一种改进的动态多叉树防碰撞算法

树型防碰撞算法以其简单易用的特点而备受关注.针对现有的二叉树防碰撞算法所需搜索深度大、时隙较多的问题,四叉树防碰撞算法空闲时隙较多,造成交互次数较多、通讯量较大的缺点,提出了一种新的动态多叉树防碰撞算法.该算法根据响应的标签个数在二叉树和四叉树中进行动态自适应选择,从而有效减少搜索时隙和空闲时隙,减少了标签识别的交互次数,大大降低了标签识别的通讯量.算法采用Java语言编写,Eclipse平台运行.经仿真和实验验证,改进的动态多叉树防碰撞算法能有效减少搜索时隙和空闲时隙数目,缩短识别时间,提高系统效率.     

RFID网络中基于Aloha防碰撞的标签数目的联合估计算法

射频识别网络中基于Aloha的标签防碰撞算法,标签的碰撞大大降低系统的吞吐量.如果标签的数量已知,则可以大大提高系统的吞吐量.在最大似然估计的基础上结合二进制搜索防碰撞算法和基于Aloha的防碰撞算法提出标签数量联合估计方案.仿真结果表明,提出的方案比现有的算法具有更高的准确性.     

RFID二进制防碰撞算法研究与改进

标签防碰撞技术是RFID系统中的关键技术。该文在二进制算法的基础上,提出了一种改进算法。对碰撞位的表示方式进行了改进。读写器在检测到碰撞后,用一较短的包含碰撞位信息的定长序列来作为自己的命令参数;标签在接收到阅读器的请求指令后,发送位数低于碰撞位的序列号,减少了发送的数据量。改进后的算法很大程度上减少了搜索标签的时间。     

主动式标签的RFID系统防碰撞算法研究

利用防碰撞算法解决标签的碰撞问题是射频识别系统中的一项关键技术。在分析了避免冲突的载波侦听的随机多址接入方式（CSMA）以及基于CSMA技术的标签防碰撞算法的基础上,将预约机制与载波侦听技术相融合,提出了一种新的预约机制的主动标签的RFID防碰撞算法,给出了该算法的实现原理。利用Matlab软件平台对多种防碰撞算法的吞吐量和时延性能进行了分析,通过分析比较发现新算法在提高系统吞吐量和时延性能上的具有优越性。     

主动式标签的RFID系统防碰撞算法研究

利用防碰撞算法解决标签的碰撞问题是射频识别系统中的一项关键技术.在分析了避免冲突的载波侦听的随机多址接入方式(CSMA)以及基于CSMA技术的标签防碰撞算法的基础上,将预约机制与载波侦听技术相融合,提出了一种新的预约机制的主动标签的RFID防碰撞算法,给出了该算法的实现原理.利用Matlab软件平台对多种防碰撞算法的吞吐量和时延性能进行了分析,通过分析比较发现新算法在提高系统吞吐量和时延性能上的具有优越性.     

基于射频识别技术的多目标识别防碰撞算法

分析多目标碰撞产生的原因,介绍现有多目标防碰撞算法及相应的改进算法,提出了一种快速的二进制搜索算法,通过对碰撞位进行分组的方式减少查询次数,更好地解决多目标识别产生碰撞的问题。仿真结果表明,此算法的性能较其他二进制树防碰撞算法有比较明显的提高。     

RFID二进制搜索算法的改进及其防碰撞实现

在分析现有防碰撞算法的基础上：重点研究了二进制搜索算法及其改进算法一动态二进制搜索算法,并将其具体到防碰撞的实现上。动态二进制搜索算法在减少最小延时的同时,提高了射频识别系统的防碰撞效率。     

一种新型的自适应多叉树抗冲突算法

针对无线射频识别(Radio Frequency Identification,RFID)系统在识别标签的过程中出现标签碰撞识别效率不高的问题,在传统的自适应多叉树的基础上,提出了一种新型的自适应多叉树(NAMS)的防碰撞算法,该算法在计算碰撞因子选择叉数之前先估算碰撞标签数目N和统计碰撞位数m,直接识别满足N=2m的关系的叶子节点,节省了部分叶子节点的搜索时间;同时引入自动休眠计数机制,平均节省了一半的执行命令数,从而缩短了通信时间.最后对NAMS算法所需总时隙进行理论分析并将该算法用于实验,结果表明,NAMS算法较AMS算法在识别速度和系统吞吐率方面有较大提高.     

高效的功率可控防碰撞算法

多标签防碰撞技术是射频识别系统中的关键技术,针对现有的ALOHA防碰撞算法消耗大量的时隙和能量,提出了一种高效的功率可控防碰撞算法.首先,本算法通过对标签UUID进行哈希编码将标签映射到相应的帧时隙,提高了时隙利用率.然后,利用碰撞检测机制,每次只允许无碰撞的标签与阅读器进行通信,从而大大减少了无效通信的过程.最后,采用功率控制机制将标签按区域进行识别,明显地减少了标签碰撞并且节约了通信耗能.通过仿真结果分析可以看出:该算法的性能比已有的防碰撞算法有明显提高,基本满足了RFID系统对标签防防碰撞算法的要求,提高了系统的稳定性.     

一种改进的二进制防碰撞算法

采用一种改进的防碰撞算法,以求有效的解决RFID系统通信时存在的碰撞问题.首先对常用的几种二进制防碰撞算法进行分析与比较,在此基础上运用后退原则与记录的碰撞位信息,利用标签的唯一性和分组方法进行识别.经过实验仿真得出结论：新算法查询次数仅为后退式算法的2/7,传输的比特量较常用的二进制算法减少了59％以上.     

