An enhanced model framework of personalized material flow services

A growing concern about the consumer behavior in Internet economy has spurred the study of Material Flow, resulting in a unique type of consumer behavioral analysis. This research proposes an enhanced conceptual model for Personalized Material Flow Services for consumer behavior. In the era of Internet information technology, customer’s taste tends to be personalized for their market demand. It is observed that there are number of “Long Tail” phenomena in several successful e-commerce business cases. However, the Long Tail phenomenon is an open question for our research in terms of its role in e-commerce marketing. In the proposed model-X-Party Personalized Material Flow Services, three elements are discussed. They are “providing”, “locating” and “obtaining” based on X-Party Material Flow theory for which the concept of virtual collector, information filter and Material Flow coordinator are discussed. Business examples of Amazon, Dangdang and Taobao are used to analyze the elements of the virtual collector, information filter and Material Flow coordinator of the Personalized Material Flow Service system.     

Fire detection algorithms for video images of large space structures

In large space structures, the latest fire detection methods are based on video image processing and data fusion. But the false positive rate and false negative rate remain unsatisfactory and need improving. The emphases of this paper are target extraction and recognition. A new adaptively updating target extraction algorithm (NAUTEA) is proposed by which the intact target can be extracted in time. In addition, some fire video image recognition algorithms, such as fuzzy neural network (FNN) and FGALSSVM (Fuzzy GALSSVM), are studied and improved. To verify the performance of these algorithms, a prototype system is developed, and a series of algorithm tests on a fire video are conducted. These tests make it clear that, the accurate, robust and real-time fire detection can be realized.     

基于SIMD结构的多标准LDPC译码器的VLSI实现

近年来,支持多标准的LDPC译码器已逐渐成为研究的热点.与传统译码器相比,所设计的LDPC译码器具有以下优点:1.实现了一个码率、码长可配置结构,进而可以支持多种标准;2.采用了一种改进型TPMP算法,使译码器的存储器容量大大减少,避免了因分块LDPC码的非规则性所造成的数据冲突问题;3.采用基于SIMD处理器的硬件结构,实现了硬件的高度规整性,易于芯片布局布线;4.设计了一个6级可配置流水线,可分时构造校验节点处理单元和变量节点处理单元,提高了硬件利用率和系统数据吞吐率.用这种架构实现了一个同时支持CMMB和DTMB两个标准的多标准LDPC译码器;芯片规模为75万门,时钟频率为220MHz,数据吞吐率为300Mbps.     

改进的TCP/RED模型的稳定性分析

TCP自同步特性可提高网络稳定性,TCP/RED拥塞控制模型忽略了TCP自同步特性。针对该问题,提出包含TCP自同步特性更接近实际网络的改进TCP/RED拥塞控制模型。应用Nyquist稳定性判据给出当改进模型在复平面上属于某一不包含-1+j0点的下半平面时的稳定性条件,得到比TCP/RED模型更宽松的RED参数设置范围。NS2仿真验证了该稳定性条件的有效性。     

异构网络的垂直切换仿真建模及其性能评估

针对无线网络的异构化趋势,对WLAN和UMTS形成的异构网络进行扩展,使其包含WLAN, WiMAX和UMTS 3种网络。基于介质独立切换对扩展后异构网络中的垂直切换进行仿真建模。评估切换时延、切换期间的丢包数目和网络使用效率,结果表明,链路即将断开(LGD)方式的切换时延小于链路断开(LD)方式,且丢包数较少,网络使用效率随着功率强度门限系数的增大而降低。     

片上多核网络存取控制器的设计与实现

提出一种基于片上网络消息传输的高效多核网络存取控制器。该网络存取控制器支持收发双工模式,内置一系列可配置寄存器,采用基于消息表的数据接收方式,通过记录并自动更新不同消息的接收配置信息使数据传输更加高效。使用SMIC 0.18 μm工艺进行综合,结果表明,其工作频率可达300 MHz,规模约为20 443门。     

基于SMO的层次型1-FSVM算法

针对序贯最小优化(SMO)训练算法具有计算速度快、无内负荷的特点,将其移植到模糊一类支持向量机(1-FSVM)中。1-FSVM算法融入层次型偏二叉树结构进行逐步聚类以加快训练速度,并对每个输入向量赋予不同权值以达到准确的分类效果。应用于光识别手写数字集和车牌定位的结果表明,1-FSVM算法具有较高的检测率与较快的检测速度。     

基于虫洞路由的无HoL阻塞环形架构

提出一种基于虫洞路由的无HoL阻塞环形片上互联网络架构,实现了在不消耗太多资源的前提下,用一级流水线以类虚拟输出队列的方式完全消除队头阻塞和死锁。评估不同参数下该环形架构的性能,与CELL EIB等环形实现相比,该架构以单数据包仅11周期最小延时的性能明显优于其他环形架构,同时最大吞吐率达到25.6 Gb/s。     

基于IBE的XML加密数据安全交换研究

当前XML加密普遍采用对称算法和非对称算法组合的二次加密方式,并且密钥交换依赖传统PKI体制,存在加/解密过程复杂等缺陷。通过对XML加密规范和IBE体制以及双线性映射算法的研究,提出采用IBE密钥机制和双线性映射算法实现XML加密的数据安全交换方案,对相应的XML数据交换过程和XML加密文件结构进行了设计,对该方式的XML加密关键环节实现方式做了具体阐述。作为一种新型XML加密方案,在保证数据安全交换的同时,简化了XML加密过程,并克服了传统PKI的缺陷。     

基于神经网络和遗传算法的锅炉燃烧建模与优化

通过对影响锅炉效率的物理量的分析,建立了以神经网络表示主要物理量之间关系的锅炉燃烧系统模型,并采用遗传算法对模型进一步优化,从而实现了对锅炉燃烧的优化.仿真结果表明,通过调整锅炉燃烧系统优化模型参数,该模型能够同时满足锅炉燃烧效率和降低污染物排放的要求,从而实现锅炉的节能低污.