ATM组播地址合并算法的研究

本文建立了用广播Ｂａｎｙａｎ网实现ＡＴＭ组播（Ｍｕｌｔｉｃａｓｔｉｎｇ）的通信模型，在此基础上，文中提出了用Ｃ语言描述的两种合并二进制地址为三进制地址的算法。     

基于临近区域递归的二进制数到三进制数合并算法

讨论了基于广播Banyan网作为路由网的点到多点通信问题,即传输信元的二进制地址到三进制地址的合并算法,本算法采用临近区域分类的集合递归合并的订法,将二进制地址有效地合并成三进制地址。分析表明此算法可以有效地减少网络内部占用的链路数,提高了使用网络资源的效率。     

基于免疫算法的应用层组播路由算法

分析了应用层组播路由问题,并在应用层组播模型ALMI的基础上,改进了LRRB模型的负载均衡策略,建立了一种新的满足多约束条件的应用层组播路由模型;提出了该模型中求解应用层组播树的免疫算法,并对该算法进行了分析。分析和仿真实验表明,该算法有良好的效果。     

QoS组播路由算法分析

网络的迅速发展使"尽力而为服务"已经不能满足用户传输业务流时提出的要求,在组播路由中如何保证服务质量已经是当前网络研究领域的重要内容和热点问题.近期的研究已经表明,路由算法对实现服务质量起到了关键的作用.文中分别围绕以下几个方面,展开探讨和论述.首先对QoS组播基础知识做了简要的介绍,对组播路由算法做了简单的总结,然后分析了几个经典的QoS路由算法,最后提出了在组播路由研究中仍存在的同题和发展前景.     

基于蚁群算法的Ad Hoc网组播路由算法

网络拓扑结构动态变化、带宽和能源受限等特点使得Ad Hoc组播路由问题成为当前研究的热点问题.现有的Ad Hoc网组播协议多为确定性路由,对Ad Hoc网网络环境的变化适应性较差.在深入研究蚁群算法的基础上,对其进行了改进,将其应用在Ad Hoc网组播路由的建立和维护过程中,提出了一种不确定性的组播路由算法,称为基于蚁群算法的Ad Hoc组播路由算法.NS-2仿真结果证明,蚁群算法在Ad Hoc组播路由中的应用使组播路由算法具有较高的稳定性和良好的传输有效性,受网络环境的影响较小.     

基于受限广播搜索的分布式QoS组播路由协议

根据像网络电视这样的宽带多媒体业务的需要,提出了一种简单有效的分布式QoS组播路由协议来支持动态成员组播。分析和仿真表明,本协议和其它同类协议比具有消息开销少、成功率高、路径建立时延短和性能稳定等优点。     

组播广播单频网动态域管理研究

针对传统动态单频网多播/广播(MBSFN)不能满足域管理需求的问题,提出一种简单易行的动态域操作算法。介绍增强型多媒体广播组播业务逻辑架构和MBSFN域管理部署选项,建模研究MBSFN域传输特性。根据域传输特性的仿真结果,明确动态MBSFN域管理需求,按照需求提出一种动态域操作算法,对算法中门限值选取进行分析。仿真结果证明了其可行性。     

基于暂态混沌神经网络的组播路由算法

讨论了高速包交换计算机网络中具有端到端时延的组播路由问题。首先给出了这类问题的网络模型及其数学描述，然后提出了基于暂态混沌神经网络的组播路由算法。实验结果表明，该算法能够快速有效地实现组播路由优化，并且计算性能及解的质量优于基于Hopfield神经网络的路由算法。     

IP组播和INTERNET上的视频广播

文中介绍了ＩＰ组播的概念,Ｄ类ＩＰ地址以及ＩＰ组播的加入,退出,阐述了ＩＰ组播的路由两种路由表的构成以及各自的特点,讨论了ＩＰ组播的范围,对ＩＰ组播安全机制作了比较详细的描述,介绍了ＩＰ组播密钥管理。     

基于Agent的QoS组播路由算法及仿真

针对网络质量控制问题,提出一种基于Agent的QoS组播路由算法.方法采用一组协同工作的Agent搜索网络,寻找满足QoS请求的路径,并对选定路径进行资源预留.优点在于Agent选路由具有一定的灵活性与适应性,路由器本身不需要具有QoS路由功能,不需要维持专门的QoS路由表,只需要提供Agent的运行环境和相关数据结构并进行仿真.仿真实验结果表明算法不仅具有较好的性能,并且不需要专门的资源预留协议,不必对现有模块进行大的改动就可以同时支持数据实时投递.     

