一种适于HTTP数据还原的QS改进算法

为了更快速、准确地对HTTP应用数据进行还原,文中研究了改进的单模式匹配算法。对BM算法、BMH算法和QS算法进行了分析,并重点研究了QS算法的改进思路,最后提出了一种适用于HTTP应用数据还原的CIQS算法。CIQS算法考虑了HTTP模式串的字符特点,改进了模式串的字符比较顺序,并对坏字符跳跃思想进行了改进,增大了跳跃距离。实验结果表明,CIQS算法有效减少了匹配次数,相比其他几种算法有更好的时间性能。     

一种基于BM算法的改进模式匹配算法研究

基于模式匹配的检测方法是目前入侵检测系统的一种重要方法,因此作为模式匹配方法核心的字符串匹配算法直接影响入侵检测系统的性能和效率.在研究现有算法的基础上提出一种改进的模式匹配算法--New-Search算法.该算法以BM算法为基础,通过预处理阶段处理,首末字符部分定位的思想,增加字符跳转距离,比较稳定地减少匹配过程中字符比较的次数,提高了匹配的速度和效率.     

一种适于中文检索的单模式匹配算法

文中主要对KMP算法、BM算法、Sunday算法进行了研究分析,根据中文汉字在计算机中的编码规则,提出了一种用于中文检索的CSPM算法。该算法充分利用已匹配信息,实现了待匹配文本串指针和模式串指针均不回溯,增大了跳跃距离,有效地提高了匹配速率。实验结果显示,CSPM算法较其他几种算法有更好的时间性能。     

一个快速的字符串模式匹配改进算法

在分析了BM算法以及一些重要的改进算法的基础上，提出了一种新的改进算法——BMG算法。该算法结合了BMH算法和BMHS算法的优点，同时考虑了字符串后一位字母的唯一性，提高了最大位移m＋1的出现概率，有效地加快了匹配速度。BMG算法已经通过实验测试，并证明是有效的，测试结果表明该算法比BM、BMH、BMHS算法有更好的性能。     

基于AC_QS多模式匹配算法的优化研究

随着互联网的日益强大,互联网上数据急剧增多,如何在海量的数据中快速准确地找到所需信息,就显得尤为重要,这就需要多模式串匹配算法.多模式串匹配算法在越来越多的领域里都有应用,比如:信息安全领域中,入侵检测系统、防火墙等,在医学领域、数据挖掘、信息检索等等领域中均有广泛的应用.AC算法在多模式串匹配算法中是一个能达到线性时间的算法,其算法效率较高,AC QS算法是在AC算法基础上增加坏字符规则,进一步增加了AC算法的匹配效率,但其空间复杂度较高.本文在AC QS算法的基础上,对算法预处理和匹配过程中继续优化,并对字典树存储时进行了优化,使算法在空间和时间复杂度上得到进一步优化,提高了算法性能.实验结果也验证了该算法的高效性.     

改进的空间协议识别算法

提出了一种适合空间协议识别的改进BM算法。首先给出了一种基于比特距离的空间数据预处理算法,增大字符集数量,并通过引入小数跳进机制,提高BM算法协议分组头匹配效率;然后应用正则表达式进行协议识别,利用层次关系法提高多层空间协议识别效率;最后对提出的算法进行了复杂度分析和实验验证。结果表明:对于识别模式串长度为m的单层协议,算法时间复杂度可降低到BM算法的(1+m/4)/m,对多层协议识别效率可提高2.5倍;同时,与BM算法相比,提出的算法可有效解决模式串长度不足与存在大量不确定数据的问题,在数据量较大情况下具有更高的识别效率,且所形成的分组可有效抑制正则表达式DFA匹配引擎状态膨胀。     

对贝叶-莫尔算法的研究与改进

BM算法被认为是在一般应用领域中最有效的模式匹配算法之一。本文解析了BM算法的基本原理和基本思想,并通过分析该算法的具体匹配过程提出了改进的BM算法。改进的BM算法在原有BM算法的基础上,改进了偏移量的计算方式,减少了匹配比较的次数,具有更好的可操作性和实用性。     

