改进的距离浓度免疫算法

针对现有免疫算法在抗体的评价形式和记忆库使用灵活性上存在的不足,提出了一种改进的距离浓度免疫算法.该算法采用实数编码,并引入了B细胞的概念,将B细胞对应于问题的解,抗体对应于解的适应度函数,采用距离浓度策略控制抗体的数量,同时在算法过程中动态使用记忆库.仿真实验结果表明,该算法编码形式灵活,计算过程简捷,能有效保证抗体在解空间的多样性,提高了寻优的收敛速度和从局部最小中逃逸的能力.     

基于模糊自适应免疫算法的非线性系统模型参数估计

复杂生产工艺中非线性系统的模型参数估计是系统建模优化问题中的难点, 为避免优化算法过早收敛于错误的参数估计值, 根据生物免疫机理和模糊逻辑原理提出了一种新颖的模糊自适应免疫算法, 该算法采用混沌超变异操作增强算法搜索能力, 并用免疫网络调节策略保持抗体群的多样性, 同时采用模糊逻辑调节算法参数以提高算法的自适应能力. 函数优化仿真结果表明其具有较好的收敛性能, 并能够克服早收敛问题. 最后将其成功应用于重油热解非线性模型参数估计中, 验证了该算法解决实际建模问题的可行性和有效性.     

基于LM3S316的微控制器仿真USB设备

提出了基于LM3S316实现与PC机通讯的方法.给出了硬件实现及软件设计思想.该方法使用微控制器仿真USB设备,降低了功耗、成本.     

海战仿真中CGF行为建模方法研究

CGF是分布交互仿真环境中重要的仿真实体,CGF行为模型是构建CGF系统的核心和难点.对CGF行为的特点进行了归纳,认为CGF的行为可以由一组动作通过一定的逻辑运算进行合成.提出了基于线性赋色时态逻辑的行为建模方法,分别建立了动作、活动和行为三个不同层次的模型并给出了实例应用.采用该方法建立的CGF行为模型结构明晰,适于采用STAGE的脚本语言进行程序化描述,仿真结果表明了该方法的合理性和有效性.     

基于二重差分法的光流场运动检测

对视频图像序列中运动目标的检测,是计算机视觉领域长期关注的问题.传统的Horn-Schunck光流算法非常耗时,不利于在视频图像序列中做实时分析,故提出采用结合背景差分法与帧间差分法的二重差分法(DS)来做光流算法的预处理.实验结果也表明二重差分法的光流算法(DSOF)比单纯用Horn-Schunck方法计算光流效率更高,用时更短,能更好地满足对视频图像序列做实时运动检测分析的需求.     

基于内容的图像检索中SVM和Boosting方法集成应用

提出一种适用于图像内容检索的AdaBoostSVM算法。算法思想是采用支持向量机(SVM)作为AdaBoost算法的分量分类器;基于相关反馈检索机制,通过增加重要样本来模拟AdaBoost算法的权重调整方法。在包含2000幅图像的数据库中进行了检索实验,结果表明AdaBoostSVM算法能有效提高系统的检索性能。     

基于Logistic混沌序列和位交换的图像置乱算法

在分析传统迭代型图像置乱方法不足的基础上,提出一种新的基于混沌序列和位交换的图像置乱算法.算法根据各像素点的位置,采用不同的Logistic混沌序列和像素值的二进制序列进行异或操作改变图像像素值,并利用图像本身的自相关性进行加密,不需迭代,经过一次运算即可得到加密图像.仿真实验结果表明,该算法可有效地实现灰度和彩色图像置乱,并能较好地抵抗椒盐和裁剪攻击,在效率上也优于迭代型置乱方法.     

一种自动提取中国书画作品中印章图像的方法

在分析了中国书画印章图像特点的基础上,针对基于内容的书画作品图像检索领域中存在的"语义鸿沟"问题,提出了一种自动提取中国书画作品中印章图像的方法,并设计实现了该算法.通过对提取效果进行分析,证明该方法有较高提取率,这对书画作品中图像语义和特定图像鉴别的研究有重要意义.     

基于人工免疫的多维关联规则挖掘及其应用研究

关联规则挖掘是一个重要的数据挖掘问题.目前,关于单维关联规则的成果已经比较成熟,但是对于多维关联规则问题因为存在显著的组合爆炸问题,至今尚未完美解决.提出了一种基于人工免疫的多维关联规则挖掘算法.算法充分利用了人工免疫的记忆特性,把挖掘的关联规则存入记忆库,加快了多维关联规则的挖掘速度.结果表明,该算法应用于煤与瓦斯突出预测中,具有较好的鲁棒性,能快速、有效地进行全局优化搜索,在多维关联规则的挖掘中具有可行性和高效性.     

A novel fault-tolerant execution model by using of mobile agents

The exponential expansion of the Internet and the widespread popularity of the World Wide Web give a challenge to experts on reliable and secure system design, e.g., e-economy applications. New paradigms are on demand and mobile agent technology is one of the features. In this paper, we propose a fault-tolerance execution model by using of mobile agents, for the purpose of consistent and correct performance with a required function under stated conditions for a specified period of time. Failures are classified into two classes based on their intrinsic different effects on mobile agents. For each kind of failure, a specified handling method is adopted. The introduction of exceptional handling method allows performance improvements during mobile agents’ execution. The behaviors of mobile agents are statistically analyzed through several key parameters, including the migration time from node to node, the life expectancy of mobile agents, and the population distribution of mobile agents, to evaluate the performance of our model. The analytical results give new theoretical insights to the fault-tolerant execution of mobile agents and show that our model outperforms the existing fault-tolerant models. Our model provides an effective way to improve the reliability of computer systems.