DAOA:一种动态数据仓库聚集优化算法

为了有效地支持企业决策,越来越多的企业建立或倾向于建立数据仓库,然而随着时间的推移,数据仓库在具体应用中普遍存在着查询效率低下,用户需求得不到很好满足等问题,这就需要数据仓库进行及时的调整和优化,以解决这一矛盾.聚集优化是数据仓库优化技术的重要组成,这里以数据仓库聚集优化为研究对象,通过分析系统运行日志和收集用户需求变化,提出数据仓库聚集优化的最优路径算法Route_Optimize和聚集的物化选择算法Select_Optimize,并以此为基础获得一个切实可行的动态聚集优化实施方案DAOA (Dynamic Aggregation Optimization Approach),可用于时原聚集进行有效的动态调整,以提高数据仓库的运行效率,更好地满足用户的需求,最终延长数据仓库的生命周期.该方案经实验和具体应用证明其可行性及良好的效果.     

网格环境下一种改进的Gossip资源聚集算法

网格计算和对等计算有很多可以融合的特征.首先提出了一种集成P2P模式的网格资源管理模型,然后针对传统的Gossip资源聚集算法的弊端,利用小世界理论,提出了一种改进的Gossip资源聚集算法.理论分析和仿真证明了改进的Gossip算法能够有效地聚集资源信息,从而提高P2PGrid环境下的资源聚集性能.     

一种改进的Canny算法及其仿真验证

为了提升Canny边缘检测的效果,并使之适用于FPGA平台,提出一种改进的Canny算法,并用C语言实现了该算法;将改进的Canny算法定点化处理并使用Verilog HDL语言进行描述,采用一种Matlab与Modelsim联合的仿真方法,进行了FPGA仿真实验,以对改进算法在FPGA上的性能进行评估。实验结果表明改进的算法检得边缘清晰且更细,所采用仿真方法是基于Modelsim平台使用Verilog HDL语言进行的,是一种验证FPGA上图像算法性能的新方法。     

一种多属性网格任务调度算法及仿真研究

为使网格任务调度时能更多地考虑任务和资源之间的各种属性.通过对常用静态调度算法的分析,吸收了Min-min和Max-min等算法的思想,将影响网格任务调度的诸多属性归纳为两类因素.提出了一种针对多属性任务的调度算法MASA,经过截断处理、归一化、加权计算等方法得出任务与资源之间的匹配矩阵,指导任务调度.仿真实验测试结果表明,在相同任务和资源环境下,通过改变不同属性的加权系数能得到所期望的调度结果,使具有高加权系数属性的任务在调度时更具优势.此算法具有灵活性,属性可增可减,能根据具体情况进行配置,以满足具体应用需求.     

基于动态数据驱动的电子战仿真系统

动态数据驱动应用系统(DDDAS)是一种全新的仿真应用模式,是系统仿真发展的新趋势,能够弥补传统仿真方法对复杂系统实时仿真的不足。为了能够在实时动态的条件下更加准确地仿真电子战系统的行为,为作战决策提供支持,提出了基于动态数据驱动的思想,结合电子对抗作战的特点,采用多智能体技术建立了电子战仿真系统模型,并给出了模型的总体框架及各功能模块的详细说明。最后对系统实现中的关键技术进行了分析,并阐述了仿真系统的运行机制。     

一种电力电子系统的稳态仿真算法

介绍了一种电力电子系统稳态仿真算法,并就初始值的计算和工程上步长的选择进行了讨论。     

一种新的SAR回波仿真算法

在分析了SAR叫波数学模型、用于SAR原始回波仿真的二维卷积算法，以及线性卷积运算实现方法的基础上。提出一种新的时频混合算法。对这两种算法的运算过程进行了详细地比较分析。并进行了仿真，给出了仿真过程和结果。理论分析和仿真结果表明，时频混合算法能够连续、实时地产生SAR模拟回波数据。     

一种改进的业务带宽分配算法

根据虚信元丢失率和等效带宽分配的概念，提出了一种用于ＡＴＭ风格中的呼叫允许接入控制的虚拟等效带宽分配算法。该方法明显提高了链路带宽的利用率，同时在业务种类较多，呼叫数量较大的情况下，比理论计算方法在计算复杂度上有很大的改善，因而便于实时控制。     

一种改进的低复杂度变步长LMS算法

改进型的变步长LMS算法在有效抑制瞬时噪声对经典的变步长LMS算法影响的同时,也增加了算法的计算复杂度,提高了其硬件实现的难度。为降低变步长LMS算法的计算复杂度,提出了一种步长改变因子与前后两个时刻误差的乘积成正比的新的变步长LMS改进算法,在不增加计算复杂度的条件下,有效地抑制了瞬时噪声对迭代步长的影响。仿真结果表明,提出的算法和现有的变步长LMS算法收敛速度相当,但其稳态误差更小,计算复杂度也更低,有利于算法的硬件实现。     

一种改进的EPON上行带宽双时序算法及仿真实现

以太无源光网络（EPON）被认为是下一代接入网的首选，评估并提出更优的上行带宽分配算法始终是倍受人们关注。分析了现有算法的缺陷，提出了一种改进的双时序算法，它对现有的动态算法作了改进，使其能根据实际情况改变。通过OPNET建立了系统实用模型，仿真结果表明改进的算法对平均网络时延，网络吞吐量都有了很明显的提高。     

一种云数据中心资源的动态综合负载均衡调度算法

One of the challenging scheduling problems in Cloud data centers is to take the allocation and migration of reconfigurable virtual machines as well as the integrated features of hosting physical machines into consideration. We introduce a Dynamic and Integrated Resource Scheduling algorithm (DAIRS) for Cloud data centers . Unlike traditional loadbalance scheduling algorithms which often consider only one factor such as the CPU load in physical servers , DAIRS treats CPU, memory and network bandwidth integrated for both physical machines and virtual machines . We develop integrated measurement for the total imbalance level of a Cloud datacenter as well as the average imbalance level of each server. Simulation results show that DAIRS has good performance with regard to total imbalance level, average imbalance level of each server, as well as overall running time.     

