基于Kuhn-Munkres最优匹配的D2D资源分配算法设计

由于资源复用,D2D链路与蜂窝链路之间会产生同频干扰.为了抑制这种干扰,提出了一种基于Ku-hn-Munkres最优匹配的资源分配算法.该算法采用了图论中的Kuhn-Munkres最优匹配算法来实现最大限度的复用系统内的RB,达到提高系统吞吐量的目的.同时,通过使一对D2D用户复用多个RB进行通信以保证不同的QoS需求.最后,通过计算机仿真可以看出,该算法既可以有效地满足D2D用户的不同QoS需求,又提高了系统吞吐量.     

广州新电视塔防雷设计

介绍了广州新电视塔的结构和组成,通过对当地气象条件的分析阐述了广州新电视塔雷电防护的重要性和特殊性,结合国家相关规范对电视塔的防雷系统设计进行全面的介绍。     

发展谷电制氢提高可再生能源部署能力的探讨

介绍了谷电制氢的必要性,并进行了谷电制氢的经济性分析.制氢装置可根据电网需求调节负荷,提高可再生能源部署能力,同时保障国家能源安全,并有效减排二氧化碳.所制氢气可用于氢气储能,注入天然气作为燃料气,炼油厂油品精制或钢厂炼钢,以及燃料电池汽车等.谷电制氢具有一定的经济性.应加大低成本、高能效电解槽的研发投入,开展管道掺氢...     

基于改进的蚁群算法的组播路由问题的研究

目前,蚁群算法在路由协议上已有广泛应用。通过研究蚁群算法的特性和目前在路由协议上的应用,发现其在加快运行时间、局部最优解等问题上还有改进的空间。为此文中提出一种蚁群优化算法,使蚁群算法更好地应用在路由协议上。针对蚁群算法容易出现局部最优解的问题,文中提出一种链表随机选择法,该方法能有效地减小蚁群算法出现局部最优解的几率。同时为了减少蚁群算法在选择路径上的时间,提高运行速率,文中还提出了一种雅克比迭代收敛准则,此方法很好地减短了算法时间。     

互联网信息服务内容安全要求及评估框架研究

互联网的飞速发展带来信息内容的爆炸式增长,对互联网信息安全特别是信息内容安全治理提出了更高挑战.互联网新技术、新应用的发展深刻改变了互联网信息的传播方式,在极大推动数字信息增长和全球化一体化发展的同时,也为各种错误的、歪曲的、低俗的、与社会主流价值观相违背的有害信息提供孕育、发酵、传播和驻留的温床.目前,国内外信息技术...     

面向软件产品线中特征选择的多目标优化算法

软件产品线中产品定制的核心是选择合适的特征集.由于多个非功能需求间往往相互制约甚至冲突,特征选择的本质是多目标优化过程.优化过程的搜索空间被特征间错综复杂的依赖和约束关系以及明确的功能需求大大限制.另外,有些非功能需求有明确的数值约束,而有些则仅要求尽可能得到优化.多样的非功能需求约束类型也给优化选择过程带来极大挑战.本文提出一种含修正算子的多目标优化算法MOOFs.文中首先设计特征间依赖和约束关系描述语言DCF-DL来统一规范特征选择过程中必须遵守的规则.所有的非功能需求都转化为优化目标,相关的数值约束则作为优化过程中特征选择方案的过滤器.另外,设计了修正算子用于保证选择出的特征配置方案必满足产品线的特征规则约束.通过与四个常用的多目标优化算法在四个不同规模的特征模型上的运行结果做对比,证明本文的方法能够更快地产生满足约束的优化解,且优化解具备更好的收敛性与多样性.     

软件需求定义语言NDRDL的设计

本文概述了软件需求定义语言ＮＤＲＤＬ的设计目标及设计原则，并讨论了一些语言基本成分，如数据流图，控制流图，实体关系图等的设计，文中采用个人帐目管理系统作为示例。     

基于遥感的土地利用变化信息图像分割研究

为了提高大区域土地利用遥感动态监测效率,需将自动发现影像中包含的变化信息自动分割出来.在分析影像特征的基础上,结合双阈值法和区域生长法,能够将影像中的土地利用变化信息自动分割出来.为了减弱影像噪声、自动发现方法和图像分割对监测结果精度的影响,将多种方法得到的分割结果进行综合处理,进一步确认目标,以使本文方法在具有高效率的同时有较高精度的监测结果.另外,本文提出了一种典型区域法,从另一个角度解决了无法直接利用灰度直方图计算影像中特定目标的分割阈值问题.     

对象式软件需求模型及其机器支撑

为了研究需求级软件自动化技术,研制对象式软件需求分析支撑系统的需要,文章提出了一个层次化对象式软件需求模型NDHORM(Nanjing daxue hierarchical object-oriented requirements modelling),它主要包括对象关系模型、类关系模型和类字典3个组成部分.文章基于对对象式需求模型的简要讨论,详细介绍了NDHORM模型的组成、层次结构及对象精化,给出了NDHORM的构模过程,最后简要介绍了NDHORM模型的机器支撑系统.     

Automating test generation for discrete event oriented embedded systems

A method for the automatic generation of test scenarios from the behavioral requirements of a system is presented in this paper. The generated suite of test scenarios validates the system design or implementation against the requirements. The approach proposed here uses a requirements model and a set of four algorithms. The requirements model is an executable model of the proposed system defined in a deterministic state-based modeling formalism. Each action in the requirements model that changes the state of the model is identified with a unique requirement identifier. The scenario generation algorithms perform controlled simulations of the requirements model in order to generate a suite of test scenarios applicable for black box testing. Measurements of several metrics on the scenario generation algorithms have been collected using prototype tools.