白质序列特征表达模型;接着,将融合后的特征向量输入到SDAE深度网络里自动学习更有效的特征表示;然后选用Softmax回归分类器进行亚细胞的分类预测,并采用留一法在Viral proteins和Plant proteins两个数据集上进行交叉验证;最后,将所提算法的结果与mGOASVM、HybridGO-Loc等多种现有算法的结果进行比较。实验结果表明,所提算法在Viral proteins数据集上取得了98.24%的准确率,与mGOASVM算法相比提高了9.35个百分点;同时所提算法在Plant proteins数据集上取得了97.63%的准确率,比mGOASVM算法和HybridGO-Loc算法分别提高了10.21个百分点和4.07个百分点。综上说明所提算法可以有效提高蛋白质亚细胞定位预测的准确性。     

基于现场可编程门阵列战术数据链中优先级轮询接入控制协议的研究

基于战术数据链在现代信息化战争中的应用背景,针对传统轮询协议存在的功能单一和不能满足实际应用中优先传输控制的问题,提出了一种具有优先级的轮询接入控制协议（PPACP）。该协议可以根据系统中站点的优先级别,设定优先级别最高的站点为网控站,其余站点为从属站。仿真结果表明,PPACP能够改善传统轮询协议存在不足,较好地适应战术数据链中对于最为紧急的作战报文的优先传输要求。利用现场可编程门阵列对PPACP进行设计,通过仿真测试,验证了该设计的正确性。     

离散时间并行优化门限服务轮询系统排队特性解析

针对周期式查询门限服务中流水线式调度效率低的问题，本文提出了一种并行优化门限服务轮询控制的系统服务资源调度策略.论文构建了轮询排队系统及其数学模型，先对系统状态变量的概率母函数求偏导得到一阶和二阶特性参数方程组，联立求解后推导出各个系统参数的完整数学解析表达式.仿真实验结果和理论计算值相一致.系统性能分析表明，该系统的队长和时延特性均得到了较大的提高，能够更好的适应密集数据环境下时延敏感性数据的服务需求.