一种改进的粒子群算法——PSO-Powell

该文针对PSO容易陷入局部最优的缺陷,提出了PSO-Powell辨识算法。该算法首先进行PSO的全局搜索,以全局搜索的最好粒子作为进行Powell搜索的起始点进行搜素,克服了PSO容易陷入局部最优点的缺陷。通过测试用例的测试,证明了该算法的有效性;并对非线性Hammerstein模型和典型的三级串联模型进行了常规方法和该文算法的辨识,对比结果表明了该算法对于辨识参数具有大范围选取能力。仿真结果表明该算法是模型参数辨识的一个有效方法。     

一种改进的NAT-PT地址映射表查找算法

该文针对IPv6网络应用日趋频繁带来的NAT-PT中地址映射表规模变大、地址转换速度下降的问题,提出了一种高速网络环境下地址映射查找算法。该算法将转化条目组织成哈希表和多位树,并引入Cache机制。给出了重要数据结构的定义,算法设计思想和算法性能分析,该算法能有效地加快转换条目的搜索过程,提高了NAT-PT的性能。     

基于遗传算法的人脸识别系统设计

该文设计了一套基于遗传算法的人脸识别系统,整个系统包括人脸检测与定位阶段,该文采用垂直灰度积分投影算法确定了人脸左右边界,采用基于Hough变换的圆检测算法定位了眼睛中心,然后利用小范围水平灰度积分投影法确定了嘴巴中心,最后利用方框锁定、局部搜索法确定了眼角和嘴角。特征提取阶段,该文在特征矢量的质量与数量两方面做了权衡,保证了系统的运行速度。人脸识别阶段,该文采用了根据遗传学而演化的一种高精度、高搜索度算法——遗传算法训练并确定了识别系统的权重与阈值,提高了识别系统的速度与精度。在系统设计中,该文选用了两个人脸数据库共计180幅图像用于训练与检测,该系统在实验中识别正确率可达95%以上。     

发布订阅系统中Carzaniga匹配算法优化

基于内容的发布订阅系统中应用广泛的Carzaniga算法只支持订阅覆盖,未考虑多个谓词间可能存在的覆盖关系,从而引发事件与订阅较严重重复匹配,降低系统匹配效率,导致系统性能低。针对该问题,该文提出一种改进算法,结合计数法和搜索树匹配策略,利用谓词间的覆盖关系减少重复匹配,划分并行谓词集匹配树加速匹配。实验表明,其进一步减少重复匹配,匹配效率得到一定提高,也提高系统性能和可扩展性,更适用于大规模的发布订阅系统。     

一类新的求解非线性方程的算法

该文提出了在已有算法的基础上构造解非线性方程新算法的一种通用的框架。理论分析证明了这样构造的新方法的收敛性。采用通用例子进行的数值实验表明新算法能与经典牛顿法媲美。而且,许多求解非线性方程的算法如著名的四阶收敛Ostrowski算法也可在此框架下得到。     

一种新的基于蚁群和凝聚的混合聚类算法

在经典蚁群算法和经典聚合算法的基础上,该文在改进蚁群算法的同时提出了一种新的基于蚁群和凝聚的混合聚类算法。该算法首先在蚂蚁放置物体时采用紧凑算法,其次对于可被蚂蚁负载的物体采用基于评估函数的调度算法,最后将凝聚算法融入蚁群算法的迭代过程。实验通过与其它聚类算法比较表明,该算法在继承了蚁群算法固有优点的同时,提高了时间效率,获得了较好的结果。     

裁剪优化的Anytime算法

解决路径规划问题时,传统的Anytime算法有时候会遇到花费过多存储空间和计算时间的问题。该文提出的裁剪优化的Anytime算法旨在提高这两方面的性能。该算法在已有的Anytime算法的基础上,通过裁剪非均衡表中的节点来降低存储空间,然后通过分析裁剪后的节点信息来判断是否进入下次循环,以此减少计算时间。最后通过仿真试验,验证了算法的可行性和有效性。     

多焦点多光子显微成像经典数据压缩应用研究

该文针对多焦点多光子显微镜被越来越多地用于生物组织的三维成像。由于三维成像的实时图像数据巨大,开发实时压缩算法将有助于大规模图像数据的采集和存储。基于霍夫曼编码的无损压缩算法和基于离散余弦变换的JPEG有损压缩算法,对多焦点多光子显微镜成像数据的压缩进行初步研究。实验结果表明,基于霍夫曼编码的无损压缩算法压缩率稍低,但无图像信息丢失;基于JPEG编码的有损压缩算法具有较高的压缩率,但是图像信息会有一定程度的丢失。     

一种基于逆序编码的关联规则挖掘研究

为了提高关联规则挖掘的存储和挖掘效率,该文设计了一种基于逆序编码的Apriori改进算法BF-Apriori。该算法通过分析项目的概率分布并对其进行排序,经行向量逆序编码为二进制数后降低了项目读取的开销和存储开销,同时采用切片运算和剪枝技术降低了规则挖掘运算的时间复杂度。实验结果表明,BF-Apriori算法提高了数据挖掘算法中项目集的存储效率和运算速度。     

一种改进的视频运动目标检测算法

该文提出了一种改进的视频运动目标检测算法。该算法采用动态选取模型数的混合高斯的方法建立背景模型并实时更新,与当前帧比较进而提取出视频运动目标,通过扩展的区域生长法对运动目标进行定位。在背景差图像经过阈值化及形态学膨胀、腐蚀的基础上,定义扩展区域的大小,并设定区域内前景点个数的阈值,进行连通区域合并和前景区域定位。采用不同的视频测试序列,从检测效果及耗时上研究了改进的视频运动目标检测算法的性能。实验结果表明,该算法具有良好的检测效果和实时性能。