快速路由器的路由查找和流分类算法研究

分析了路由器的体系结构发展,研究了路由查找算法和流分类算法在快速路由器中的应用。研究表明,基于分段压缩的路由查找算法支持IPv6路由查找,具有合理的存储容量和快速的查找时间;采用按值分支树的多维综合流分类算法支持前缀和范围匹配,可扩展性强,适合大容量规则数据库。两种算法适合在快速路由器中应用。     

用SUH算法实现高速流分类

在分析了2种高速流分类算法ABV( aggreg ate bit vector)和 HiCuts( hierarchical intelligent cuttings)的基础上 ,提出了一种新的高速流分类算法 SUH(split united hierarchy) . 通过利用实际的分类器对 SUH进行的测试表明: SUH在占用很小内存的条件下能快速完成预处理和查找过程 ,实现了高速流分类.     

高速路由查找算法的研究

介绍了路由查找算法的研究背景和一些技术指标,描述了几种具有代表性的IPv4高速路由查找算法,分析了其优缺点。阐述了基于硬件实现的高速路由查找算法——6级路由查找算法,给出了硬件实现结构,其仿真结果显示该算法实现了50×106次路由查找/s。     

论三种查找方法及其在单片机中的应用

查找是数据处理的一种最基本的工作。本结台单片机应作实例着重分析了三种查找算法——顺序查找、折半查找和分块查找的查找思想和查找效率，并对它们进行了分析比较。     

一种基于搜索空间分解的报文分类算法

报文分类算法的关键问题是查找准确且快速,最简单的分类算法就是线性查找,该算法的时间复杂度和空间复杂度均为O(N),线性查找的思想简单、易于实现、空间复杂度好,可以和其它算法混合使用,进而提高算法的分类速度。快速的分类算法采用很复杂的数据结构,牺牲空间来换取时间,甚至过分要求分类的快速性,忽略了空间性。文章根据这一问题进行展开,详细分析了经典的报文分类hicuts算法,分析其时间复杂度和空间复杂度的关系,并提出一种不过分降低分类速度的前提下,有效降低空间复杂度和预处理时间的改进方法。     

对Fibonacci静态查找算法的改进

提出了一种用于有序表静态查找的Fibonacci查找算法的改进算法,使其查找的MSL指标降低约30％。     

一种查找算法的改进方法

折半查找算法是数据结构中有序序列查找中的一个重要算法,此算法在含有n个元素的有序序列中查找某一个元素时,最大循环比较次数为「log2n」 1.但是在很多情况下,查找之前有序序列分布的很多信息为已知,如当知道了有序序列中每相邻2个元素之差最大值的一个上界,就可以有比折半法更加有效的查找算法.以此改进的折半法查找性能明显优于原算法的查找.受序列分布的影响,其在最坏情况下查找一个元素的最大比较次数在1和「log2n」 1之间,明显优于折半查找.此方法在实际应用中可极大提高查找效率.     

网络流行为模式和分类方法

网络流行为描述是网络异常检测的基础,首先提出了网络流行为模式的概念,给出了利用行为模式对网络流进行分类的思想,然后设计出一个高效准确的分类算法,实现对网络流的实时分类,为基于网络流的网络行为异常检测提供了依据。     

2—3查找树：概念,算法和分析

从抽象数据类型观点提出２－３查找的概念，给出一系列与集合运算有关的算法，包括求并集，交集，差集，测集合包含关系等，并分析算法的时间复杂性，结果表明，它比二元查找树更为有效。     

基于改进的SOM算法的区域经济评价实证分析

改进SOM算法,将它应用于区域经济评价的模式分类。再以龙岩市7个县(区、市)为例,对区域经济评价模式分类、主成分进行分析阐述,并运用MATLABR2007加以实现,实例计算表明效果良好。     

融合小波包和神经网络的脑电信号处理方法

针对运动想象脑电信号处理中分类准确率较低的问题,提出了一种基于能量（二阶矩）小波包变换和莱文伯格-马夸特神经网络算法相结合的运动想象脑电信号处理方法.首先,利用能量方法对信号进行时域分析,选取有效的时序段;然后,使用小波包变换对所选有效时域段的各导信号进行时频分解,选取与想象任务相关的频段信息重构脑电信号特征;最后,将各导信号重构的特征串接,导入基于莱文伯格-马夸特训练算法的神经网络实现最终的任务分类.利用2个脑电信号标准竞赛数据库进行方法验证,分别取得了95.62%和90.13%的分类准确率.与近期的一些研究成果进行对比,可知该方法具有较好的分类效果.     

