一种分层的IP追踪系统架构

由于不同的自治域在网络拓扑、经济实力、技术储备、组织规章等多方面具有不同的特点,自治域的管理者希望能在多种IP追踪技术中选择最适合的一种.文中提出一种分层的IP追踪系统架构,将IP追踪系统分为跨域追踪层、域内追踪层和设备追踪层,由域内追踪层将本域内的追踪结果封装处理成统一的格式,使得不同的自治域可以采用不同的IP追踪技术,在此基础上,提出并行追踪技术和有序路径重构技术,提高了追踪的成功率.     

模式识别协同方法中的序参量重构

分析了模式识别协同算法中序参量在识别过程的意义，提出了原始序参量的构造存在的不合理因素，提出了基于具体识别特点的序参量重构概念，促进更有效的识别。     

浅谈软件三层架构的重构与优化技术

在软件研发中,架构设计是十分重要的内容之一,往往涉及到软件的设计模式、发布环境和运行效率等环节。在现在的软件设计中,由于三层架构具有设计简便、便于管理等优点,所以得到了十分广泛的应用。当然,三层软件架构也存在着一定的缺陷,比如在系统前端编程以及其拓展性等方面存在一定的缺陷。由于三层软件架构将表示层、数据访问层以及业务逻辑层三种均放到了服务器上,使得所有的页面表单数据都得经由服务器的控制才可以实现工作的完成,这就大大提高了对配置的要求,尤其是对容器的要求。同时,这也会影响软件的整体运行效率和用户的良好体验。笔者通过对多年的工作经验的总结,一三层架构为基础,并将JavaScript、SOA、Browser cache等技术引入到软件设计中,希望能够对提高软件设计的整体水平的提高有所帮助。     

可重构技术与未来网络体系架构

随着网络规模的不断扩大及新业务的不断部署,IP网络僵化的体系架构所带来的弊端日益明显.可重构网络技术以其灵活性、可扩展性、对新业务的适应性、绿色节能等优势日渐得到广泛关注.首先详细分析了可重构技术的发展现状,然后讨论了可重构网络技术体系及其对业务发展的适应性,并对可重构网络的绿色节能特性进行了分析.     

光缆网分层级架构问题及应对策略

面向5G和云时代多业务综合承载需求,构筑层次分明、架构完善、安全稳定、简约高效、可视智能的光缆网络,锻造坚实底座,支撑业务发展;但跟随通信的移动网4/5G、政企大客户等快速发展存在建设发展不匹配,低效能网络结构。基于此,主要对光缆网分层级架构问题及应对策略进行了分析和研究。     

基于分层模型的终端调制解调重构研究

相比于传统单一接入功能终端以及多模终端,异构无线网络中的重构终端基于一个通用可重配置的软件无线电（SDR）平台实现不同接入功能,有效减少资源的利用。基于SDR分层设计思想,对终端调制解调重构实现建模进行研究。通过对四相相移键控信号（QPSK）和16QAM两种典型调制方式的调制解调重构仿真,并与传统终端进行比较,验证了所构建的终端调制解调重构模型的正确性,为终端重构实现技术的研究打下了基础。     

基于变更类型和相似性比较的代码重构模式识别

在现代软件开发和维护中重构是提高软件可维护性和软件质量的常用手段.而大量重构模式掺杂在日常的bug修复、功能增加等代码变更中,使得变更理解变得非常复杂.因此,提出一种对常见的抽取方法和抽取类重构模式的识别算法.研究基于工具ChangeDistiller和JDiff分别获取变更类型和抽取代码块,通过判断移动后的代码块与原文件变更代码的关系,识别采取的重构模式.该算法在4个开源项目中进行实验,其平均准确率在80％左右.     

面向密集用户区域的无线网络重构体系架构

现有蜂窝移动通信系统支持的业务量相对稳定,不能很好地满足密集用户应急突发业务的需求,在资源综合优化利用方面还存在局限性。无线网络逻辑重构是一种在已有蜂窝系统物理架构上,通过调整或重新配置资源的组织运用方式,以最大限度地提升系统容量的方法。本文首先分析了无线网络重构对于提升蜂窝系统容量的重要性,接着设计了基于SAE的无线网络重构体系架构,在此基础上给出了网络重构的控制方式以及信令实现流程。     

基于神经网络的重构指令预取机制及其可扩展架构

针对动态可重构处理器的配置信息加载延时,提出了一种基于神经网络的可扩展的重构指令预取机制.增加感受器的历史指令信息,并结合感受器权重构建新型的感受器模型,通过权重与历史指令信息的协同训练学习重构指令调用规律.在处理器运行过程中,提前完成对后续重构指令的预测及配置信息的预取,隐藏指令重构成本.进一步提出了本方法的可扩展实现框架,神经网络的学习结果作为重构指令的关联信息,被移至内存并分布式存储.在重构指令预取时,完成对神经网络学习信息的加载.实验结果表明,该方法对重构指令的预测准确率达91%,综合性能平均提升40%.     

