分布式多媒体信息点播系统的研究

计算机技术、网络技术和多媒体技术的高速发展及其之间的相互融合,产生了分布式多媒体     

模拟应急条件下的反应时研究

本研究用模拟任务负荷和紧张情绪负荷法分别测定了１０８名健康男性（其中５６名飞行员）和９名航空试验用锻炼员对应急信号做出反应并完成应急操纵动作所用的时间（ＲＴ＋ＭＴ），在平静无负荷状态下测定了４５名健康男性对声、光信号的反应时间ＰＲＴ。结果表明，飞行员组的（ＲＴ＋ＭＴ）在训练前后分别平均为１．７２５５和１．２７３５，对声、光信号的ＰＲＴ平均值分别为０．２７２５（声）、０．３１２ｓ（红）、０．３０３ｓ（绿）、０．３０２ｓ（蓝）；飞行员组与普通被试组无显著差异；紧张因素的影响未达显著程度；训练因素能显著提高反应能力。     

基于EDAPO优化算法的配电网重构

配电网重构是复杂的大规模组合优化问题,在数学上为一非确定多项式时间难问题.提出了一种有效的、具有较好鲁棒性的算法来求解正常运行时配电网重构问题.该方法是在拟态物理学的基础上,将分布估计引入到其中来,并将该方法成功应用到配电网络重构中.以考虑网络有功损耗最小为目标函数,通过美国P&G69节点配电测试系统优化计算,并将结果与其它算法优化结果比较,在一定程度上,具有更好的全局收敛性和搜索效率.     

RIDSI:一种融合SDN和兴趣域划分的ICN路由机制

信息中心网络(Information-Centric Networking,ICN)中的服务质量(Quality of Service,QoS)路由是分布式的,无法感知其它路由器缓存的内容,因此,基于软件定义网络(Software Defined Networking,SDN)的全局视图和集中控制功能,本文提出了一种基于兴趣域划分的ICN路由机制.这种机制旨在减轻内容节点的负载、提高路由成功率和提高PIT命中率.首先,本文提出了基于SDN的ICN网络模型,即软件定义信息中心型网络(Software Defined Information Centric Networking,SD-ICN)模型和QoS评价模型.然后,采用蜂群算法将网络中的路由器划分到不同的兴趣域.最后,基于改进的QoS依赖多播路由(QoS Dependent M ulticast Routing,QDM R)算法计算满足多个兴趣请求的转发路径.仿真实验结果表明,本文提出的路由机制与对比机制相比在路由成功率、平均路由延迟、负载均衡度等方面都具有较好的性能.     

基于概念漂移学习的ICN自适应缓存策略

针对如何提高信息中心网络的网内缓存性能,提出了一种基于概念漂移学习（concept drift learning,简称CDL）的自适应缓存策略.考虑到节点数据和内容数据的相互感知对缓存性能的影响,将节点和内容的状态数据流作为网络资源,对提取的多维状态属性数据和缓存匹配数据进行分析挖掘,利用学习到的状态属性与缓存匹配之间的函数映射关系,即概念,对未来时期内的节点与内容间的匹配关系进行预测.为提高匹配算法的准确度,在学习过程中,提出了一种基于信息熵的概念漂移识别算法,当根据状态属性的信息熵变识别出漂移后,利用提出的基于概念重现的缓存算法,重新定义函数映射关系.仿真实验结果表明,该策略与CEE,LCD,prob和OPP策略相比,降低了网络运行成本,提高了用户体验质量.     

空间延迟/中断容忍网络的接触图路由研究综述

基于覆盖协议和存储-携带-转发范式的延迟/中断容忍网络（delay/disruption tolerant network,简称DTN）被认为是应对空间环境挑战（如长延迟、间歇性连接等）的有效解决方案.接触图路由（contact graph routing,简称CGR）是一种利用空间DTN网络拓扑的先验知识来计算路径的动态路由算法.首先介绍了CGR的基本原理和算法过程,并给出了相关术语的定义及相应计算公式;然后,从路由环路避免、计算效率、路由准确性、拥塞控制、机会性扩展和异常处理方面总结了现有的CGR改进工作;接下来概述了已经进行的评估DTN协议栈和CGR适用性的代表性实测实验,并通过GEO/MEO/LEO卫星网络仿真实验,对比评估了CGR算法与多层卫星路由算法（multi-layered satellite routing algorithm,简称MLSR）的性能差异;最后给出了CGR的未来发展方向,包括扩展块CGR （CGR-extension block,简称CGR-EB）和缓存CGR （cache-CGR,简称C-CGR）整合、机会CGR、CGR向大型网络的扩展、服务质量保障CGR和接触计划描述方法改进等.     

多机器人地质勘探地图构建系统

主要研究多机器人协同工作在地质勘探领域的作用。通过实现及时定位与地图构建算法,对运动目标跟踪算法进行优化,分析基本粒子滤波算法的原理和特征,以及当前存在的主要问题,对其关键技术进行归纳分析与改进。对SLAM的采样方法进行优化,在扩展卡尔曼粒子滤波算法中使用多样式重采样,与传统的重要性重采样相比,保证了跟踪的稳定性以及粒子的多样性。同时,通过在树莓派嵌入式系统上移植ROS机器人操作系统,并加载激光雷达等多种传感器设备,制作了一套通过自组网技术实现环境地图实时构建与定位等功能的系统。改进后的算法提高了运算效率,节约了运算时间。     

基于动态主题模型融合多维数据的微博社区发现算法

随着微博用户的不断增加,微博网络已经成为用户进行信息交流的平台.针对由于博文长度受限,传统的社区发现算法无法有效解决微博网络的稀疏性等问题,提出了DC-DTM算法.DC-DTM算法首先将微博网络映射为有向加权网络,网络中边的方向反映结点之间的关注关系,利用提出的DTM模型计算出结点之间的语义相似度,并将其作为节点间连边的权重.DTM模型是一种微博主题模型,该模型不仅能够挖掘博客的主题分布,而且能计算出某一主题中用户的影响力大小.其次,利用提出的复杂度低的标签传播算法WLPA进行微博网络的社区发现.该算法的初始化阶段将影响力大的用户结点作为初始结点,标签按照结点的影响力从大到小进行传播,克服了传统标签传播算法的逆流现象,提高了标签传播算法的稳定性.在真实数据上的实验表明,DTM模型能很好地对微博进行主题挖掘,DC-DTM算法能够有效地挖掘出微博网络的社区.