Hopfield神经网络在B—ISDN路由选择中的应用

宽带综合业务数字网（Ｂ－ＩＳＤＮ）采用异步转移模式（ＡＴＭ）作为其传输技术,引入了虎通道（ＶＰ）和虚通路（ＶＣ）概念。本文针对Ｂ－ＩＳＤＮ中的ＶＰ路由问题,提出了一种基于Ｈｏｐｆｉｅｌｄ神经网络的ＶＰ路由选择算法,给出了神经网络能量函数的表示方法及神经元的状态方程。计算机模拟结果表明,本算法能根据网络的物理结构和业务需求情况,快速、有效地实现ＶＰ路由选择,提高网络的生存性。     

ATM网中视频码流的非线性自适应预测

本文采用循环神经网络对视频编码器的输出流量进行非线性自适应预测,仿真实验表明了该方法的有效性和可行性。     

一种新的可伸缩小波视频编码方法

提出了一种高度可伸缩的视频编码系统,首先对图象序列进行时间、水平和垂直方面的三维小波分解,并采用改进的集合分区等级树算法（ＳＰＩＨＴ）对小波系数进行量化。在量化过程,对压缩比特流进行排序和重组,以便中根据需要从中抽取某些子集进行译码。本编码方案帧率、空间分辨率和失真水平等的可伸缩性,对于在移动通信信道及ＡＴＭ网中进行视频传输业务是非常有用的。     

基于蚂蚁算法的时延受限分布式多播路由研究

本文探讨了在高速包交换计算机网络中,具有端到端时延限制的多播路由问题。提出了一种新颖的基于蚂蚁算法的多播路由优化算法,该算法是完全分布式的。仿真实验表明,用该算法产生的多播路由树的费用比已存在的主要算法更好,并且适应于多播成员数的变化。     

基于蚂蚁算法的分布式QoS路由选择算法

本文基于蚂蚁的自组织能力描述了一种新的分布动态路由选择方法,针对当前通信网中存在的服务质量问题提出了QoS保证的分布式路由选择算法（DQRA）。DRQA能以并行的方式解决网络中呼叫的时延和带宽分配问题,避免了NP－完全问题,算法简单,易于实现,能有效地解决大型网络的负载平衡问题,本文选择了OPNET仿真环境对网络进行实时仿真,通过和最小代价算法的比较,进一步表明了算法的有效性。     

IP交换中模糊流分类器的研究

对ＩＰ交换中长流、短流分类时应考虑的各种因素进行了分析,提出了一种模糊流分类器,它可根据网络中流的具体情况和ＩＰ交换机的工作状况,自动调节流的分类阈值。与常规Ｘ／Ｙ分类器相比,模糊分类器能更有效地利用ＩＰ交换机的资源,交换更多的数据包。     

一种流数据立方体分析挖掘框架

流数据是目前一种重要的数据展现形式,对流数据进行OLAM(联机分析挖掘)操作可为分析人员提供多层次的数据视图。但OLAM要求在不同粒度中实现对数据的聚合操作,而流式数据内含时态特性和持续到达特性,使得数据无法被多次重复操作。使用传统OLAP(联机分析处理)方法无法生成部分物化视图且流数据规模宏大,受限于存储空间大小而无法保存全部数据单元信息。针对上述问题,提出了一种基于概要技术的流数据OLAM框架——sketch cube(概要立方体),该框架把任意维度组合映射成唯一自然数,根据上下限单调原则对维度组合裁剪,在类线性空间中保存有效数据单元信息,并构建时间序列索引提高检索效率。通过理论分析给出使用sketch cube的前提条件,同时通过真实海量流数据实验分析表明,sketch sube在有效性、存储空间效率和正确率上可以满足实时挖掘的需求。     

ATM网上基于蚂蚁算法的VC路由选择方法

针对ＡＴＭ网中的ＶＰ／ＶＣ路由选择问题,本文提出了一种新颖的基于蚂蚁算法的ＶＣ路由选择方法。实验表明,该方法可以根据网络当前的业务情况,以及用户提出的时延要求,有效地实现ＶＣ路由选择。     

基于蚂蚁算法的QoS路由调度方法

为了有效地解决QoS受限路由问题,本文提出了一种新颖的具有全局优化能力的蚂蚁算法,它是基于蚂蚁具有找到蚁巢与食物之间的最短路径原理工作的。 仿真实验表明,该方法能够有效地解决QoS受限路由问题。     

循环前缀不足的OFDM信号检测方法

提出了一种适用于正交频分复用（OFDM）系统循环前缀（CP）不足情况下的新型信号检测方法。时变信道以及信道冲激响应超过CP会带来子信道间干扰（ICI）和残留码间干扰（ISI），产生误码率平台。本文方法结合ICI消除，利用判决数据，通过快速傅立叶（FFT）变换和反快速傅立叶（IFFT）变换，估出残留ISI，恢复信号循环性。该方法适用于非采样间隔信道且计算量较低。在静态及缓时变信道条件下的仿真结果表明，应用该方法可使CP不足的OFDM系统性能得到改善。