基于QoS的分布式接纳控制算法

随着人们对移动自组网(ad hoc网络)研究的深入,服务质量(QoS)已经成为了当前的研究热点之一.为了在ad hoc特殊的网络中提供对QoS的支持,必须设计一种针对流的高效的接纳控制算法.通过分析无线信道的特点,提出了估算本地可用带宽和流可用带宽的方法,同时对流的带宽耗费进行了推导,解决了实现接纳控制必须解决的关键问题,提出了一种基于QoS的分布式接纳控制算法.仿真实验证明,接纳控制算法应用到传统的路由协议(比如AODV)中,性能将会大大提高,并且更适合于实时业务的传输.     

基于H.264/AVC的动态分组多描述编码方法研究

多描述编码是一种容错能力强,稳定性好的编码技术.以H.264/AVC中的分组概念为基础,通过将每个描述中的码流使用动态片组交换器分成主片组和次片组,并使用运动矢量的时空预测方法来代替普通的帧预测方法,基本上可以得到更优的率失真.实验表明,与固定划分片组的静态分组多描述编码比较,该方法以较少的冗余换取了更高的信噪比.     

基于STEP的非均匀自适应分层方法

现有的自适应分层方法，通常对整个零件采用同一个最大的尖顶高度要求，实际上，大多数零件由于表面的重要程度不同，而需要不同的尖顶高度要求。对零件的不同表面采用不同的尖顶高度要求，可以进一步提高自适应分层的效率。为此，提出了一种在CAD系统外直接对STEP标准CAD模型进行非均匀自适应分层的方法，CAD系统与分层系统之间的数据交换采用STEP中性文件的格式。选择好零件的制作方向后，用户可根据零件表面的重要程度指定不同的尖顶高度要求，然后系统自动对CAD模型进行自适应分层。最后给出了分层实例，并对结果进行分析。     

基于材料特征的功能梯度材料CAD模型分层算法

为了利用快速成形技术制造功能梯度材料零件,在分析以往基于设计的功能梯度材料零件计算机辅助设计模型的基础上,提出一种基于制造的功能梯度材料零件计算机辅助设计模型.采用PIC格式存储层片轮廓,存储层片材料分布向量的数据结构为四又树和线性表,材料分布向量精度可调且存储空间可以优化.基于该模型,提出一种新的材料分布向量计算方法,实例证明该方法计算材料分布向量简单.采朋不符合要求的采样点占总采样点百分比λ作为判定依据,比以往判定依据更灵活.基于此削据提出一种基于材料特征的层厚计算方法,实例证明该算法正确、有效.     

基于流的 AD Hoc 网络接入公平性分析与研究

在 Ad Hoc 网络中,系统的不公平性会严重影响服务质量.针对该问题,提出一种以流为单位、用 WFQ 机制进行本地信息调度、采用交换节点信息调节退避时间的协调算法--FBFA.该算法计算节点每条流的服务指数,与邻节点进行交换,结合节点本身的信息和邻居节点的信息确定退避时间,提高系统的公平性.实验结果表明,FBFA 算...     

基于三维分割的图像加密算法

为了实现图像安全、快速加密,设计了一种新的数字图像混沌加密算法.仿真结果表明,该算法在没有扩散函数的情况下也能很好地改变图像的直方图,可以有效地抵制已知(选择)明文攻击,而且只有1次左映射或者右映射的情况下,该方法具有高置乱程度、良好的扩散性能和足够大的密钥空间,可获得足够高的安全性.     

一种基于STEP的CAD模型直接分层方法

提出了一种基于产品模型数据交换标准的3维计算机辅助设计实体模型直接分层方法,零件的原始计算机辅助设计模型以产品模型数据交换标准中性文件的格式输入分层系统,系统提取其几何拓扑信息并重建计算机内部几何模型。用户选择零件的制作方向并指定分层厚度后,系统自动对计算机辅助设计模型进行直接分层,分层结果可直接送到各种快速成型系统加工。基于产品模型数据交换标准的计算机辅助设计模型直接分层不依赖任何特定的计算机辅助设计系统,通用性、灵活性好,而且产品模型数据交换标准文件的数据量大大小于STL文件,有利于网络化设计与制造环境下的数据传输与交换。     

基于不同源节点数目的AODV路由协议的性能比较研究

针对移动自组织网络路由协议AODV设计了基于不同源节点数目（即:源-目的对的数目）的多组仿真场景,源节点数目分别设置为10、20、30,并通过仿真实验对不同场景下的协议性能进行了对比分析研究。结果表明:随着源节点数目的增加,延时和路由负荷会增加,而包投递率会降低。     

Ad Hoc网络中基于QoS的分布式接纳控制算法

随着人们对Ad Hoc网络研究的深入,服务质量（QoS）已经成为了当前的研究热点之一。为了在Ad Hoc这种特殊的网络中提供对QoS的支持,必须设计一种针对流的高效的接纳控制算法。通过分析无线信道的特点,解决了实现接纳控制必须解决的关键问题,并在此基础上提出了一种基于QoS的分布式接纳控制算法。仿真实验证明,将此接纳控制算法应用到传统的路由协议（比如AODV）中,性能将会大大提高,并且更适合于实时业务的传输。     

数据流中一种基于滑动窗口的前K个

数据流频繁项集挖掘是当今数据挖掘和知识学习领域重要的研究课题之一。数据流高速性、连续性、无界性、实时性对挖掘算法在时间和空间方面提出了更高的要求。传统的数据挖掘算法由于其存储结构需要频繁地维护,其挖掘方式的精度和速度较低,空间、时间效率不高。在基于粒计算和ECLAT算法的基础上提出一种挖掘数据流滑动窗口中topK频繁项集算法,采用二进制方式存储项,利用位移运算实现增量更新,实施与运算计算项集支持度,同时利用二分查找法插入到项目序表中,输出前K个频繁项。实验结果表明,该算法在K取值不太高时具有较好的时空高