BitTorrent系统中瞬间拥挤阶段建模与分析

BitTorrent是目前最流行的P2P内容分发系统之一.使用Kermack-Mckendrick模型对BitTorrent系统中瞬间拥挤(Flash-Crowd)阶段进行建模,研究了系统节点数及服务能力在瞬间拥挤阶段的发展演化过程.与原有模型相比,Kermack-Mckendrick模型能更好的吻合观测数据.最后结合BitTorrent系统的实际特点,给出提高BitTorrent系统处理瞬间拥挤能力的可行方案,如增加初始种子数量,减少文件段的大小,增加激励策略等.     

基于图像局部结构的扩散平滑

各向异性扩散平滑去噪的主要特点是扩散方向的选择性与定向扩散能力,有效表征信号或图像的局部结构特征是各向异性扩散的基础,传统的梯度表示方法极易受到噪声干扰.该文在分析图像局部结构表征方式的基础上,定义一个图像的局部各向异性强度参数M,提出一个新的扩散方程.试验测试显示,新扩散模型相对于ALM模型与CAZ模型具有更好的噪声压制能力和定向扩散能力,信噪比分别提高了0.1 dB～0.8 dB和0.3 dB～1.2 dB.     

基于遗传算法的通道上停车换乘量确定方法

根据外来客流进入城市中心的出行过程与机理,最小化所有客流出行(自城市外围到达市中心区域)的出行费用(私人车辆行驶时间与公交行驶时间总行程时间、换乘时间、停车费用等),建立、确定了各停车换乘点(P+R)处合理换乘量的双层规划模型,为各P+R的停车换乘诱导提供了依据,并给出模型的遗传算法求解方法。仿真示例证明了该方法的有效性。     

无线传感器网络多径路由算法

路由协议是无线传感器网络研究的热点,针对传感器节点能量有限的特点,为了均衡网络负载、延长网络生存期,该文提出一种基于能量－跳数权重值的多径路由算法(EHM),其核心思想是各节点维护到其邻居节点的多条路径,并根据邻居节点的跳数和剩余能量信息进行路由选择。利用OPNET仿真工具对算法进行仿真,结果表明EHM算法可以有效地均衡网络节点的能量消耗,在节点剩余能量上有50%左右的性能提升。     

改进的模糊交叉算子及其在CGA中的应用

基于标准化适应值信息,提出改进的模糊交叉算子,并应用到细胞状遗传算法(CGA)中。在具有局部搜索倾向的交叉操作中,该算子能使后代更偏向于适应值高的父体。在具有全局搜索倾向的交叉操作中,能使较差个体在更大范围内进行搜索,有效地引导CGA算法向全局最优解的方向收敛。仿真实验结果表明,基于改进模糊交叉算子的CGA算法性能更好。     

A-Train卫星编队及其在云研究领域中的应用

地球环境变化日益成为工、农业和人类社会的关注对象.21世纪初,美国国家航空航天局(NASA)推出了地球科学事业(ESE)计划,旨在加强对地球系统变化的认识和预测能力.轨道列车(A-Train)作为ESE计划的顶层组成部分之一,以多卫星的编队组合方式飞行,实现多平台、多传感器、多谱段的协同对地观测.该编队能够获取时空近似一致的云综合信息,涵盖了云可见光、红外、微波和激光谱段的属性,为云研究提供最为有效的技术支持.本文基于A-Train卫星编队,概述了编队涉及的ESE计划和ESSP计划,介绍了编队云使命载荷,结合协同对地观测思想,着重分析了编队在云宏观物理特性、云微观物理结构和云综合分析研究领域中的应用.     

一种新的各向异性扩散时间尺度估计方法

在各向异性扩散(AD)的图像处理应用中,扩散终止机制是当前研究的主要热点。该文把热物理扩散中的扩散平衡概念引入到图像处理的AD中,定义图像扩散平衡(DB)与最优扩散时间(ODTS)的概念,提出利用扩散平衡估计最佳扩散时间尺度的方法。该方法与SURE, MSE及其他时间尺度估计方法相比在噪声压制与特征的保护上达到了一个合理的平衡且不需估计噪声强度(方差),能自适应于图像,在低信噪比下也能获得很好的估计结果,试验测试结果验证了该方法的有效性。     

连续属性离散化的Imp-Chi2算法

连续属性离散化是机器学习和数据挖掘领域中的一个重要问题,离散化是否合理决定着表达和提取相关信息的准确性。经过研究Chi2系列算法,提出一种新的基于属性重要性的连续属性离散化方法——Imp-Chi2算法,该算法依据属性重要性程度对属性离散化的顺序进行了合理的调整,能够更准确地对连续属性进行离散化。文章通过C4.5和支持向量机分别对离散化后的结果进行了实验,在实验过程中,提出一种训练集类比例抽取方法,避免了训练集随机抽取的不均匀性。实验结果证明了所提算法的有效性。     

混合流水车间调度的变邻域禁忌搜索算法

针对混合流水车间系统的最小化Makespan调度问题,提出一种基于关键路径理论的变邻域禁忌搜索算法,讨论其关键技术。在该算法中,提出基于关键路径的毗邻域概念,防止搜索算法陷入局部最优解,采用变邻域搜索策略,在无法改进解时,实现对移动毗邻域的搜索。仿真结果表明,该算法获得的调度结果优于简化禁忌搜索和启发式算法。