新虚拟场景模型下智能漫游算法设计与实现①

基于对相关智能预测算法的分析,发现现有算法并未考虑到虚拟场景节点间存在的潜在关联关系,降低了算法的预测准确率。针对此问题,在一种新的立方体虚拟场景模型的基础上,提出了一种智能漫游算法,通过为每个节点建立一个以当前节点为根结点的完全二叉树结构,利用节点间潜在的关联关系判断下一步可能被操作的对象,对预测对象提前进行绘制并调入内存,有效弥补了相关算法存在的缺陷,从而提高了虚拟场景漫游的效率和实时性,算法具有较高的准确性。     

P vs. NP问题研究状态及其对密码学的意义

介绍P vs.NP问题的研究状态以及P vs.NP问题的研究对于密码学的意义。主要内容包括关于证明P≠NP的主要研究方法和相关工作,关于证明P=NP的主要研究方法和相关工作,关于求解NP完全问题的相关方法,以及P vs.NP问题研究与密码学的关系。由于现代密码学建立在未知密钥情况下不存在有效的算法将明文消息从密文中提取出来的假定之上,因此安全加密算法存在的一个必要条件是P≠NP。如果P=NP,根据Cook的观点,现代密码体制将崩溃。依据P=NP的假定,给出一个可能的密码分析模型。     

GloMoSim中DSR协议实现分析

仿真是目前研究Ad hoc网协议和算法的廉价、有效手段。分析目前流行的网络仿真软件Glo-Mosim的控制流程,并且详细分析移动自组网路由协议DSR在GloMoSim中的设计与实现,重点分析DSR的路由请求处理、路由回复处理、路由错误处理、丢包处理、路由处理等必要操作。     

自适应域多群体遗传算法求解发酵动力学模型参数

发酵动力学模型参数估计是基于最小二乘的参数估计问题,是根据满足最小二乘的标准来解决模型的最佳参数匹配,求解该问题可采用遗传算法,但简单遗传算法容易陷入局部最优。本文提出一种自适应域多群体遗传算法,它通过自调整参数域,避免陷入局部最优,同时还提高搜索到的解是全局最优解的可靠性,适用于很多领域的应用优化问题。     

基于模糊神经网络运算法则的并联机器人自适应控制研究

针对并联机器人数学模型不完全确知并包含外部扰动的非线性多变量系统,提出一种基于模糊神经网络运算法则（FNNA）的自适应控制策略。将各个支链的模糊规则通过神经网络进行在线训练并得出模糊规则的权重并将此运用于在线辨识非线性自适应控制系统的未知动态,有效抑制了系统的数学模型不精确所产生的误差及外部扰动。仿真结果表明该控制方法明显提高了控制系统的轨迹跟踪性能,并对外部干扰及系统的非线性具有很强的鲁棒性。     

基于自适应遗传算法的OFDMA系统跨层资源分配问题研究

OFDMA系统中的跨层资源分配问题是目前的研究热点。本文提出了基于自适应遗传算法的OFDMA系统跨层资源分配算法,利用自适应遗传算法群体多样性的特点提高算法的全局搜索能力,较好地解决了跨层资源分配问题。仿真结果表明,在满足用户间公平性的前提下,本文提出的改进算法有效提高了系统的频谱利用率及吞吐量,减小了用户的平均等待时延,提高服务质量。     

内容协商机制下网络传输效率研究浅探

本文回顾了自适应内容传输领域的已有成果,列举了自适应内容传输领域在数据格式,标记语言,网络协议等方面的基础研究工作。同时,本文还说明对代理服务器的要求和研究领域,并指出在不断变化的需求下,代理服务器需要做出相应的调整。     

IP路由技术综述

因特网的高速增长给路由系统带来了巨大的压力。IP路由查找操作已经成为路由器转发性能乃至因特网整体性能的主要瓶颈之一。本文通过深入研究业界提出的关于IP路由的多种解决方案,提出了IP路由未来的发展方向。     

医学图像配准算法研究

研究图像配准精度优化问题,医学图像由多种图像结合,利用图像各自的特点进行融合.图像配准技术一直被广泛应用在医学图像和遥感图像领域中,针对传统的图像配准算法效率和精度较低等不足,为了提高医学图像配准的准确度,提出了一种将改进的最大熵算法并应用到图像配准的优化过程中,算法首先将输入的待配准图像进行灰度处理,对灰度值进行初始化,然后采用遗传算法的选择、交叉和变异操作对图像进行平滑,并选择最优值,最后采用最大熵算法对图像进行配准选择,算法有效克服了传统遗传算法容易陷入局部最优的缺点.仿真结果表明了改进的算法有效的提高J图像配准的精确度,验证了改进算法是有效的图像配准方法.     

基于3D Mesh结构的一种静态路由算法

3D NoC在同构多核系统中相比2D NoC具有更为优越的性能.本文在研究3D Mesh结构的基础上,对拓扑结构中的平均延时和理想吞吐量进行了理论上的评估,并提出了一种基于3D Mesh的新的静态路由算法,最后运用NS2网络仿真软件对其进行仿真和比较.实验结果显示,新的路由算法可以有效地提高吞吐量,并在大规模数据传输时...