OPNET环境下的PIM—SM组播路由协议仿真

IPv6组播技术作为下一代互联网的核心技术之一,相对于IPv4组播技术具有更大的优越性。文章首先对PIM-SM组播协议在IPv6上实现PIM-SM涉及的问题进行了论述,然后在OPNET网络仿真模型中实现了对IPv6和IPv4混合网络场景的配置,进行组播的仿真实验比较单播与组播网络的性能,系统地分析了PIM-SM协议在OPNET中的实现。     

基于无证书的可认证组密钥协商协议

文中基于多线性表的性质,综合椭圆曲线上离散对数问题,提出一个新的基于无证书的多方密钥协商方案.新协议避免了传统的基于证书的方案中复杂的证书管理问题,解决了基于身份的组密钥协商方案中固有的密钥托管问题,实现了对通信各方的身份认证,有效防止了主动攻击.最后,通过计算验证了会话密钥的一致性,采用应用Pi演算对协议进行形式化分析验证了协议的安全性.和其它可认证组密钥协商协议相比,新方案用较小的计算开销换取了协议的更强安全性,协议的实用性大大增强     

基于IPv6组播的M-FHM IPv6切换技术

由于快速分层切换技术FHMIPv6将FMIPv6和HMIPv6切换技术结合起来,因此,在层次移动管理模型中部署快速切换时具有两种技术所具有的优点,可使切换延时进一步减少。文中通过对FHMIPv6的研究发现,其切换过程中DAD重复地址检测过程严重影响了切换性能,因此提出了基于IPv6组播的M-FHMIPv6切换技术。理论分析证明,M-FHMIPv6能有效减少DAD检测过程和各种信息交互的延迟。通过NS2实验仿真进一步说明:改进的M-FHMIPv6方案能减少切换延迟,平滑切换过程。     

网上素材轻松保存

小王经常需要将网上的某些文章保存下来,选中、复制、运行Word、粘贴再整理文章格式,实在是太啰嗦。其实只要用WPSOffice2012文字工具,就可以很轻松地将网页内容保存到WPS在线素材中,一键操作,非常方便。上网冲浪前记得先运行WPS2012文字工具,点击"素材库"按钮或者点击功能区"插入"选项卡"插图"功能组中的"素材库"按钮,打开"WPS素材库",然后点击"网页抓取已关闭"以开启网页抓取功能。浏览网页遇到感兴趣的内容时只要选取内容,就可以看到附近出现"WPS素材库"浮动图标,将     

用于智能组卷的自适应小生境复合遗传算法

传统遗传算法的选择策略缺乏多样性保护机制,易出现早熟收敛。为解决智能组卷问题,采取小生境技术完成遗传操作中的种群进化机制。利用个体浓度的大小,设置自适应变异算子,保证种群多样性,防止种群陷入局部收敛;增加阈值以保证算法在接近最优解时回归到自适应遗传算法,简化算法计算量,加快算法的收敛速度。本文提出一种自适应与小生境技术复合遗传算法,来均衡算法的全局搜索和局部快速开发能力。最后,实例验证了所提算法的有效性。     

一种基于光照变化补偿的颜色识别方法

针对RoboCup中型组足球机器人比赛中光照变化会使颜色发生色彩漂移,影响颜色识别的准确性问题,提出一种基于光照变化补偿的颜色识别方法。该方法首先利用球的历史信息预测球的位置,然后在较小的区域内用基于色调直方图反向投影的方法找到球后,通过球的亮度直方图的变化计算出光照变化率,用于动态补偿颜色查找表。实验表明该方法能提高颜色识别的光照自适应性。     

基于功能磁共振成像的人脑效应连接网络识别方法综述

人脑效应连接网络刻画了脑区间神经活动的因果效应. 对不同人群的脑效应连接网络进行研究不仅能为神经精神疾病病理机制的理解提供新视角, 而且能为疾病的早期诊断和治疗评价提供新的脑网络影像学标记, 具有十分重要的理论意义和应用价值. 利用计算方法从功能磁共振成像(Functional magnetic resonance imaging, fMRI)数据中识别脑效应连接网络是目前人脑连接组学中一项重要的研究课题. 本文首先概括了从fMRI数据中进行脑效应连接网络识别的主要流程, 说明了其中的主要步骤和方法; 然后, 给出了一种脑效应连接网络识别方法的分类体系, 并对其中一些代表性的识别算法进行了阐述; 最后, 通过对该领域挑战性问题的分析, 预测了脑效应连接网络识别未来的研究方向, 以期对相关研究提供一定的参考.     

高斯颜色模型在瓷片图像分类中的应用

由于RGB颜色空间不能很好贴近人的视觉感知,同时也缺少对空间结构的描述,因此采用兼顾颜色信息和空间信息的高斯颜色模型以获取更全面的特征,提出了一种基于高斯颜色模型和多尺度滤波器组的彩色纹理图像分类法,用于瓷器碎片图像的分类。首先将原始图像的RGB颜色空间转换到高斯颜色模型;再用正规化多尺度LM滤波器组对高斯颜色模型的3个通道构造滤波图像,并借助主成分分析寻找主特征图,接着选取各通道的最大高斯拉普拉斯和最大高斯响应图像,与特征图联合构成特征图像组用以进行参数提取;最后以支持向量机作为分类器进行学习和分类。实验结果表明,与基于灰度的、基于RGB模型的和基于RGB_bior 4.4小波的方法相比,本文方法具有更好的分类结果,其中在Outex纹理图像库上获得的分类准确率为96.7%,在瓷片图像集上获得的分类准确率为94.2%。此方法可推广应用到其他彩色纹理分类任务。     

基于组播通信的交通通信网络研究

研究交通通信网络,提高网络的吞吐量和数据传输效率。针对传统的单播组网中通信发送者需要多次复制相同的数据包以满足多个接受者同时提出的数据请求,随着数据请求的增多使得发送者的通信负担加重,造成网络拥塞、吞吐量不高的问题。为了解决上述难题,提出基于组播通信的交通通信网络的组网方法。采用Mesh结构构建交通通信网络的组播模型,使得网络节点之间建立有线或无线的连接,然后利用网络编码算法实现网络间的通信,使得源点只需发送一次就可向多个终点成功传输相同的数据。实验表明,组网方法能够有效解决数据请求过多时网络吞吐量不高的问题,同时提高了数据传输的效率,取得了满意的结果。     

概率表示的二进制粒子群算法在组卷中的应用

在组卷优化问题的研究中,组卷受到多约束条件的限制。为提高在线考试系统中试卷的质量,提出采用概率表示的二进制粒子群优化算法(BPSO)的智能组卷策略,采用粒子群优化算法有效克服遗传算法的局部搜索能力差,以及导致"早熟"和收敛速度不理想等缺陷。在标准粒子群算法基础上,利用贝叶斯公式对粒子群算法进行改进,克服人为因素对算法收敛速度的影响,同时算法的时间性能和空间性能得到进一步提升。通过仿真证明改进算法是一种切实可行的组卷策略。