基于遗传算法的直线光流刚体运动重建

建立一种新的基于直线光流场从单目图像序列恢复刚体运动和结构的模型,推导出直线光流场与刚体的运动参数之间的关系,用2个二阶线性微分方程表达这种关系,并提出一种求解刚体运动参数的遗传算法,只需要获得图像平面的2条直线光流即可求解刚体的旋转参数,并用合成图像测试了该算法的有效性。     

基于SCA的遗留系统移植研究与实现

针对传统遗留系统在面向服务计算移植过程中存在的重复性和多样性问题,提出一种基于服务组件框架（SCA）的遗留系统移植方案,将遗留系统移植到SCA组件系统中,通过python扩展生成器生成可以被该脚本调用的模块,在硬件平台上进行模拟,实验结果表明,该方案是可行的,能够避免因面向服务实现形式的差异而造成的重复移植。     

以太网交换机的源指定组播方案

针对边缘网中组播数据转发效率不高的问题,提出以太网交换机的源指定组播方案。在该方案中,交换机利用对IGMPv3报文的嗅探实现指定源的组播数据转发。描述控制流和数据流的运行机制,对该机制进行仿真分析。与IGMPv2嗅探方案的比较结果证明,该方案性能较高。     

基于纹理分析的视差估计算法

针对传统方法难以可靠估计图像中纹理单一像素点视差的问题,提出一种新的基于纹理分析的视差估计算法。与已有方法不同,在以极线约束计算像素点视差时,将极线上纹理单一且近似的像素点合并成直线段,根据连续性和唯一性约束对直线段进行整体匹配,采用直线段的视差得到纹理单一区域的稠密视差图。利用直线段进行整体匹配,提高比较基元包含的信息量,减少扫描范围,从而降低误匹配产生的概率和算法时间复杂度。实验结果表明,该方法能提高纹理单一区域稠密视差图的精度,匹配速度快,具有实用价值。     

集群系统中的FP-Growth并行算法

针对FP-Growth算法面临大规模数据库时空效率不高的问题,提出一种面向计算机集群的并行算法。采用投影方法直接寻找频繁项的条件数据库,将挖掘条件数据库的工作分化成若干独立的子任务,分配到集群中的节点上并行实现,由中央节点汇总结果并输出。结果证明,该算法不仅能够提高计算速度,解决数据库规模过大时内存溢出的情况,且具有良好的延展性。     

基于文件系统过滤驱动的加密系统设计与实现

针对传统应用层加密系统每次使用都需要输入口令,使用复杂且安全性不高,而设备驱动层加密系统紧耦合于操作系统及其组件,实现繁杂等问题,在Windows NT内核框架下利用文件系统过滤驱动实现数据加解密的安全保护系统。结果证明可以对存取中的数据进行动态透明的加解密,使用方便安全,支持多种文件系统。从安全性和性能上对比了该加密系统与Windows EFS加密文件系统。     

基于事件驱动的动态免疫分簇路由算法*

为了降低应用于突发事件监测的无线传感器网络的能量消耗,设计实现了一种基于事件驱动的动态免疫分簇路由算法。将生物免疫系统的工作机制应用到无线传感器网络事件驱动的动态分簇算法中,事件作为抗原,传感器节点作为抗体,抗体对抗原有记忆保存的功能,使得相似的抗原再次出现时对事件及时响应。相似事件再次发生且传感器节点符合能量要求时,可以直接调用抗体中的记忆,对事件进行快速建簇,节省了簇的建立过程所消耗的大量能量,增加了网络的数据传输量,延长了网络的生命周期。仿真结果表明,生物免疫机制的学习记忆特性可以有效提高事件驱动的动态分簇算法的网络性能。     

基于混合聚类的城市道路多时段控制研究*

多方案控制具有简单实用、可靠性好,稳定性高,性价比高等的优点,在城市交通控制中得到了广泛应用。本研究在利用指数平滑异同移动平均法对缺失交通数据进行修补的基础上,运用快速聚类与系统聚类相结合的混合聚类方法对交通数据进行分析,并以经典的Silhouttte评价指标作为聚类终止条件,同时兼顾/考虑了交通数据时序性,消除聚类结果中的三类“奇异点”,最后利用交通信号配时软件SYNCHRO制定了相应时段的控制方案。相关的案例分析显示,优化后的多时段控制方案可以更好地适应交通流的波动,车均延误减少9.79%,其中时序性考虑可以有效改善控制方案频繁切换对交通流的扰动,避免其负效应对混合聚类改善效果的影响。     

基于贝叶斯最大化后验估计方法的图片合成模型研究

在图像处理应用中,常常需要根据一些列相关的输入图片生成一张新的图片。现有的研究大都设定一些启发式规则用于图片的合成过程。为了提高图片合成的性能,提出了一种基于改进的贝叶斯方法的图片合成模型。在给定理想的图片合成模型后,对传感器误差和图片误差进行了分析。由于图片误差和几何误差之间是相关的,因此分析了它们之间的关系。在根据已有数据对模型进行后验估计时,通过最小化能量来得到模型的先验参数。在目标函数的优化过程中,基于现有研究通过重新赋权值的迭代方法进行优化问题的求解。最后,通过大量的实验表明,所提出的图片合成模型与相关方法相比具有更好的图片合成和渲染效果。