基于遗传算法的神经网络自适应控制器的研究

提出了一种基于遗传算法的神经网络自适应控制方法。该方法是针对ＢＰ算法训练神经网络控制系统时收敛速度慢、动态特性不够理想等不足，用改进的遗传算法来优化神经网络辨识器与控制器的参数，以提高控制系统的性能，仿真实验表明该控制器对于非线性、时变、滞后等对象都具有很好的控制精度、鲁棒性和动态特性。     

基于遗传BP网络的快速分类算法的构建

为获取能快速分类的智能算法,在分析BP算法原理与缺陷的基础上,首先对标准的BP算法进行了改进,然后利用已改进的BPX算法优化遗传算法选优过程,提出了GA＆BP混合算法,该算法兼顾了GA算法的全局收敛特性和BP算法快速的局部收敛能力,使算法既有较快的收敛速度又不易陷入局部解。仿真结果表明GA＆BP混合算法的收敛速度、误差精度等主要性能指标有明显改善。     

基于DNS的集成网络地址空间管理机制

本文介绍了一种以Ｉｎｔｅｒｎｅｔ的 ＤＮＳ为基础构成集成的网络地址空间管理方式作为解决方案。     

基于遗传算法的Bayesian网结构学习研究

从不完备数据中学习网络结构是Bayesian网学习的难点之一,计算复杂度高,实现困难。针对该问题提出了一种进化算法。设计了结合数学期望的适应度函数,该函数利用进化过程中的最好Bayesian网把不完备数据转换成完备数据,从而大大简化了学习的复杂度,并保证算法能够向好的结构不断进化。此外,给出了网络结构的编码方案,设计了相应的遗传算子,使得该算法能够收敛到全局最优的Bayesian网结构。模拟实验结果表明,该算法能有效地从不完备数据中学习。     

基于改进的胶囊网络模型的高光谱图像分类方法

针对卷积神经网络无法有效提取高光谱图像光谱与空间特征以及识别特征之间的空间位置问题,提出一种基于胶囊网络的改进神经网络模型.采用1×1卷积核对高光谱图像块进行降维处理;利用双通道卷积神经网络提取降维图像的初级特征,进而在PrimaryCaps层将初级特征信息封装为胶囊向量;通过DigitCaps层计算胶囊向量的模长来判...     

基于环网的多DSP系统的并行算法的设计

在基于环网的多ＤＳＰ系统上,应用并行块处理的策略讨论了并行算法设计的调度模型;对可１００％利用的ＤＳＰ数目及调度模型的２个关键参数：块处理的时间和ＤＳＰ间的延迟时间进行了具体的分析;将ＤＳ寂的处理过程和Ｉ／Ｏ设备上的处理过程分开,得到了更加接近真实计算环境的调度模型;给出了算法的性能评价准则;对ＦＩＲ滤波器的并行算法进行了具体的设计和实现,在模拟环境下的测试结果表明,应用以上确定工模型的关键参数的     

基于VCG机制的移动Ad hoc网络路由改进策略

移动Ad hoc网是一种新兴的无线移动自组织网络,其路由机制与传统网络有很大差异.在分析VCG(Vickrey-Clark-Groves)路由机制的基础上,针对恶意节点的欺骗行为,提出了一种新兴的安全路由策略-YWCR.在保证数据包转发效率的前提下,杜绝了路由过程中恶意节点的欺骗行为.     

基于ATM的局域网访问控制

研究了基于ＡＴＭ的局网介质访问控制，设计采用新的介质访问控制方法的网络模型，并对模型进行了物理模拟，同时以Ｍ／Ｍ／１／Ｎ数学模型对模型进行了性能分析。     

基于多层虚拟拓扑节能的SDN数据中心网络流量调度算法

针对富连接数据中心网络在低负载时能源利用率较低的问题,提出一种节能的多层虚拟拓扑流量调度算法(EMV-SDN).建立节能流量调度问题的整形线性规划(Integral Linear Programing,ILP)优化数学模型,使得在承载所有网络负载的前提下,网络能源消耗最小.提出节能的多层虚拟拓扑流量调度算法来求解数...     

基于缓变场景的复杂神经网络非均匀性校正

针对遥感数据定量化应用对多元红外探测器非均匀性校正的高精度需求,提出了一种基于缓变场景的复杂神经网络非均匀性校正算法,在两点校正基础上,进一步降低图像非均匀性。与经典BP神经网络非均匀性校正及其改进算法相比,复杂神经网络非均匀性校正算法突破单一层学习神经元结构限制,采用双层学习神经元结构,第一层学习神经元采用大邻域中值滤波作为期望函数,第二层学习神经元采用小邻域均值滤波作为期望函数,通过多层学习神经元配合,兼顾非均匀性校正效果并避免图像边缘模糊。经实拍红外图像非均匀性校正实验证明,复杂神经网络校正与经典BP神经网络校正相比,取得了更好的非均匀性校正效果,非均匀性评价结果UN=0.75%,次优算法非均匀性评价结果为UN=0.77%,与次优算法相比,复杂神经网络校正算法有更高的像素平均梯度评价值,达到28.49,而次优算法只有28.30,非均匀性评价结果低并且像素平均梯度高说明复杂神经网络校正算法在降低图像非均匀性同时更好地避免了图像边缘模糊：这是复杂神经网络校正算法采用双层学习神经元的特点与优势。方法改善了多元红外探测器非均匀性校正的效果,提高了红外遥感图像的质量,促进了红外遥感的应用。