一种园区级网络拓扑图布局算法

以SeeLink NMS网管系统的研发工作为基础，通过分析几种常见的网络拓扑图布局算法，针对园区级网络的特点，综合分而制之思想与环型布局思想，改进设计出一种适合园区级网络的拓扑图布局算法，并在SeeLink NMS中得以实现。     

针对路由信息残缺的网络拓扑发现研究与实现

现有网络拓扑发现方法依赖于路由信息的完整,网络中大量存在的路由信息残缺情况往往导致拓扑发现的失败。该文结合自主网管软件SeeLink NMS的研发工作,就该问题的发现、分析与解决做了阐述,提出路由设备探测思路,研究并实现了一种针对路由信息残缺的网络拓扑发现方法。研发测试与实际应用证明,该方法解决了路由信息残缺导致拓扑发现失败的难题,能够对路由信息不完整的网络进行准确完整的拓扑结构发现,具有一定的应用与推广价值。     

基于核数分层的AS级网络拓扑可视化布局算法

分析了当前几种常见的网络拓扑布局算法,针对Internet自治域级网络拓扑结构的特征和发现现状,提出了一种核数分层的混合拓扑布局算法,在网络核心层采用力导向布局算法,在网络非核心层采用树型布局算法,较好地解决了节点合理布局问题和计算效率问题。实验证明该算法能够反映自治域网络的基本特征,布局清晰、直观,具有较强的可读性。     

自组织人工神经网络在集成电路布局中的应用

本文把T.Kohonen的自组织特征映射人工神经网络用于集成电路的布局,改进了已有的适用于两端线网的自组织网络布局算法.针对多端线网的布局提出了两种不同的处理思想.面向单元的布局和面向线网的布局,给出了它们用自组织网络实现的算法.实验结果表明作为对多端线网更有效的处理工具,面向线网的布局算法能在较短的时间内得到比面向单元算法好的布局,且布局结果明显优于传统的最小割布局.     

一种改进的基于粒子群的三维片上网络优化布局算法

提出了一种改进的基于粒子群算法的优化布局算法(Improved Particle Swarm Optimization,IPSO)来替换原有的基于模拟退火(Simulated Annealing,SA)算法的优化布局算法,使其更加适用于大型三维片上网络的仿真。通过比较这两种算法的基本思想,给出了这两种算法的实现步骤并详细介绍了IPSO算法的改进思路。最后利用一款现有的三维片上网络仿真器进行了仿真验证。结果表明,提出的IPSO算法比原来的SA算法更适用于大型三维片上网络的仿真。     

一种面向并行设计规划的快速布局模型与算法

面向并行设计规划的快速布局是高性能计算机概念设计不可缺少的重要手段,布局目标、布局对象、布局结果等方面的特殊性,决定了传统布局方法难以满足并行设计规划需求。针对巨型机概念设计需求,在传统芯片级与系统级布局规划方法基础上,提出一种面向并行设计规划的快速布局模型与算法。该算法是基于有向图分解模型的分级布局算法,将定时驱动布局思想引入结群过程,是集定时驱动布局、基于结群的布局、基于划分的布局和有向图分解为一体的快速布局算法。该算法被成功应用到某巨型机概念设计的并行设计规划过程。     

复杂网络安全设计中物理布局算法改进设计

随着互联网技术以及计算机技术的发展,网络安全越来越受到人们的重视。在现实当中,可以用复杂网络的思想解释和研究很多真实的网络,而社区结构正是复杂网络的一个很重要的特征。因此,提出一种基于社区结构的网络布局算法,利用附在网络社区发现算法划分网络当中的节点,并且抽象社区为一个节点,每个节点之间相互关联,形成一个网络。而社区中心点的位置采用物理类比的方法来确定,运用条件择优方式完成网络拓扑的布局优化。这种物理布局算法相比传统的布局算法而言更加安全高效,结构也更加清晰。     

复杂网络安全设计中物理布局算法改进设计

随着互联网技术以及计算机技术的发展,网络安全越来越受到人们的重视。在现实当中,可以用复杂网络的思想解释和研究很多真实的网络,而社区结构正是复杂网络的一个很重要的特征。因此,提出一种基于社区结构的网络布局算法,利用附在网络社区发现算法划分网络当中的节点,并且抽象社区为一个节点,每个节点之间相互关联,形成一个网络。而社区中心点的位置采用物理类比的方法来确定,运用条件择优方式完成网络拓扑的布局优化。这种物理布局算法相比传统的布局算法而言更加安全高效,结构也更加清晰。     

基于改进Faster RCNN的小尺度铁路侵限算法

针对目前传统铁路异物侵线检测算法识别精度不高、对于小尺度目标异物存在漏检等问题,提出一种基于改进Faster RCNN的小尺度铁路侵限算法。在特征提取网络中利用特征金字塔模型将高层特征与低层特征相融合;通过修改锚点框尺寸和增加锚点个数来提高对目标建议区域的精确性;提出一种基于衰减得分的NMS算法;在引入迁移学习思想同时利用在线难例挖掘训练网络以解决数据缺乏、训练难收敛的问题。实验结果表明,改进的Faster RCNN与传统的Faster RCNN网络相比,mAP (mean average precision)提高了2.1%,对小目标的识别有较好准确度。     

低故障恢复开销的软件定义网络控制器布局算法

控制器部署技术是软件定义网络的重要研究方向。现有控制器布局技术更多地关注节点故障时网络的鲁棒性布局方法,缺乏对连边故障情况下的灾备分析。为了解决这个问题,建立了一种低故障恢复开销软件定义网络控制器布局模型,该模型针对连边故障进行设计,并利用基于模拟退火思想的算法进行求解。仿真结果表明,该模型及算法在尽量少地损失网络时延代价的同时,有效降低了控制路径出现故障时网络的故障恢复开销。