基于贝叶斯博弈的MP2P高性能安全资源节点选择策略

针对MP2P网络节点运算能力有限、移动性强、可靠性弱导致网络拓扑结构频繁变化,提出一种基于贝叶斯博弈的MP2P高性能安全资源节点选择策略。该策略首先综合考虑节点的性能、信誉,设定了一种计算安全资源节点的方案,然后采用静态贝叶斯博弈理论进行信任资源节点连接通信,确保请求资源节点连接高性能安全资源节点,该方案有效降低了资源节点的失效率,提高了网络效率。     

中国木结构建筑的发展现状及前景

该文简单介绍了木结构在我国的发展历史及目前国内外对于木结构建筑的应用情况,分析了木结构建筑的优势所在,同时结合国情说明了我国木结构建筑发展的巨大潜力并提出了一些木结构存在的问题及改进措施。     

后压法双预应力混凝土梁施工工艺研究

双预应力混凝土结构又称为拉-压双作用预应力混凝土结构,是由预拉应力和预压应力混凝土结构组合而成的一种新型结构.由于工作性能上的优越性,目前越来越多应用于实际工程中.相对于普通预应力混凝土梁,双预应力混凝土梁的施工过程比较复杂,一些施工工艺尚在研究改进中.通过后压法双预应力混凝土试验梁的制作过程,对其施工工艺及注意事项进行研究.     

准噶尔盆地乌夏地区风城组云质岩致密油特征及“甜点”预测

玛湖凹陷西斜坡云质岩致密油是准噶尔盆地近年来的重要勘探领域。通过对乌夏地区风城组云质岩特征分析,对云质岩致密油发育的主控因素进行总结,认为风城组地层发育优质烃源岩,其岩性、物性以及裂缝发育程度共同决定了致密油“甜点”分布。根据基质孔隙与裂缝的配置关系,将致密油“甜点”类型分为孔隙型、裂缝型及孔隙-裂缝型。通过地震岩石物理分析和正演模拟进行地震敏感参数分析,确定“甜点”的岩性、物性、厚度及围岩特征对地震响应的影响,在此基础上选择有效的致密油“甜点”预测方法,运用地震多属性分析技术,预测云质岩分布有利区;利用波阻抗反演以及随机模拟反演技术对储层物性参数进行反演,预测孔隙发育有利区;以矿物成分脆性指数评价法和蚂蚁追踪技术,预测裂缝发育有利区。综合岩性、物性、裂缝预测成果,划分Ⅰ类、Ⅱ类和Ⅲ类“甜点”有利区,为该地区下一步致密油勘探提供依据。     

基于贝叶斯网络的Android恶意行为检测方法

Android操作系统是市场占有率最高的移动操作系统,基于Android平台的恶意软件也呈现爆发式的增长,而目前仍然没有有效的手段进行Android恶意行为的检测,通过分析Android恶意行为的特点,采用基于贝叶斯网络的机器学习算法进行Android恶意行为的检测,通过静态分析的方法进行Android文件静态特征的提取,将Android恶意应用的静态分析与贝叶斯网络相结合,最后通过使用提出的方法构建贝叶斯网络模型,通过实验验证了提出的Android恶意行为检测模型的有效性。     

P2P仿真综述

随着P2P技术的飞速发展,出现了大量的P2P算法和协议,验证算法正确性和评价P2P系统性能的需求推动了P2P模拟器的发展.现详细介绍了几种常用的P2P模拟器,对其优缺点进行了评价.     

启发优化平衡的网络拓扑模型

网络拓扑模型广泛地应用于网络研究中。幂法则提出以后,出现了一些符合幂法则的网络拓扑模型,但是这些模型没有充分考虑到底层节点的几何排列,针对这种情况,提出了一种改进的“启发式最优化平衡”网络拓扑模型,生成的拓扑图符合幂法则规律,且具有适当数量的叶子节点,更加接近互联网真实特征。     

泡沫复合体系配方的研究

采用泡沫综合指数评价方法结合三元复合体系界面张力特征,系统地研究了适合大庆油田地层条件的泡沫复合体系配方。同时,对泡沫复合体系国产化配方也进行限探索性研究,并获得良好的效果。室内驱油实验结果表明,泡沫复合体系的驱油效率比水驱提高３０％（ＯＯＩＰ）以上。为泡沫复合驱的进一步推广打下了良好的理论和实践基础。     

非参数变换和改进动态规划的立体匹配算法

针对传统稠密立体匹配方法在非纹理区、深度不连续处和遮挡处存在错误匹配率过高的问题,提出一种基于非参数变换和改进动态规划相结合的立体匹配算法.采用稀疏非参数变换相关方法计算初始局部匹配代价,并利用行列双向约束动态规划算法对匹配代价进行全局优化,在获取初始视差后分别对原始图像每一像素点进行可信性与纹理性检测,最后利用视差平面拟合结果代替非纹理与非可信区域像素点的原始视差,得到稠密视差图.实验表明,该算法具有较高的鲁棒性与匹配精度,尤其在处理图像的非纹理区、深度不连续处和遮挡处,可获得精确的匹配结果.     

基于LLVM的函数内联优化技术研究

函数内联（Function Inlining）是使用函数体代替函数调用的一种编译优化技术。LLVM中原生的内联模型只根据函数体的大小来判断函数内联与否,而没有考虑函数的调用次数和后续的优化。针对这个问题,提出了基于函数调用次数（NFC）和考虑后续循环合并（BLF）的新内联模型。首先,通过NFC模型对被多次调用的函数进行内联,进而减少更多因函数调用而产生的额外消耗。其次,通过BLF模型能够识别出进行内联后可以进一步进行循环合并优化的函数,为后续循环合并优化提供支持。实验结果表明,提出的函数内联优化技术是可行的,测试程序平均加速比为1.52%。