团分划问题的固定参数算法研究

图论中的团分划问题属于NP-完全问题,难以在多项式时间内解决。为此,对团分划问题的固定参数算法进行研究,提出一个针对K4-free图的新归约法则,结合深度限制搜索树技术对K4-free图中的团分划固定参数可解类算法做出改进。实验结果表明,与原算法相比,在稀疏图的情况下改进算法效率提高了30%。     

入侵检测中的数据约简研究

为解决入侵检测中的数据约简问题,提出一种基于粗糙集的入侵检测数据约简算法,其中包括特征选择与属性值约简。特征选择部分采用互信息的方法消除冗余特征,属性值约简部分采用归纳值约简算法消除冗余属性值。实验结果表明,该方法不仅能缩短训练及检测时间,减小数据存储代价,还能提高分类精确度。     

具有多维特征的WSN路由协议研究

为实现不同地理维数数据类型的合理融合,提出一种基于通用搜索树(GiST)的分簇拓扑结构。利用叶节点的位置信息建立簇,通过GiST体系结构算法对区域内的所有簇进行分块组织,建立树形拓扑结构。仿真结果表明,GiST体系结构算法具有良好的多维特性,可快速进行不同维数结构间的融合。建立的结构与其他拓扑结构相比,网络传输效率较高,网络生命周期较长。     

一种基于子串识别的多模式串匹配算法

多模式串匹配算法是网络内容过滤系统的核心技术。巨大的存储空间开销是制约多模式匹配串算法应用的瓶颈之一。提出一种基于子串识别的多模式匹配算法—HashBOM,该算法利用位哈希表存储模式串的子串信息以大幅度减少存储空间,利用递归哈希函数计算字符串的哈希值以实现快速匹配。理论分析表明,该算法的空间复杂度为O(rm~2),优于基于子串识别的匹配算法BOM的空间复杂度O(mr|∑|log_2mr);该算法搜索匹配过程的平均时间复杂度为O(nlog|∑|)mr/m,与BOM算法相同(其中m为最短模式串的长度,r为模式串的个数,n为待匹配文本的长度,|∑|为字母表的大小)。在随机数据集和真实数据集上的实验表明,该算法的存储空间远远低于BOM算法,而匹配速度与BOM算法相当,非常适合在线实时匹配的应用环境。     

基于粗糙集的推理通道消除

基于粗糙集理论对推理通道问题进行了研究。通过采用属性约简和属性值约简方法对数据库中的数据进行处理。在属性值约简基础之上,采用一种改进算法找出了数据库中推理规则集。进一步,将推理规则集中属性频率高的属性安全级别提高至决策属性的安全级别,从而消除推理通道。最后通过一个实例表明提出的消除通道算法是有效的。     

Q-shift二元树复小波在图像融合中的应用

复小波滤波器的构造较为复杂,采用Q-shift方法构造的二元树能有效地逼近复小波的实部和虚部特征,且具有近似的平移不变性;将二元树复小波变换用于不同传感器图像的融合,对来自不同传感器图像进行Dual-Tree CWT分解,得到2个低频子图和6个高频子图,将低频部分进行加权平均,高频部分采用最大值选取法进行融合。对融合结果的性能采用熵、均方根误差、平均梯度和相关系数进行评估,并与其它融合算法进行比较,结果表明:本融合方法优于同等环境下的其它方法。     

Model order reduction methods for coupled systems in the time domain using Laguerre polynomials

In this paper, based on Laguerre polynomials, we present new methods for model reduction of coupled systems in the time domain. By appropriately selected projection matrices, a reduced order system is produced to retain the topology structure of the original system. Meanwhile, it preserves a desired number of Laguerre coefficients of the system’s output, thereby providing good approximation accuracy. We also study the two-sided projection method in the time domain, as well as the stability of reduced order systems. Two numerical examples are used to illustrate the efficiency of the proposed methods.     

Miniaturized ceramic differential scanning calorimeter with integrated oven and crucible in LTCC technology

A miniaturized ceramic differential scanning calorimeter (MC-DSC) with integrated oven and crucible is presented. Despite its small size of only 11 mm × 39 mm × 1.5 mm, all functions of a conventional DSC apparatus are integrated in this novel device - including the oven. The MC-DSC is fully manufactured in thick-film and green glass ceramic tape-based low temperature co-fired ceramics (LTCC) technology. Therefore, production costs are considered to be low. Initial results using indium as a sample material show a good dynamic performance of the MC-DSC. Full width at half maximum of the melting peak is 2.4 °C (sample mass approx. 11 mg, heating rate approx. 50 °C/min). Repeatability of the indium melting point is within ±0.02 °C. The melting peak area increases linearly with the sample mass up to at least 26 mg. Simulations of a strongly simplified finite element model of the MC-DSC are in a good agreement with measurement results allowing a model-based prediction of its basic characteristics.