DiffServ over MPLS解决方案研究

介绍QoS模型DiiiServ及其实现,通过DiffServ对网络中的通信流量进行分类和策略控制来达到调节网络资源的目的.分析MPLS技术及其实现原理,将灵活的三层IP路由和高速的二层交换技术完美地结合起来;探讨了实现Dillserv与MPLS相结合的DiffServ over MPLS模型,从而实现网络中通信流量的QoS保证.     

改进的自适应中值滤波算法

自适应中值滤波算法能有效地滤除图像的脉冲噪声,但是,随着噪声密度的增大,算法的滤波性能递减.当前对中值滤波算法进行改进的算法,也存在着相应的局限性.针对中值滤波算法的局限性,提出了改进的自适应中值滤波算法.算法根据滤波窗口的灰度极值进行噪声检测.对噪声点,用滤波窗口的灰度中值代替.如果中值为噪声点,则自适应地增大滤波窗口以取新的中值.如果窗口增大到允许的最大尺寸时,中值依然为噪声点,则取滤波窗口中除灰度极值外的其他像素的灰度均值.对标准图像和医学图像进行仿真实验,实验结果和数据证明,随着噪声密度的增大,标准的自适应中值滤波算法的滤波性能递减;改进的自适应中值滤波算法的滤波性能依然良好,在有效滤除噪声的同时,很好地保持图像的边缘和细节部分.     

基于目录服务和Java技术的WebMail系统的设计和实现

在讨论轻量级目录访问协议和Ｊａｖａ技术,以及Ｘ．５００分布式目录服务的基础上,设计了基于目录服务和Ｊａｖａ技术的ＷｅｂＭａｉｌ系统并与普通的ＭｅｂＭａｉｌ系统进行了比较。     

鲁棒PPLS模型及其在过程监控中的应用

概率偏最小二乘（PPLS）模型建立的条件是主元和误差都服从高斯分布,但是高斯分布的期望和方差容易受到离群点的影响,导致模型的鲁棒性较差。针对PPLS模型的不足,提出一种鲁棒概率偏最小二乘（RPPLS）方法,用拖尾更宽的T分布代替高斯分布,通过调整自由度参数,使模型对含离群点数据的拟合效果更好。更进一步,将RPPLS引入过程监控中,提出GT²和GSPE两个监控指标,分别监控过程的受控状态以及模型关系的变化。PPLS和RPPLS在TE过程监控的应用结果表明RPPLS不仅能更准确检测故障的产生,而且能更有效降低故障的漏报率。     

改进双边滤波与平均γ矫正的图像增强

为克服现有的图像增强算法存在图像失真和低对比度的不足,提出了一种改进双边滤波与平均γ矫正的图像增强算法。鉴于双边滤波具有良好的边缘保持性能,对其进行改进,并将其作为Retinex的中心环绕函数,以获取原始图像的光照图像和反射图像。分别对多尺度Retinex分解的光照图像进行γ矫正,以增强各尺度光照图像的光照效果。然后对γ矫正后的各尺度光照图像取均值图像以及对各尺度的反射图像取均值图像。最后将均值光照图像和反射图像进行重构输出增强图像。实验结果表明,相对于部分最新增强算法,所提出方法的图像增强性能更好,增强图像的对比度和清晰度更高。     

修剪中值检测的自适应加权中值滤波算法

针对现有算法在噪声检测与噪声滤除性能上的缺陷,提出修剪中值检测的自适应加权中值滤波算法。算法利用噪声的灰度特征,根据灰度最值0和255检测噪声,再根据邻域像素的相关性以及在灰度上的近似性,做进一步的噪声检测。根据邻域像素之间的相关性随距离的增大而减小的特性,对邻域中的信号像素分别赋予不同的加权系数,取加权中值以滤除噪声。算法去噪的邻域大小,随噪声密度和分布自适应地变化。通过去噪图像的主观视觉效果以及客观的去噪性能指标PSNR(peak signal to noise ratio)和IEF(imageenhancement factor),仿真实验证明,所提出的算法相对于现有的算法具有更好的去噪性能,特别对于滤除高密度噪声,具有显著的优越性。     

MPLS VPN端到端QoS解决方案的应用研究

MPLS VPN是当今主流的虚拟专用网技术。在MPLS VPN中传输融合语音、视频和关键数据,其关键是要实现有效的QoS保证。在对DiffServ和MPLS TE进行研究的基础上,引入MPLS DS-TE。DS-TE结合DiffServ的区分服务和MPLS TE的端到端有效路由策略,运用带宽约束模型,在MPLS VPN中实现端到端区分服务的QoS保证。     

消除椒盐噪声的基于纹理特征的决策滤波

图像中椒盐噪声的有效去除,取决于噪声检测和噪声灰度估测的准确性,但现有的滤波算法在噪声检测和噪声灰度估测上的准确性不高。因此,提出了基于图像纹理特征的决策滤波算法。算法根据椒盐噪声的灰度最值特征和独立性,以及图像纹理的特征进行噪声检测,将噪声与信号像素准确地区分开。算法根据纹理中像素灰度的平滑变化特征,将邻域中的信号像素进行分组,然后基于相关性与正态概率分布的意义,取与邻域均值最接近的分组的中值作为噪声像素的估测值。实验的结果证明,所提出的算法检测噪声更加准确,其去噪结果对应的峰值信噪比(PSNR)比现有的算法平均提高1.9 dB以上,图像增强因子(IEF)比现有的算法平均提高119以上。因此,相对于现有的算法,所提出的算法在去噪性能上具有显著的优越性。