基于PKI和PMI的网格授权机制的研究

目前网格授权问题的研究只实现了粗粒度的资源访问控制,资源的访问控制权在资源本地.针对以上缺点,在设计了一种通用网络组织模型的基础上,结合PKI(Public Key Infrastructure)、PMI(Privilege Management Infrastructure)以及信息服务,构建了适合网络环境的网络权限管理和授权服务基础设施GPMI,把资源的访问控制权交给资源提供者,实现资源访问控制的集中管理,同时实现了细粒度的资源访问控制,为网格中的计费等跟踪工作提供了基础.     

聚类的组播组分配策略在DDM中的实现

DDM(DataDistributionManagement)服务是高层体系结构HLA(HighLevelArchitecture)中定义的六大服务之一,它主要目的是通过减少网络间不相关数据的分发,提高网络的利用效率。一种常用的DDM优化方法是使用组播,组播是一种非常适合一对多的通信方式,它能够将更新数据发送到一个指定的定购者子集里。传统的DDM组播使用固定网格分配算法,在资源使用和数据发送方面存在一定的问题,不适合超大规模的仿真。本文在固定网格算法基础上提出了一种基于聚类的组播组分配算法,通过聚类,将固定网格的组播组进行合并,减少组播组的使用数量,提高网络资源的利用率,最后从实验结果上分析了聚类组播算法的优缺点。     

基于二维MB-LBP特征的人脸识别

提出了一种基于二维多尺度局部二进制模式的人脸识别方法,对一幅人脸图像进行分块,对每一块的图像进行MB-LBP（Multi-scale Block Local Binary Patterns）算子运算,将MB-LBP与灰度共现矩阵结合起来得到了可以更好地描述局部纹理空间结构的二维MB-LBP特征,将各子块的二维MB-LBP特征进行连接形成人脸特征。该算法在ORL和CMU-PIE人脸数据库上进行测试,选择了支持向量机（SVM）作为分类器,并与传统的基于一维LBP特征进行比较,结果表明提出的算法在人脸识别问题上的有效性和优越性。     

星载SAR舰船检测技术及其在海洋渔业监测中的应用

近年来,利用星载SAR数据对海洋舰船目标进行检测与监视的技术在很多领域得到了广泛的应用。海洋渔业资源保护和渔船监测就是其中的一个重要应用。目前为保护海洋渔业资源,促进其可持续利用,我国也正在进行利用星载SAR对渔船进行监测和管理的研究工作。对国内外公开发表的文献中关于星载SAR舰船检测方面的研究成果进行了总结,回顾并分析了舰船和舰船尾迹检测的常用方法,并说明了星载SAR舰船检测的一般流程。最后对国外利用星载SAR进行海洋渔业检测和资源保护方面的成功案例进行了介绍。希望能够从中得到有益的经验和启发,对我国在利用星载SAR进行海洋渔船监测和海洋渔业资源保护方面的研究和应用有所帮助。     

遗传算法在航空公司飞行人员排班中的应用研究

国内航空公司机组排班是一个NP难问题,多年来一直采用规划求解的基本方法,论文在综合考虑成本最低和飞行人员工作负荷均衡的基础上,提出了采用自适应遗传算法解决飞行人员排班问题的设计思路,给出了算法改进的实现过程。     

基于Mobile Agent的虚拟数据库体系结构

利用移动代理在分布式信息处理方面的优越性,本文提出了一种基于移动代理的虚拟数据库模型。用移动代理体代替虚拟数据库中的包裹器,智能的移动到各个站点进行信息的获取与抽取,并把处理的结果返回给虚拟数据库供应用程序以统一的接口查询检索。     

基于贝叶斯推理的多线索视觉注意模型

针对大多数视觉注意模型都采用简单加权线性融合的方式获取显著图,提出了一个更符合生物学机制的基于贝叶斯推理的多线索视觉注意模型,模拟视觉系统腹侧通路与背侧通路中的视觉注意过程,采用贝叶斯推理的方式集成自顶向下与自底向上的信息,同时还集成了多种视觉线索,包括形状、颜色和上下文等.利用该模型进行遥感影像中的目标检测与定位的结果表明,该模型能有效的检测出目标并给出目标所在的位置.     

移动社会性软件中的位置隐私研究

为了保护移动社会性软件中用户的位置隐私,以位置缸匿名模型为基础,基于分布式结构提出了一种移动社会性软件系统中的P2P位置匿名算法.用户在提出服务请求前,查找k-1个用户形成包含自己在内的一个组,覆盖整个组成员的最小区域就是用户匿名后的位置范围.在该算法中引入了复杂网络中度的概念.根据用户度的大小决定查找k-1个用户的方式(单跳/多跳),有效地减少了服务的平均响应时间.实验结果表明,与基于中心服务器结构的匿名算法相比,该算法有较强的可扩展性和有效性.     

基于形态学多结构元多尺度的自适应边缘检测

数学形态学广泛应用于图像处理和模式识别领域;针对形态学单结构元在边缘检测中边缘信息丢失的问题,提出了用不同方向的结构元素对图像进行多尺度检测的自适应边缘检测方法;首先利用形态学高低帽运算对原始图像进行平滑处理,采用差分最大值确定结构元素的方向,利用形态学运算调整结构元素尺度,改进了数学形态学边缘检测算法;实验结果表明,与传统边缘检测算法相比,该算法在保持图像边缘清晰的同时.有很强的去除噪声能力.     

Ultralow feeding gas flow guiding growth of large-scale horizontally aligned single-walled carbon nanotube arrays

On the basis of the rational analysis about the fluidic property of the system, an ultralow gas flow chemical vapor deposition (CVD) strategy was designed to prepare large-scale horizontally aligned ultralong single-walled carbon nanotube (SWNT) arrays. SWNT arrays could be well obtained under extremely low feeding flow of 1.5 sccm in a 1 in. quartz tube reactor. It was confirmed that the tubes grew floatingly and could cross microtrenches or climb over micro-obstacles in ultraslow gas flow. SWNTs arrays also could be formed no matter the substrate was placed vertically or upside down. The growth mechanism was discussed. Both the buoyancy effect induced by gas temperature/density difference and gas flow stability played dominant roles. More attractively, simultaneous batch-scale preparation of SWNT arrays was realized by the ultralow gas flow strategy. This new strategy turns to be more abstemious, efficient, promising, and flexible compared with the high gas flow rate fast-heating CVD processes.