基于ATCA架构的可重构通信处理机设计

随着数据通信的飞速发展,各种业务需求日益剧增,基于先进电信计算机架构(ATCA)平台,选择可重构的嵌入式系统处理机就显得非常有必要。结合ATCA架构的特点,选择MPC8548E处理器作为处理机,提出了基于1000M以太网和PCI-E数据交互的通信系统模型,设计并实现了一种可重构的通信系统处理机,为基于ATCA架构的电信产品提供了灵活的应用选择。测试结果表明,该处理机无论在电气特性方面,还是在数据的处理能力方面都达到了业内相对领先的地步。     

一种基于LTE-MR劣化场景模式识别的自动优化方法

要进行LTE网络的精细优化必须依赖于对覆盖和干扰的地理分布精确掌握。本文基于MR数据建立精确定位干扰矩阵,形成从覆盖、干扰、用户、空间、时间等多维度定位网络问题的MR分析方法。 基于模式识别理论和MR数据的精确定位分析,智能识别出覆盖和干扰的场景,针对这些问题场景通过迭代算法自动生成相应的优化策略。     

基于构件的分层体系结构模型的研究与应用

结合分层体系结构具有易于理解、易于进行人员分工的特点和构件实现了在程序级的软件复用这一优点，提出了基于构件的分层体系结构模型，并使用该模型实现了云南省教育厅网络工作平台的建设。验证了利用该模型所开发的系统具有很高的可用性、可靠性以及可维护性。     

基于交换网络分层结构的软件无线电方案

提出的软件无线电方案采用了基于交换网络的分层结构,这种结构使得硬件的配置、可重配置和模块的扩展变得开放、灵活。最后,通过具体的智能天线下行波束形成方案验证这一基于交换网络分层结构的思想。     

电信运营支撑系统的软件体系结构模式系统

基于对通用软件体系结构模式系统的研究,提出了利用模式系统构建电信运营支撑系统(OSS/BSS)软件体系结构,旨在解决当今支撑系统软件体系结构中存在的片面性问题,同时也为了提高今后支撑系统软件体系结构的构建效率与质量.文中通过对现有相关研究成果的分析,提出了相对全面、完善的支撑系统软件体系结构,基于该体系结构,给出了支撑系统的软件体系结构模式系统,不仅为模式系统开拓了新的应用领域,同时也为支撑系统软件体系结构提出了一种新的构建方法,此外,还为今后进一步的研究工作提供了理论基础和依据.     

一种用于人脸识别的矢量三角形局部特征模式

 现有特征描述方法存在对像素点信息表达不充分的问题.本文提出了一种基于矢量三角形模式的局部特征描述方法,该方法以矢量三角形为基本模式,通过多尺度模式的结合,不局限于提取对称相邻像素点的信息,能更全面地挖掘不同位置像素点之间的信息,并能根据实际应用进行灵活地表达.将这种局部特征描述方法应用于人脸识别中,实验结果表明,基于矢量三角形模式的特征描述及识别方法取得了比LBP等经典算法更精准的效果,证明了该方法的有效性.     

基于特征检测的人眼定位方法

介绍一种在人脸图像中定位人眼的方法。与现有的方法相比,本方法对图像中人脸的旋转不敏感;同时,在彩色图像中应用这种方法可以在人脸偏转了一定角度的情况下,较好地定位人眼。在处理灰度图像的时候,总结了一些与眼睛相关的几何性质,用以更精确地定位眼睛。在处理彩色图像的时候,应用了一种颜色变换的方法来提取人脸和眼白的特征。     

雷达目标识别开放系统结构与应用

由于以往的雷达目标识别系统主要技术不够成熟,采用专用软硬件结构来实现特定的识别任务。当前,商用流行技术和开放系统为大量系统的设计带来了明显的改善。雷达目标识别技术与雷达技术一样,将经历从专用的软硬件向开放式商用技术的过渡。文中在讨论开放系统的基本特征后,阐述了雷达目标识别开放系统所应具备的层式结构,该结构能够有效聚合不同种类的算法,以适应雷达目标识别系统试验设计的特点。通过与过去的识别系统进行比较,说明开放结构为雷达目标识别系统的设计实现带来了诸多益处。     

基于视频模式识别的快速超分辨率重建

针对传统超分辨率重建方法运算量过大的问题,提出一种快速超分辨率重建算法。该算法在快速最大后验概率（MAP）重建算法的基础上,针对车牌识别的特定应用进一步简化了代价函数。该算法从低分辨率的图像序列中提取出高分辨率的图像。这些高分辨率的图像不仅极大地提高了车牌的识别率,也降低了获取高分辨率图像所需成像系统硬件的要求。移动车辆视频的盲重建实验表明,该算法能够有效地提高车牌图像的质量,而其运算量要远远小于其他的超分辨率重建方法。较低的运算量使得该算法能够有效应用于实时系统。     

基于体全息图像库的模式识别算法

定义了特征识别向量并提出了图像识别模板的概念 ,在此基础上发展了相关系数的算法 ,对存有 10 0幅图像的体全息图像库所进行的模式识别实验表明此算法能够有效地提高识别准确率。     

基于模糊模式和BP算法的手写数字识别

通过对多种手写数字识别算法的研究和分析，提出了一种基于模糊模式识别和BP神经网络寸亏写数字进行识别的新算法。首先应用BP神经网络对手写数字样本进行学习，然后再结合模糊模式识别的思想进行手写数字识别。实验证明：该算法与传统的手写数字识别算法相比，识别率明显提高。经过推广，该算法可应用于汉字识别、人脸识别等领域。