基于边缘计算的多用户动态带宽分配方法

当前多个集群框架布置在同一个数据中心增加了动态带宽的分配时间。针对这种情况,提出一种基于边缘计算的多用户动态带宽分配方法。该方法采用循环神经网络计算构建分配模型,并通过3层分配机制和边缘框架进行带宽的弹性共享应用。用户业务的优先流转级别通过共享机制设定,促进多用户的业务需求同步传输,同时实现多用户动态带宽的分配。实验结果表明,该新方法可以基于不同的用户规模进行分类,具有高效的分配效率和实用性。     

基于改进遗传算法的对抗样本生成方法

对抗样本是评估模型安全性和鲁棒性的有效工具,对模型进行对抗训练能有效提升模型的安全性。现有对抗攻击按主流分类方法可分为白盒攻击和黑盒攻击两类,其中黑盒攻击方法普遍存在攻击效率低、隐蔽性差等问题。提出一种基于改进遗传算法的黑盒攻击方法,通过在对抗样本进化过程中引入类间激活热力图解释方法,并对原始图像进行区域像素划分,将扰动进化限制在图像关键区域,以提升所生成对抗样本的隐蔽性。在算法中使用自适应概率函数与精英保留策略,提高算法的攻击效率,通过样本初始化、选择、交叉、变异等操作,在仅掌握模型输出标签及其置信度的情况下实现黑盒攻击。实验结果表明,与同是基于遗传算法的POBA-GA黑盒攻击方法相比,该方法在相同攻击成功率下生成的对抗样本隐蔽性更好,且生成过程中模型访问次数更少,隐蔽性平均提升7.14%,模型访问次数平均降低6.43%。     

基于改进TransGAN的零样本图像识别方法

零样本学习算法旨在解决样本极少甚至缺失情况下的图像识别问题。生成式模型通过生成缺失类别的图像,将此问题转化为传统的基于监督学习的图像识别,但生成图像的质量不稳定、容易出现模式崩塌,影响图像识别准确性。为此,通过对TransGAN模型进行改进,提出基于改进TransGAN的零样本图像识别方法。将TransGAN的生成器连接卷积层进行降维,并进一步提取图像特征,使生成图像特征和真实图像特征更加接近,提高特征的稳定性;同时,对判别器加入非线性激活函数,并进行结构简化,使判别器更好地指导生成器,并减小计算量。在公共数据集上的实验结果表明,所提方法的图像识别准确率较基线模型提高了29.02%,且具有较好的泛化性能。     

基于组件的频谱占用度统计系统

系统完成无线电监测频谱占用度数据的统计和分析.根据无线电监测的特点,系统是基于面向对象程序设计的.考虑到软件的重用性,将通用程度较高又相对稳定的模块封装成组件,所有组件的实现部分都被封装成动态链接库,对外部提供一个稳定的调用接口,使得系统更加稳定可靠,而且也为后续无线电监测系统的开发奠定了基础.子窗体采用动态创建,既节省系统资源又不易产生逻辑上或物理上的错误.针对操作的方便性以及数据量大的特点,设计了友好的界面、灵活的操作和简洁高效的数据存储.     

改进的基于样本块的图像修复方法

在研究Criminisi修复算法的基础上,提出了改进的基于样本块的图像修复方法。根据图像的待修复面积及其纹理特征,自适应选取样本块大小,提高修复的速度;采用新的数据项,改进优先权公式,避免阶梯效应的产生;重新定义置信度的更新公式,引入曲率距离,减少因置信度更新而累计的误差,提高修复顺序的准确性。实验表明,改进的方法能够有效提高修复的效果,减少修复所需时间。     

基于样本块的图像修复方法的改进

基于纹理合成的图像修复算法适合大面积信息缺损区域的修复。基于Criminisi算法,通过对数据项的重新定义,从结构和纹理上对图像进行修复。改进算法在搜索最佳样本块时,考虑到样本块所含已知像素点的信息量对寻找最佳样本块的影响,构造了包含信息量的最优搜索式;为了平滑置信因子更新导致的误差传播,定义了基于曲率的置信因子更新方程。基于上述构造,经多次实验,改进算法得到合适参数,避免了明显冗余像素点的产生并使得纹理连接处连贯。     

采样率逼近信号带宽的采样方法研究

对采样率低于奈大斯特采样率时信号频谱混叠规律作了研究。基本这一规律，提出一种采样率逼近信号带宽的双采样方法，并给出了原始信号频谱的算法。该方法不仅发展了采样理论，而且对软件无线电的宽带高速采样有借鉴意义。通过对信号的仿真，证明了该方法（算法）的正确性和可行性。最后就如何实现提出了两种方案，具有参考     

MANET中基于遗传算法的带宽计算

在MANET中寻找满足带宽约束的QoS路由的前提是确定路径上带宽的大小,在MAC层采用CDMAoverTDMA的网络中,路径上带宽的计算并非单纯地取路径上所有链路的最小带宽,其计算时间复杂度已经被证明是个NP完全问题。该文提出将遗传算法用于带宽计算,并提出了基于空闲时隙链路块的编码方法。仿真结果表明:该算法可以应用于网络规模比较小的带宽计算中,并且可以比其它带宽计算方法获得更大的带宽。     

通过创建虚拟样本的小样本人脸识别统计学习方法

研究了人脸识别方法．在传统的“特征脸”方法基础上，提出了一种基于贝叶斯方法的小样本人脸识别方法，该方法对于经过预处理的标准人脸图像，通过原型脸创建虚拟样本，扩充样本数量，然后用PCA降维并提取人脸图像的特征．对提取的特征用BEM算法学习该类样本的概率密度分布参数，构建贝叶斯混合网络分类器．该方法可以有效地解决统计学习方法中样本数量不足问题，提高小样本人脸识别方法的识别率，同样可以运用于模式识别中其它对象识别．实验表明，该方法能提高小样本人脸识别率，有实际应用价值。     

