可重构板级支持包的设计与实现

针对传统板级支持包(BSP)的弊端,设计了一种模块化、层次化的可重构BSP,提高了BSP的开发效率,降低了开发难度,最后以课题实例加以说明和验证.     

基于Web挖掘的主页多主题更新模型

针对改善网站主页中多个主题更新的合理性问题,提出了一种新颖的基于Web数据挖掘技术的主页主题更新模型.对当前主页主题更新方法进行分析,指出目前一些大学校园网站主页主题更新的不合理性,然后通过数据挖掘,从安徽理工大学网站Web日志中提取有效数据,分析各个主题的点击率随时间的变化趋势,进而提出基于点击率的网站主页主题更新模型.实验结果证明,模型能够实现对主页主题的合理更新,有效提高网站主页的受欢迎程度.     

无线传感器网络中基于簇协作的分布式组密钥管理方案

处于敌对环境的传感器网络极易遭到攻击,且不存在长期可信的节点可以担当组管。提出一种分布式组密钥管理方案,方案基于簇形结构,充分利用簇内通信及簇间通信的局部特性,对组密钥协作更新。当妥协节点总数在门限以内的某簇检测出节点妥协时,该簇的簇头发起更新,并通过簇内协作将该节点撤销;当某簇妥协节点数目在门限以上时,由该簇邻居簇的簇头发起更新,并通过簇间通信将该簇妥协节点撤销。与已有方案相比较,此方案能实时地更新组密钥,有着更好的安全性并具有较小的通信开销。     

一种结构化P2P网络动态负载均衡算法的研究

负载均衡是P2P网络的研究热点之一,当前负载均衡技术存在负载均衡程度低、假设条件过多等问题.提出一了种增强型负载均衡算法ELB_P2P,它根据节点的承栽能力为其分配相应大小的可动态调整的ID地址空间以及合理的载荷,在负载转移时自动选择延迟小带宽高的轻栽节点,并引入负载转移流量控制机制.实验表明,相对于Chord等传统P2P协议,ELB_P2P算法有更快的负载均衡速度、更小的负载均衡开销,系统稳定性好,在网络重栽情况下也能取得较低的负载不平衡度,并且对节点属性没有苛刻的限制和假定.     

主题图融合技术研究综述

主题图在信息资源上层构建了一个结构化的语义网,提供了一个良好的语义模型,可以弥补web 2.0在应用上存在的语义缺陷,而主题图融合作为主题图的重要研究内容,是将分布式环境下同一领域内分散的局部主题图合并为一个全局主题图,实现Web信息的有效组织和管理以及信息的集成与共享.归纳总结了主题图融合的处理过程,分析评价了主题图融合中的难点--主题图的相似性算法,并对融合的原则和算法进行了分析总结,明确了高相似度主题融合的过程.此外,在分析主题图融合冲突的基础上,提出了主题图融合冲突检测与消除的整体设计方案,并将主题图的动态更新进行了阶段划分,最后指出了主题图融合未来的研究方向.     

基于非结构化控制流的进化测试方法

结构性测试中,进化测试是一种高效的自动生成高质量测试用例的技术.然而,当程序中出现非结构化特征时,在面向节点的测试标准下,其效率极其低下甚至不及随机测试生成方法.在考虑循环体内部出现跳转(goto、retum)语句的情况下,提出了一种适应度计算方法.该方法在结合传统进化测试适应度计算的基础上,充分考虑了循环次数对于进化搜索的影响.实验结果表明,本适应度函数可以很好地引导进化搜索,并以较小的代价生成测试用例.     

步进频率探地雷达的实时处理器软件设计

数据预处理是探地雷达系统中的一项重要内容,针对步进频率探地雷达的数据处理工作量大的特点,引入数字信号处理器(DSP)来完成数据预处理任务.在此基础上,构建了DSP处理软件的整体框架,详细设计了软件的各功能模块,并定义了数据的通信协议.所设计软件具有良好的拓展性和可选择性,经实际数据测试,在处理时间上能够满足实时性的要求.     

基于T-S模型的输出反馈滑模控制及应用

为了使系统满足品质要求并对不确定因素具有较强的鲁棒性,采用滑模控制方法。建立被控对象T-S模糊模型。针对系统状态不完全可测特点,采用迭代线性矩阵不等式方法,利用输出信息构造滑模面。根据系统品质要求,采用参数鲁棒设计方法,配置所需极点,确定相应在参数空间的映射关系。应用平行分布补偿算法,根据映射产生的参数样本训练T-S模糊控制器,实现等效控制律。在此基础上应用高增益方法设计切换控制律,保证系统对满足匹配条件的不确定因素具有较理想的自适应性。最后,直升机模型的仿真结果表明,方法具有很好的控制效果。     

基于免疫和模糊模式识别的检测器生成模型

分析了在检测器生成过程中引入模糊模式识别的原因,提出了一种基于免疫原理和模糊模式识别的检测器生成模型,该模型的核心算法是基于隶属度的检测器选择算法.详细描述了该算法的算法流程和检测器对非我抗原集合隶属度的计算算法,并简述了初始检测器生成算法和分层检测策略.设计了仿真试验,并将实验结果同传统方法进行了比较,详述了仿真实验中各个参数选择的依据和理由,试验结果表明新模型呈现较高的检测率和低的误检率.     

一种细胞核内DNA物质含量准确测量及回归校正新方法

在定量细胞学研究中,细胞核内DNA物质含量的准确测量是癌症筛查与病理诊断的必要前题与最重要依据。由于算法、设备、环境等因素的影响,在对细胞核的数字显微图像进行处理与分析、测量DNA物质含量时会产生较大的误差。本文提出了一种基于数学形态学和k近邻回归算法的DNA物质含量校正新方法。该方法首先利用膨涨算法对细胞核分割掩码进行处理,从而对DNA物质含量的测量进行空间校正;然后采用k近邻回归算法,充分利用细胞核的形态、纹理等特征参数所蕴含的信息,从而对DNA物质含量进行光学回归校正。实验表明,该方法能够显著提高DNA物质含量测量的准确性和可信度,对提高病理诊断的特异性与敏感性都有积极的意义。