语义Web作为背景知识的本体匹配

提出了一个基于语义网为背景知识的本体匹配模式,即自动寻找和检索各种网络的知识资源得出映射,根据一些关键问题获得可行的模式、提供一个良好性能的匹配方法.采取了一个大规模的匹配为实验背景,检验了以语义网为背景知识的本体匹配模式的可行性、局限性、与其他技术的结合性.实验结果表明以语义Web为背景知识的方法本体匹配的精确度为70%.说明以语义Web为背景知识的本体匹配是对现有技术的补充,并可兼容于其他方法,其匹配的精确度也有了进一步的提高.     

封装板式冰蓄冷系统蓄能模糊建模与分析

针对冰蓄冷系统蓄能的非线性特性,将自适应神经网络应用于封装板式圆罐型蓄冰装置的蓄能初始化和释冷出口温度实时运行的模糊建模,进行了冰蓄冷系统蓄冷量的模糊建模,确定了实验影响因素载冷剂进口温度、载冷剂流速、蓄冷时间的隶属度函数和模糊推理规则.运用减法聚类法和网格法对模型进行初始化训练与运行对比,使蓄冷系统能够跟踪负荷情况.通过调控影响因素的参数,可以更合理地初始化设定蓄冷阶段的蓄冷量.利用该建模程序进行实时释冷出口温度模糊建模策略验证,模型运行平稳.冰蓄冷装置蓄能模糊控制性能的优化保证了蓄冷量与负荷相匹配,实时输出释冷出口温度,进而达到冰蓄冷空调系统优化及经济运行的目标.     

异构多核处理器的任务分配及能耗的研究*

异构多核处理器采用不同的任务分配与调度算法,会导致不同的时间消耗与能量消耗,采用合适的任务分配与调度算法能节省较多的能耗。目前普遍认为最有发展前途的任务分配与调度技术是先用启发式方法进行分组,然后再用遗传算法进行调度。在改进任务分组后,又首次提出了用遗传算法解决能耗问题。实验结果表明在实时要求不高的情况下,能以较小的时间代价来节省较多的能耗。     

一种多地球物理特征匹配自主导航方法

针对地球物理场具有多个特征和匹配可操作性较强的特点,文中提出了一种多地球物理特征匹配的自主导航方法,研究了导航方法的实现方式和对应的匹配算法。导航方法通过同步测量航迹上的地磁场的多个特征和重力梯度,采用固定点数的滑动窗口构造测量序列后与基准图匹配,最后对匹配结果做融合,得到实时位置信息。匹配算法设计了基于"初始位置+初速度+加速度"实值编码的遗传算法作为搜索策略,采用平均平方差准则(MSD)作为每个特征的匹配相似性度量,并使用加权最大值原则融合所有特征的相似性度量。最后由仿真算例验证了方法的可行性,表明了导航方法具有良好的匹配精度,可用于低空、低速运动载体的导航。     

基于轴变形的脚楦匹配方法*

提出并实现了通过脚楦匹配方法来仿真人脚穿上鞋子的状态,能够直观、便利地检查和分析鞋类产品的舒适度。该方法包括三个步骤：首先,保持鞋楦的位置不动,调整脚型的位置,使其与鞋楦严格对齐;其次,基于轴线变形算法,对脚型进行略微变形,使其与鞋楦姿势匹配;最后,根据匹配结果生成脚楦多个截面的分析图,指导对鞋楦舒适度的分析和楦体修改。实验结果表明,该方法能够有效地检查鞋楦的舒适度,可应用到个性化定制业务。     

基于SIFT特征点的双目视觉定位

提出了一种结合了SIFF特征点的双目立体视觉定位方法.介绍了对尺度、旋转、视角等变化具有良好鲁棒性的SIFT特征向量,利用SIFT特征向量匹配算法在双目视觉系统采集的左、右图片中分别检测目标、获取匹配的目标SIFT特征点.经过空间匹配点选择、标定点坐标计算等步骤获取左、右图片中具有空间位置一致性的目标标定点,并在摄像机坐标系中恢复目标标定点三维信息.实验结果表明,利用该方法进行目标定位具有较强的适应性.有一定的实用价值.     

混合匹配规则的否定选择算法

针对目前基于免疫的检测器生成算法中,匹配规则单一造成的检测器质量低下的问题,提出一种基于混合匹配规则的否定选择算法,采用海明距离整体匹配的各段内R连续比特匹配的否定选择算法,即混合匹配否定选择算法,对算法的性能进行了分析．实验结果表明,该算法能够高效地产生所需要的检测器,提高了检测率,且降低了误报率．     

无条件安全的隐私保护的集合模式匹配协议

在信息论通信模型下,基于秘密分享模式和将集合的元素转化为多项式形式的技术,提出了隐私保护的集合模式匹配的协议。假设参与方都是半诚实的,且合谋的参与方人数少于1/2,那么所提的协议能够安全高效的计算集合模式匹配的问题。由于此协议是在信息论模型下所提出的集合模式匹配协议,所以此协议是无条件安全的。     

基于DPI的流量识别系统的研究

随着网络应用的多样化,各种网络流量不断复杂化、多样化,各种网络安全事故频发.网络流量的分布不均匀以及网络安全状况的复杂使得互联网急需管理和维护,网络流量的监控问题变得尤为重要.流量识别作为一种能够自动、实时保障网络监控的技术,成为防火墙一类静态安全设备的必要补充,越来越受到人们的重视.深度包监测（DPI）技术以其识别的准确性成为应用越来越广泛的识别技术.然而单纯的软件实现系统监测速度较慢,不能满足网络高速数据包处理的吞吐量要求.单纯的硬件识别知识库会占用大量内存,一般的硬件内存达不到要求.单纯的软件识别效率又不能满足越来越大的网络吞吐量需求.这种情况下,文章研究了一种基于正则表达式的软硬件结合系统实现方法,该方法的主要思想是硬件识别网络常见协议,软件识别复杂的网络协议,且两者都支持正则表达式.这种方法兼具软件与硬件实现的优点,与传统的软件实现相比,在识别效率方面有明显提高.     

基于K-means聚类和RANSAC的图像配准算法研究

针对图像配准中特征点匹配方法存在实时性不高和精度低的问题,提出了一种基于K means聚类和RANSAC的图像配准算法。该算法根据匹配点对距离和方向特征的视差约束条件,首先利用K means聚类对匹配点对进行预处理,剔除大部分错误匹配点,然后利用RANSAC进行二次优化,实现了图像的快速和精确配准。实验结果表明,该算法不仅提高了图像配准的精确度,而且提高了图像配准的速度。