BM模式匹配算法的研究和改进

模式匹配算法在数字通信、入侵检测等多种领域都有着广泛的应用,BM算法以其高效的匹配过程成为模式匹配算法中应用最为广泛的算法之一。尽管如此,BM算法的效率还是可以再提高的。本文在介绍经典BM算法及其改进的BMH、BMHS算法的基础上,通过整合、改进后,提出了一种新的改进的IBMH算法。在对以上算法进行复杂度分析以后,再通过具体的实验验证。结果表明IBMH算法在比较次数、运行时间、稳定性等方面明显优于BM、BMH以及BMHS等算法。     

一种改进的应用于多模式串匹配的KR算法

Karp-Rabin算法是利用hash函数的特性进行字符串匹配的算法.KR算法对模式串和循环中每一次要匹配的子串按一定的hash函数求值,如果hash值相同,才进一步比较这2个串是否真正相等.Karp-Rabin算法适用于多个字符串匹配.该算法所需要的空间存储很小,相比AC算法在空间占用上具有很大的优势.本文首先将模式串进行合适的分类,求出模式串半段对应的哈希值,然后对目标段按照模式串的基准长度进行分段,每次比较目标段是否含有模式串的半段,若含有,则继续比较;否则,继续进行下一个目标段的匹配.最后通过实验验证,证明了算法的有效性.     

字符串模式匹配算法的研究及改进

串的模式匹配是一种重要的串运算。本文首先对朴素的模式匹配BF算法与KMP算法进行了分析,在此基础上寻求出一种简单实用、易于理解的字符串模式匹配改进算法。结果表明改进算法能减少模式匹配中字符的比较次数和尝试次数,提高模式匹配的效率。     

字符串相似度度量中LCS和GST算法比较

就字符串相似度度量算法的LCS和GST在概念、实现、效率方面进行比较分析,简要探讨了两种算法的应用领域.     

VBLAST系统的译码算法研究

对已有的传统译码算法如迫零算法（ZF）、最小均方（MMSE）算法、连续抵消（SIC）算法等的性能进行了研究,并在此基础上提出将迫零算法与连续抵消算法、最小均方算法与连续抵消算法相结合,构成迫零-连续抵消算法（ZF-SIC）与最小均方-连续抵消算法（MMSE-SIC）,从而明显改善系统的误码性能。此外,对收发两端采用不同天线数时的系统误码性能进行了仿真与分析,同时仿真分析了系统采用QPSK与16QAM调制方式的误码性能,最后给出仿真分析结果。     

一种Turbo译码算法改进研究

Turbo码是近年来广泛应用于通信系统中的一种性能优异的编码方式.文中首先分析了基于最大后验概率的Turbo码传统译码算法,然后指出了使用这类算法具有大译码延时的缺点,分析了常用的能减小译码延时的SW-MAP算法;最后根据此算法的特点提出了SW-MAP算法的改进方案.算法改进后能有效降低译码延时,提高译码性能.     

DOA估计的几种特征结构算法的性能比较

Pisarenko算法、多信号分类（MUSIC）算法、最小模算法和ORPD算法是来波到达方向（DOA）估计中常用的四种特征结构算法。在不同的信噪比及阵元数目条件下,对这几种算法的分辨性能作了比较。仿真结果表明：MUSIC算法是最稳定的一种算法;在预知大致方位的前提下。ORPD算法分辨性能最好;对于提高各种算法的分辨能力,改善信噪比相对增加阵元数目更有效。     

引导型免疫算法研究

基于免疫系统机理提出的免疫算法是一种新型的智能系统，在优化计算方面表现出巨大的潜力，具有多样性好、搜索成功率高的优点．但免疫算法在局部搜索中存在一定盲目性，搜索效率不高．本文提出引导型免疫算法，通过增强免疫算法中抗体的社会性，为免疫算法的搜索过程提供引导性，加快算法收敛速度，并对引导型免疫算法中新引入的算法参数进行了深入讨论．算法分析和仿真结果表明，引导型免疫算法在保持算法高搜索成功率的前提下，有效地提高了算法搜索效率．     

