一种改进AODV重路由算法在无线Mesh网络中的应用

本文在AODV路由协议的基础上提出了一种基于无环替代(LFA)的前摄性重路由机制,旨在提高无线Mesh网络的快速自愈的能力.文中首先介绍了AODV的改进AODV备份路由协议,并指出AODV备份路由协议的不足,然后提出了基于无环替代的AODV路由算法AODV-LFA,最后通过NS仿真实验,比较了AODV、AODV备份路由和AODV-LFA的丢包率、端到端时延等,表明AODV-LFA具有更强的自愈能力.     

改进的PID算法在换热站控制系统中的应用

随着自动化技术和计算机通信技术的深入发展,国内的很多供热站进行了供热系统改造。文中是以大庆市龙岗换热站管网改建工程为背景而设计的无人值守的自动监控系统。换热站系统时间常数大、响应滞后严重,普通的PID控制器很难满足要求有时甚至无法实现系统的稳定。文中采用了一种改进的PID控制算法,根据室外温度变化调整预设温度,采用采样控制方案和预估计相结合的方法控制二次回水温度,运行结果表明系统稳定性达到了预定的要求。     

一种改进蚁群算法在排课中的应用研究

为了合理安排课表、有效地利用教学资源、提高教学质量。根据排课问题的约束条件．将排课问题转化为二分图匹配问题,从而提出一种优化的蚁群算法解决排课问题。实践结果表明,这种优化的蚁群算法提高了排课质量和效率。     

一种改进ECC算法在移动通信认证中的应用

移动通信中的安全保密度不可抵赖性最实现其诸多业务的保证。本文提出了一个改进的椭圆曲线加密算法，并给出了基于该算法的移动通信认证方案，经过安全性分析，该方案提高了通信过程中的安全保密程度，并保证了移动服务的不可抵赖性。     

一种ViBe改进算法在动态场景中的应用

ViBe是一种优秀的背景剪除算法。针对ViBe算法在动态场景中检测噪声较高的不足之处,本文提出了一种改进的ViBe算法。此方法利用拉普拉斯变换检测图像边缘,然后采用形态学操作进行滤波。最终,此方法在室外动态场景的实验中得到了成功的应用,实验结果表明此种方法在动态场景中对噪声有很好的抑制效果。     

一种K-MEANS算法在网络异常检测中的应用

在研究K-MEANS算法和网络入侵的基础上将一种已知聚类中心的K-MEANS聚类算法用于网络的异常检测中.该算法避免了由于传统聚类算法随机选取初始聚类中心而带来的网络异常检测中检测率低的问题.在实例中验证了该算法的可行性和优越性.结果表明该算法相对传统聚类算法在检测率方面有了很大提高,并且能通过无监督学习的方法来获得对新型攻击的检测.     

一种改进遗传算法在WDM光网络中的应用

在波长路由光网(WRON)中,波长转换对提高网络性能、减少阻塞率起着重要的作用.但由于目前全光波长转换器非常昂贵,因而如何最优利用波长转换是配置光网络的一个重要问题.文中利用遗传算法很好地解决了这一问题,并且利用数值模拟的方法,计算了美国自然科学基金网(NSFnet)网络中最优配置下网络的阻塞情况.然后针对普通遗传算法的缺点,提出了一种改进遗传算法.最后利用数值模拟的方法,比较了两种算法的性能.     

一种改进的多通道重建算法在DPCA-SAR中的应用

多通道重建算法常被用于解决离散相位中心天线(DPCA)SAR的方位向非均匀采样问题。然而,当非均匀采样程度非常严重时,传统算法会严重放大天线旁瓣造成的模糊信号及系统噪声功率。提出一种改进的多通道重建算法,该方法通过减少处理频带的个数,将传统多通道重建算法中的适定方程转化为欠定方程,再利用线性约束最小功率法则(LCMP)来最小化模糊信号和噪声功率。试验结果表明,当系统非均匀程度非常严重时,改进后的多通道重建算法能显著提高DPCA-SAR的图像质量。     

一种改进的重构算法在信道估计中的应用

研究了在多天线正交频分复用系统信道估计问题。特别利用了宽带MIMO-OFDM系统的时域稀疏特性,来研究这个系统中的基于导频符号的信道估计技术。本文将压缩感知理论应用在稀疏信道估计中,对现有的重构算法进行改进,在不需要预先知道信道的稀疏度信息就利用分次迭代,逐步逼近的方法可以精确重构信号。仿真结果表明,本文提出的信道估计方法性能更加良好。     

一种改进的FCM算法在脑出血图像中的应用

CT图像在人体脑出血的诊断中起着关键的作用,因此利用计算机对医学CT图像进行辅助处理具有非常重要的意义.为提高计算机辅助诊断的准确性,本文提出一种考虑空间信息的FCM(fuzzy c-means)算法.在Ahmed、Yamany等人提出的FCM_S(FCM _Spatial)[1]算法基础上引入了空间距离因素,在抑制噪...     