基于区域聚合的栅格地形数据简化算法

针对规则网格地形数据存在的数据冗余,提出了一种基于区域聚合的地形数据简化算法,区域聚合是将共面或近似共面的若干地形栅格点用这组栅格点的边界点代替。该算法用面元间最大法向量夹角余弦值作为简化度量误差,通过递归过程完成数据简化,结合简化后存留散列点的特点进行地形绘制且经过消除地形裂缝处理,避免了离散点Delaunay三角化过程。实验结果表明,算法数据结构简单,便于使用,简化精度可控,简化效果好。     

传感器网络中基于路线的隐私保护数据聚集算法

针对现有隐私保护数据聚集算法依赖某种网络拓扑结构和加解密次数过多的问题,本文提出了一种基于同心圆路线的隐私保护数据聚集算法PCIDA （Privacy-preserving and Concentric-circle Itinerary-based Data Aggregation algorithm）.PCIDA沿着设计好的理想路线执行数据聚集,使得算法不依赖网络拓扑结构.PCIDA利用安全通道保证数据的隐私性,避免了数据聚集过程中的加解密运算.PCIDA沿着同心圆并行处理,使得算法数据处理延迟较小.理论分析和实验结果显示,PCIDA在较低通信量和能耗的情况下获得较高的数据隐私性和聚集精确度.     

无线传感器网络中有效的安全数据融合机制

在无线传感器网络中,数据融合是实现有效传输和节省能源的一个重要途径,许多应用都需要可靠并且可信的数据来进行融合.针对上述要求,提出了一个新的安全数据融合算法来保证融合数据的机密性和完整性.算法使用端到端加密和逐跳加密相结合的方式进行数据传输,通过认证过程进行恶意节点及伪造数据的检测.仿真表明,提出的算法能够有效地检测出恶意节点,并保证融合结果的准确性.     

无线传感器网络簇内数据汇聚方法

数据汇聚是降低传感器网络传输能耗的重要手段。分簇传感网数据汇聚通常包括簇内汇聚及汇聚结果传输,现有方案大多关注簇构造或簇内汇聚结果传递到基站的效率。文章提出一种分簇传感网簇内数据汇聚方法,通过位置信息选择代理点,仅与代理点有不同测量值的节点进行数据发送,减少了簇内数据汇聚中的数据传输量。分析与试验表明,与相关方案比较,文章方案簇内汇聚的数据传输量较小,降低了通信开销。     

基于蚁群算法的无线传感器网络数据聚合路由算法

传感器网络为减少冗余数据的传输耗能。降低延迟,需要在路由过程中采用数据聚合技术。文中采用定向传输方式,在消息路由机制基础上提出了一种基于蚁群算法的数据聚合路由算法。该算法主要思想在于将节点能耗、传输距离与聚合收益3方面作为启发因子,通过一组称为“蚂蚁”的人工代理寻找到达汇聚节点的最优路径。该算法利用蚁群算法的正反馈效应来达到数据汇集的目的,不需要网络节点维护全局信息,因此是一种实现数据聚合在能量与时延上折中的分布式路由算法。理论分析和仿真结果说明了新算法的有效性。     

一种面向智能电网数据采集的传感器聚合布局构造算法

智能电网中分布着大量的无线传感器用于监测智能电网设备和用户的运营状态信息,原始监测数据都采集到数据处理中心会给数据采集通信网络带来极大的数据流量压力。采用在数据采集过程中进行数据聚合的策略,将极大地缩减数据流量,降低通信网络的开销。因此聚合节点的选择以及聚合拓扑的构造成为智能电网数据采集的关键问题。该文提出一种基于层次聚类的异步分布式聚合布局构造算法。该算法首先按照层次聚类把所有节点按照距离的远近聚合构造出一棵采集树。随后计算出最佳分组数,按照该分组数进行分组。然后按照异步分布式策略进行最佳聚合节点的选择以及最佳传输拓扑的构造。仿真实验表明,该算法可以快速找到具有最小开销的数据聚合方式,提高智能电网数据采集网络的效率。     

传感器网络中一种基于估计代价的数据聚合树生成算法

无线传感器网络是一种全新的技术,能够广泛应用于恶劣环境和军事领域.传感器网络在数据收集中,为减少冗余数据的传输耗能,降低延迟,需要采用数据聚合技术.本文采用定向传输方式,在消息路由机制基础上提出了一种基于估计代价的数据聚合树生成算法.该算法主要思想在于将节点能耗、传输距离与聚合收益三方面作为估计代价,优化聚合路径,实现数据聚合在能量与时延上的折中.