基于反射机制的软件体系结构重用方法及工具

针对软件开发早期阶段软件资源重用进展缓慢,反射机制在代码重用方面取得成功但还没有用于软件体系结构及其组成元素的重用等问题,提出一种支持软件体系结构设计时重用的反射机制,概述基于反射机制的软件体系结构重用方法。给出基于反射机制的软件体系结构重用的支撑工具ArchBean Studio的设计和实施过程。利用该方法,设计人员通过重用软件体系结构及其组成元素能高效地完成软件设计任务。     

发布／订阅范型中信息可靠投递的研究

以发布／订阅范型在时间维度上解耦导致的不确定性为出发点,采用时序分析方法,研究范型中信息投递的可靠性保障。在定义投递信息可用性的基础上,给出保证信息向订阅者可靠投递系统应满足的基本计算条件,探讨底层通信设施对可靠性的影响。针对发布／订阅范型中信息可靠投递的问题,提出必要的计算条件。分析结果表明,信息的可靠投递与订阅活跃期、订阅延迟、发布传播延迟密切相关。     

基于GIS的机场噪声评价系统

为适应现代机场噪声评价与管理的需求,综合利用地理信息系统、数据库及面向对象编程等信息技术,并集成机场噪声评价和分析模型,研究开发了一套机场噪声评价系统。该系统通过方便快捷的界面操作,实现数据的采集、存储、计算、分析、表达与查询等功能。实验结果表明,该系统的应用能有效提高机场噪声评价与管理工作的效率和质量,为机场规划与噪声环境优化提供及时、准确的决策辅助信息。     

基于数据场的SVM技术在雷暴预报中的应用

针对天气预报中样本不平衡造成漏报率高的问题,提出一种基于数据场的C加权支持向量机（SVM）技术。该技术对不平衡天气数据进行分类,采用叠加数据场势值作为数据重采样依据,筛选出最利于SVM分类器学习的样本作为训练样本,结合C加权方法进行训练。实验结果证明,在样本数量较多且不平衡性显著的雷暴天气中,该技术能缩减训练集规模,减少漏报,提升预报系统的g-means值。     

闪电快电场信号时频特性的小波分析

应用小波变换方法将具有短时非平稳特点的闪电快电场时域波形信号转换到二维的时频平面,从时间和频率上同时描述闪电快电场信号的电场强度或相对能量分布,揭示其所包含的不同频率分量及其随时间变化的特性.分析结果表明,基于小波变换的闪电快电场信号时频特性分析可以挖掘闪电电场更深层次的变化规律和特征;也为闪电放电类型的识别研究提供了新的思路.     

受干预多智能体系统的一致性分析及控制

运用图论、矩阵分析和极限理论, 研究当通信拓扑结构连通的多智能体系统受到干预时, 系统仍保持一致性的充分条件及其平衡状态. 利用指数函数快速递减且可积的特性, 设计干预控制器, 控制多智能体系统收敛到指定位置. 仿真研究实验验证了所提出结论的正确性.

     

一种基于受限约束范围标签传播的半监督学习算法

提出一种基于受限约束范围标签传播的半监督学习算法。首先利用相似性矩阵计算得出概率转移矩阵,进而通过概率转移矩阵得出受限约束范围。然后在约束范围内利用半监督学习框架下的标签传播算法计算基于路径的相似性,路径相似性决定了标签传播的重要路径。由于只使用几条重要的传播路径使得算法中省去计算每一条路径的相似度,计算复杂度大大减少。最终使得标签在带标签数据与未标签数据之间通过几条重要的路径之间传播。实验已经证明此算法的有效性。     

Mesh网络中两跳邻居地址借用策略

IEEE 802.15.5标准提供了mesh联网功能,它为节点绑定逻辑地址,因而具有不需要路由表进行路由的优点。在一个动态性很强的mesh网络中,节点加入或离开网络会造成孤儿节点问题,即新来节点因其父节点无剩余地址可分配导致其无法加入网络。提出了适用于mesh网络的两跳邻居节点地址借用策略以克服孤儿节点问题,提高节点加入成功率和地址利用率。理论分析和仿真表明,所提出的地址借用策略在节点加入成功率、地址利用率和能耗方面均优于已有地址分配方案。     

无线传感mesh网络的分段地址分配策略及其路由

无线传感器网络中的设备具有能量、缓存空间、通信和计算能力受限的特点。因此,无线传感器网络路由算法需要具备低存储开销、低计算复杂度、无路由发现等特征。HiLow是一种分层路由协议,它完全符合上述特点,且比IEEE 802.15.5具有更好的路由特性。但HiLow存在一些不足,如地址利用率低、仅适用于小规模网络等,无法应用于如环境监测、动物保护等具有较多节点数量和较大网络规模的应用场景。提出了一种两段地址分配策略TFA,它将16位地址分成两段,前段地址用于全功能设备的地址分配,后段地址用于精简功能设备的地址分配。理论分析和数值仿真显示, 相比于HiLow,TFA具有更大的地址利用率和路由树最大深度,能够适用于更大规模的无线传感网络。分析了TFA的mesh路由优化特性,提出了基于TFA的mesh路由算法。仿真结果表明,基于TFA的mesh路由在存储空间使用和能耗等方面都优于IEEE 802.15.5。     

基于蚁群优化的极限学习机选择性集成学习算法

针对现有极限学习机集成学习算法分类精度低、泛化能力差等缺点,提出了一种基于蚁群优化思想的极限学习机选择性集成学习算法。该算法首先通过随机分配隐层输入权重和偏置的方法生成大量差异的极限学习机分类器,然后利用一个二叉蚁群优化搜索算法迭代地搜寻最优分类器组合,最终使用该组合分类测试样本。通过12个标准数据集对该算法进行了测试,该算法在9个数据集上获得了最优结果,在另3个数据集上获得了次优结果。采用该算法可显著提高分类精度与泛化性能。