一种改进的基于样本的图像修复方法

分析了Criminisi等人提出的基于样本的图像修复算法,针对其在计算修复块优先级时存在的一些不足,提出一种改进的基于样本的图像修复方法,通过基于TV模型的分解算法将待修复图像分解为结构图像和纹理图像,利用结构图像来计算修复块的优先级,使得优先级的计算更加准确。实验结果表明该方法对图像结构边缘的修复有明显的改善。     

基于采样信号占用度的频谱感知技术

针对现有三种频谱感知技术的局限性,提出了一种基于采样信号占用度的频谱感知方法,通过提取采样信号的特征值来计算采样时段内的频谱占用度,并以此判决信号是否存在,实现了较低信噪比下的频谱感知。通过蒙特卡罗仿真和实际检测实验,验证了该方法在实际应用中的有效性。     

基于带宽估计的TCPW改进算法

TCP Westwood (TCPW)协议在误码率较高、带宽不稳定的无线网络环境下,已经表现出比传统TCP更为优越的性能,但它不能区分丢包的原因,在带宽利用率及性能上仍显不足.针对此问题,提出了TCPW改进算法TCPW-J,基于带宽估计值的变化情况划分网络拥塞等级,以区分拥塞丢包和无线丢包.仿真结果表明,TCPW-J算法提高了网络带宽利用率,并保持了较好的公平性和友好性.     

一种改进的基于DTOA统计的信号分选算法

脉冲重复间隔(PRI)是雷达辐射源脉冲列信号的重要参数.本文对传统积累到达时间差(DTOA)值直方图算法中统计门限的确定进行了理论分析,通过应用多个统计检测门限能够高效、准确分选出固定和参差调制类型的雷达脉冲列信号.将积累DTOA值直方图改进算法和序列搜索改进算法相结合,设计并分析了分选算法流程,通过严格控制分析流程,...     

基于Neyman-Pearson信号消噪方法的改进

本文介绍了运用小波变换进行信号消噪的原理，阐述了基于阈值的正交小波变换消噪法，对运用Neyman-Pearson准则进行阈值选定的方法作了改进，使其适合多尺度分解的小波变换，并将电子测量中的38准则用于对噪声强度的估计运算中，实验证明该种方法取得了较好的实用性。     

改进的神经网络EPON动态带宽分配方法

动态带宽分配（DBA）是EPON的关键技术,根据数据业务流量的突发性调整了ONU授权时隙的顺序,提出了一种改进的轮询算法,构造了微粒群（PSO）优化的神经网络预测模型,提高了轮询周期内ONU新增数据的预测精度,从而保证了带宽分配公平性。仿真结果表明,该算法在优化带宽资源分配、降低平均数据时延方面均优于传统DBA算法。     

基于包对算法改进的一种测量有效带宽的方法

包对算法是目前普遍应用的测量网络有效带宽的方法，但也有较明显的缺陷，比如在测量链路上不可避免地存在干扰业务，会影响测量结果的准确性。通常情况下，它要发送大量包对，再用很复杂的过滤算法对测量数据进行处理，才能得出一个相对准确的结果。基于以上原因，文章对包对算法做了改进，即发送的不是一个包对，而是两个大包对和两个小包对间隔发送，使得包对算法能在测量过程中主动探测干扰业务，从而简化和加快实验数据的处理过程。实验结果表明，该方法特别适合于工程上的实时应用。     

基于代价的带宽分配算法的改进

比较了在ＷＦ＾２Ｑ调机制下平均分配和基于代价的带宽分配算法,根据流体流模型对后提出了一种改进算法,模拟结果表明提高资源利用率,降低阻塞概率。     

改进的基于统计模型的前景检测方法

针对基于统计模型的前景检测方法进行改进:一方面,背景模型中记录特征向量属于背景的历史最大概率,在当前帧像素点特征向量与背景模型中已有特征向量匹配时,利用历史最大概率提高其更新速度,使其尽快融入背景;另一方面,对利用贝叶斯决策规则检测的前景目标,剔除其轮廓信息后与背景的空间特征进行匹配,减少阴影对前景检测的影响。实验结果表明,与MoG方法和Li的统计模型方法的前景检测相比,该方法在阴影剔除以及大目标物体遮挡背景恢复等方面都有明显改进。     

一种改进的基于样本块的目标移除方法

图像修补的目的是对指定的区域进行修补,填补该区域的信息,并且要求最终图像的原有区域与填补区域间的过渡自然,尽量减少人工痕迹。Criminisi曾提出一种基于样本块的图像修补方法,这种方法不仅适用于对数字图像中的大面积破损区域进行修补,而且可以用于移除图像中不想要的目标物。对Criminisi的方法进行改进,在计算优先权时增加多个已知像素的梯度信息,并且用加法代替乘法防止了快速衰减,对于一些比较特殊的图像,通过改变修补顺序提高修补效果。大量实验结果表明,与Crimini-si的方法相比,该方法能够取得更好的视觉效果。     

基于改进卡方统计的微博特征提取方法

通过对微博文本特征信息的分析与研究,提出一种基于改进卡方统计的微博特征提取方法。扩充微博信息分类特征,在传统的卡方统计量的基础上,引入了频度等因素,改进特征选择方法;在传统的特征项权值计算的基础上,提出了新的改进卡方统计量的方法,改进权重计算效果。对上述方法利用经典KNN和SVM算法进行了测试,实验结果表明该方法提高了微博信息分类的准确率。