基于改进亮点模型的尺度目标建模技术

在近场情况下,目标相对声源作变向运动时,水下目标各个亮点运动速度已不能简单地等同于目标几何中心运动速度.针对此问题,提出了一种典型的运动目标亮点速度的解算方法,以此为基础建立了改进的目标亮点模型.计算了雷目距离、目标弦角、目标运动速度和旋转角速度对改进模型回波频谱的影响,回波频谱均出现明显的带宽展宽现象,且展宽程度受目标速度和旋转角速度影响最大.仿真结果表明,改进亮点模型能够更加逼真地模拟水下体目标的回波特性,模型是有效的.     

DC-Gear: 延时约束型无线传感网占空比调控策略研究

Many Wireless Sensor Network (WSN) systems are deployed in unattended areas using non-rechargeable batteries. To enable sustainable operations, most WSN systems employ duty-cycling mechanisms, such as Low Power Listening (LPL). For reliable delivery of each packet with LPL, the sender has to transmit a preamble that is long enough to span over a complete sleep interval of the receiver. In this way, the sensor nodes avoid idle listening, however, at the cost of remarkably increased end-to-end delay of multi-hop packet transmissions. To address this issue, in this paper we propose a new duty-cycling mechanism called DC-Gear. DC-Gear exploits a“sleep less but save more” phenomenon, which means increasing the duty cycle in a timely and appropriate manner while minimizing the overall energy cost and satisfying the end-to-end delay constraint. We have implemented DC-Gear with TelosB motes and demonstrated its performance advantages through extensive experiments.     

一个新的可收回代理权的代理盲签名方案

该文针对目前代理签名中普遍存在的代理权撤销难、原始签名人伪造和代理权滥用等问题,提出一个新的可收回代理权的代理盲签名方案。签名阶段将时间戳嵌入到Abe-Okamoto部分盲签名中,解决了无可信第三方前提下的代理权撤销问题,并且代理权撤销后,以前产生的有效签名仍然可以得到验证;此外,该方案不仅满足代理签名的基本性质,还避免了代理权滥用、原始签名人伪造和公钥替换攻击。     

路网中速度不确定移动对象的k近邻查询

目前在基于道路网的移动对象的各类查询研究中,大多都是在假定移动对象速度固定不变的基础上进行的.而实际上因为外界环境和自身情况等不确定性因素的影响,对象的速度可能会发生变化.基于此,本文提出一种基于路网的速度不确定的移动对象的k近邻查询处理方法.在查询时刻根据查询点位置执行查询操作,得到构成查询点k近邻的候选对象集合,再根据概率计算方法得到结果集及其概率.实验结果表明本文所提方法是有效的.     

含伪结RNA二级结构预测的支持向量机方法

RNA二级结构预测是生物信息学的一个研究重点和难点.伪结是RNA二级结构中最难预测的一种.本文利用多分类支持向量机对舍平面伪结的RNA分子二级结构进行预测.第一步,利用多分类支持向量机进行预测,输出端得到相应碱基的E-NSSEL类别标识.第二步,利用第一步的预测结果,把所有可能配对的标识是否配对通过支持向量机进行判断,并根据判断结果恢复RNA分子二级结构.实验证明,该方法能有效地提高含平面伪结的RNA分子二级结构的预测精度.     

无线传感器网络中基于能量级加权的质心定位算法

针对无线传感器网络的内在特点以及传统质心定位方法的局限性,提出一种基于能量级加权的质心定位算法——PWC定位算法.它完全基于网络连通性,采用信标节点的能量级信息作为加权因子计算未知节点位置,体现了不同信标节点对质心计算结果的影响.仿真结果表明,该算法减小了平均定位误差,是一种适合大规模传感器网络应用的节点定位算法.     

基于Gibbs采样与遗传算法的模体识别

借鉴Gibbs采样思想,将序列峰值所对应的候选模体作为遗传算法的初始种群,提出一种改进的模体识别算法。将模体在序列中的出现次数作为变量加入到适应度函数中,使其更符合生物数据的特性。在算法变异操作中加入IUPAC简并码保持种群的多样性。对DBTSS数据库中的真实数据进行测试,结果表明该算法具有较高的识别精度和较快的搜索速度。     

基于仿生模式识别的未知推荐攻击检测

针对已有检测方法不能有效地检测未知推荐攻击的问题,提出了一种基于仿生模式识别(bionic pattern recognition)的检测方法。首先,依据项目流行度划分项目到不同的窗口,把用户对窗口内项目的评分视为随机事件发生。在此基础上,利用信息熵(information entropy)提取评分分布特征作为检测推荐攻击的通用特征。然后,在特征空间中,利用仿生模式识别技术覆盖真实概貌样本,将覆盖范围外的测试数据判为推荐攻击。在MovieLens数据集上进行实验,结果表明,该方法在检测未知推荐攻击时具有较高的命中率和较低的误报率。     

面向不确定数据的概率阈值可见最近邻查询算法

在现实世界中,障碍物的存在影响了查询点到对象的可见性.可见最近邻查询返回到查询点最近的一个可见对象,是时空数据库中的一类重要应用.由于度量设备的误差和隐私保护,很多关于空间对象位置的数据是不确定的.将不确定对象应用到可见最近邻查询中便产生了概率可见最近邻查询,返回成为可见最近邻概率大于0的对象.有些情况下,用户只关心概率超过一定阈值的结果,于是本文提出了概率阈值可见最近邻查询,返回可见最近邻概率超过阈值T的不确定对象,其中阈值T是用户设定的,并且给出了高效的概率阈值可见最近邻查询算法.相比以前的工作,不仅处理了概率和为1的不确定对象,而且处理了概率和小于1的不确定对象;此外,通过引入缺失概率和聚类的概念,提出了高效的过滤技术和快速的批处理技术.最后通过实验验证了本算法的高效性和有效性.