基于KR-BM算法的多模式匹配算法改进

网络技术的高速发展对模式匹配算法提出了更高的要求,为提高模式匹配效率,文中首先对常用的单模式和多模式匹配算法进行分析,在此基础之上,提出一种基于KR算法和BM算法的多模式快速匹配算法。最后通过实验结果验证了此算法的可用性和高效性。     

融入曲率尺度空间算法的图像配准方法

为了满足图像配准对于实时性的要求,提出融入曲率尺度空间算法的图像配准方法。首先使用曲率尺度空间算法提取图像角点特征,然后使用改进的加速稳健特征算法生成64维角点特征描述子向量并将描述子向量降维到24维,最后使用改进的相似性距离算法和随机采样一致性算法进行匹配。仿真实验一表明:在图像配准准确度方面与传统尺度不变特征变换算法、传统加速稳健特征算法及其他改进的图像配准方法相当,但在图像配准实时性方面具有一定的优势,仿真实验二通过立体匹配库验证了该方法具有普遍有效性。     

基于SLM-PTS算法融合的NC-OFDM峰均比优化

基于非连续正交频分复用（non-continuous orthogonal frequency division multiplexing，NC-OFDM）模型，提出和研究了选择映射（selected mapping，SLM）算法和部分传输序列（partial transmit sequence，PTS）算法，及其SLM-PTS融合优化技术，设计了融合模型和改进流程。仿真结果与其他文献方法进行了对比，验证了SLM-PTS的融合具有优秀的峰值平均功率比（peak to average power ratio，PAPR）降低能力，但缺点是算法实现复杂度过高。因此，又进一步提出了互补型映射和限幅的联合算法（SLM-Clipping）融合解决方案，并利用深度学习方法建立PAPRnet模型。仿真结果验证了此算法对NC-OFDM系统具有PAPR良好的抑制效果，而且能够提高仿真运算效率。     

一种变步长凸组合LMS自适应滤波算法改进及分析

为了避免单个滤波器在收敛速度与稳态误差上相互制约,从而导致系统性能降低的问题,本文采用凸组合最小均方算法（Combined Least Mean Square ,CLMS ）,将快速滤波器和慢速滤波器并联使用,同时为进一步改善CLMS算法的性能,对已有的变步长凸组合最小均方算法（Variable Step-size Convex Combination of LMS ,VSCLMS ）做出改进,提出了一种新的VSCLMS算法。在该算法中,对快速滤波器选用以最小均方权值偏差（Minimization of Mean Square Weight Error ,MMSWE）为准则的按步分析的变步长滤波器;对慢速滤波器采用以稳态最小均方误差（Least Mean Square , LMS ）为准则的固定步长滤波器。通过理论分析与仿真实验表明,该算法能够在噪声、时变以及非平稳的环境下保持较好的随动性能,且在各个阶段均保持良好的收敛性,与传统的CLMS、VSCLMS算法相比,不仅具有更快的收敛速度,而且拥有稳定的均方性能和较优的跟踪性能,为自适应滤波算法的研究提供了一条可行途径。     

RFID防碰撞算法的研究

随着物联网技术的高速发展,作为其关键技术之一的RFID显得愈为重要。标签碰撞的应用在RFID系统中是不可避免的,因此RFID防碰撞算法是RFID系统中一个重要问题,直接决定了RFID系统可以识别多个标签的能力。目前防碰撞算法在时域上主要可以分为非确定性算法（ALOHA算法）和确定性算法（树形算法）两大类。本文分析了现存的两大类算法中主流的防碰撞算法,总结出两大类算法的优点以及存在的问题。通过MATLAB仿真进一步证明此结论,并总结未来研究中需要继续关注的问题与方向。