一种改进的小波阈值算法在激光侦听中的应用

为了更好地实现激光侦听中的语音降噪,采用一种改进的小波阈值去噪算法,进行了理论分析和实验验证,取得了一系列仿真数据。结果表明,改进后的算法与传统的降噪算法相比,降噪后的语音信噪比显著提高,降噪效果明显,信号波形更加平滑、失真度小。     

Ad Hoc中一种改进后退机制的基于多包接收的MAC算法

物理层多包接收技术的发展给利用物理层多包接收能力的媒体接入控制（MAC）协议的设计带来了挑战。IEEE802.11 DCF是目前WIAN最成熟的分布式MAC协议之一，对其在多包接收模型下进行性能改善将有很大的应用价值。在物理层具有多包接收能力的基础上，提出了一种改进的802.11 DCF协议，并将该协议应用于现有的基于802.11 DCF的多包接收MAC算法（MDCF），理论分析和NS-2仿真实验结果表明，该算法与IEEE 802.11 DCF和MDCF相比，在网络吞吐量和时延性能方面有很大的改善。     

一种应用于OFDM系统的波束形成方法

根据OFDM信号的特点,在深入分析使用训练序列和导频符号进行波束形成这2类算法的基础上,提出一种适用于无线局域网分组传输情况下的波束形成方法,此方法结合了上述2类算法的优点,同时使用训练序列和导频符号在时域进行波束形成。在瑞利衰落信道下的计算机仿真结果表明,该算法有较好的性能。     

一种改进的深度神经网络应用于推荐系统

推荐系统是信息过滤的一种重要工具。随着互联网和大数据的介入,推荐系统的技术革新面临着新的挑战。近年来,深度学习的革命性进步在语音识别、图像分析和自然语言处理方面都受到了广泛关注。与此同时,一种应用于许多复杂任务的最先进的机器学习技术被用于推荐系统,以提高推荐的质量。由于其一流的性能表现和高质量的推荐结果,深度学习可以更好地理解用户需求、项目特征及其之间的历史性互动。文章提出将一种改进的深度神经网络应用于推荐系统。实验结果表明,该方法的效果令人瞩目。     

改进的波束成型遗传算法对宽角度干扰的抑制

将遗传算法应用于一维线性天线阵的波束成型,研究了该算法对宽角度干扰的抑制性能。提出了一种改进的二进制编码方法,引入若干参数用以方便地控制了解的精度和搜索空间。仿真结果表明,该算法可以有效地抑制宽角度范围的强干扰信号,收敛速度快,抑制深度可达30dB。与已发表的文献比,该算法得到了更好的干扰抑制效果。     

FBMC-OQAM系统定时同步改进算法

针对具有偏移正交幅度调制的滤波器组多载波（Filter Bank Multicarrier with Offset Quadrature Amplitude Modulation,FBMC-OQAM）系统中目前存在的定时同步算法问题,提出了一种改进的定时同步算法。该算法利用两个特殊设计的符号,将其连续通过FBMC-OQAM系统后在时域形成共轭对称特性的信号。与现有的算法相比,该算法增加了计算相关序列的长度,但减少了训练符号,还去除了高旁瓣带来的干扰。理论分析与仿真结果表明,改进算法具有更好的定时同步性能。     

用于SFBC MIMO-OFDM系统的改进SLM算法

在空频编码(SFBC)多输入多输出正交频分复用(MIMO-OFDM)系统中传输符号存在较高峰均功率比(PAPR)问题,采用SLM算法能够有效降低系统峰均功率比,但随着发射天线数的增加,较多的快速傅里叶反变换(IFFT)会增加系统的计算复杂度,因此,构造F矩阵并提出了一种基于F矩阵SFBC MIMO-OFDM系统的改进SLM算法。采用F矩阵作为相位序列组对空频编码信号进行独立处理,获得最优相位序列取共轭,将共轭序列中每两个旋转因子为一个单位交换位置,并扰码SFBC后各天线的信号,以此减少了每根发射天线上的IFFT次数。理论和MATLAB仿真分析表明,该算法获得了良好的峰均比性能,同时也降低了系统的计算复杂度。     

一种基于ART2神经网络的算法改进

针对传统的ART2神经网络中对于主观设置的警戒参数以及识别分类过程中产生模式漂移的问题,提出基于改进算法的ART2神经网络模型,用于解决分析模式识别问题。通过自组织,加权,迭代等过程推导合理的警戒参数用于聚类运算,通过对ART2神经网络的权值训练方面进行修正,减缓学习速率,降低模式漂移速度,近一步对聚类对象进行合理分类。实验结果证明,该方法是可行的和有效的。     

一种改进的神经网络相关性剪枝算法

神经网络的剪枝有利于网络结构的简化,而作为剪枝算法中的比较重要的相关性剪枝算法,在计算了隐层节点输出的线性相关性和方差后,对于如何根据线性相关值和方差值删除节点并没有给出明确的界限。文章通过研究神经网络的相关性剪枝算法,给出一种以网络的误差传递为思想,根据方差值删除节点的方法,并通过实验证明,该方法不仅能够有效的简化网络结构,保证网络精度,而且计算简单。     

改进的量子遗传算法在网络拥塞控制中的应用

当前以遗传算法为基础的网络拥塞控制方法对网络拥塞存在控制目标选取耗时,最优目标参数选取不均等问题,控制效果不佳。针对这一问题,结合量子计算的优点,提出一种基于改进量子遗传算法的网络拥塞控制算法,首先对网络拥塞的原理进行分析,建立QoS路由拥塞控制数学模型,将量子计算引入遗传算法进行改进,在静态旋转角的量子遗传算法的基础上,保证拥塞目标参数的选取准确性,给出算法的实现方法和具体流程。实验结果表明,该算法的搜索速度快、效率高、可以很好地优化网络性能,实现拥塞控制。