TCAM路由查找技术应用解析

通过研究IP数据包转发对路由器的需求，分析了基于软件转发技术和TCAM方案。结论表明，采用专用硬件查找技术的TCAM方案，以硬件化的路由表查找和分组转发技术实现对各类数据包的快速分类和路由，支持ACL和MPLS的查找。高端路由设备要处理巨大的流量和多种复杂业务，只有采用硬件查表的方式才能满足要求。     

基于小波分析和神经网络的渗碳层深度分类

提出了一种基于小波理论的新的特征值提取方法,较全面地反映了信号的时频特征,并将小波包提取的特征值输入到BP网络,对7种不同渗碳层深度的试件进行了分类.实验结果表明,小波包特征值提取和BP神经网络分类器相结合,可以实现对不同渗碳层深度的分类,其效果良好、精度较高,有一定的实用价值.     

基于SVC参数优化的地震次生地质灾害危险性评价

针对地震次生地质灾害危险性评价影响因素的复杂性和多变性的特点,提出了基于GA、PSO和K-CV三种优化支持向量分类机参数的地震次生地质灾害危险性评价方法.该方法既利用了支持向量分类机求解速度快、易于描述非线性关系的优良特性,同时利用了GA、K-CV和PSO算法快速优化的特点,可实现支持向量分类机模型参数的自动化优选,具有收敛速度快、精度高的特点.将该模型用于地震次生地质灾害危险性评价,计算结果验证了该方法的有效性。     

加密流量中的恶意流量识别技术

网络流量的加密传输是互联网的发展趋势之一,而加密流量中的恶意流量识别是维护网络空间安全的重要手段.识别恶意流量需要将加密流量进行密/非密、应用程序以及加密算法的细粒度区分以提高识别效率,再将不同精细度区分后的流量经过预处理后转化为图像、矩阵和N-gram等形式导入机器学习训练模型中进行训练,实现良性/恶意流量的二分类以...     

合成孔径雷达图像目标分类研究

基于灰度共生矩阵技术,研究了可用于合成孔径雷达图像分类的灰度共生矩阵中差方差、差熵、对比度、能量、方差等纹理特征量,分析了其特征提取和分类特性。运用类内类间距准则,通过计算图像特征值的类内类间距,得到对合成孔径雷达图像分辨效果较好的纹理特征量,并利用三层BP神经网络进行图像分类,获得了满意的分类结果。     

报文分类算法的设计与实现

报文分类是网络交换设备的基础操作之一.针对目前的报文分类算法主要为小规则集或低维的分类问题,提出了一种新的多维快速报文分类算法.该算法通过压缩、分割和索引操作,设计了压缩分割规则表和索引列表结构表这两类数据存储结构,能支持上万条多维分类规则,分类速度快、存储空间小、支持快速更新,适合于软硬件实现.     

OFDM系统用户上行有效吞吐量最大化算法

为了最大化OFDM系统用户上行链路的有效吞吐量,提出了一种新的用户上行资源分配策略.与传统策略相比,该策略通过引入自适应的子载波分段数和数据包OFDM符号数,增加了设计自由度.为降低计算复杂度,有效吞吐最最大化问题被分解为2个较简单的子问题,即用户有效资源分配和数据包参数设置.针对这2个子问题,分别通过分析目标函数的单...     

基于分类语义的Web信息检索系统

在海量数据空间中快速、准确地获取用户所需Web信息成为检索系统研究的焦点．将一种全新的网页自动分类技术引入WWW信息抽取领域来解决网上信息有效获取的问题。设计一个基于分类语义的搜索引擎系统——SESC系统．通过Web数据抽取机制以及Web信息分类技术实现检索结果的分类和层次化展示，使得用户快捷地从WWW上获取所需信息．