射频识别RFID(Radio Frequency Identification)系统内的读卡器在识别大数量标签时常因信号的碰撞而导致系统识别效率降低.动态时隙冲突跟踪树算法DSCTTA(Dynamic Slots Collision Tracking Tree Algorithm)采用动态时隙应答机制可减少前缀开销和迭代开销,但会产生大量空闲时隙.本文将DSCTTA和比特转换方式(BCM)相结合,得到改进型动态时隙冲突跟踪树标签防碰撞算法(IDSCTTA)以防止标签冲突,加快标签识别速度.理论分析及仿真结果表明,IDSCTTA不仅具有DSCTTA的全部优点,而且能够有效地减小识别时延和提高时隙效率,并且标签数目越大,算法性能越优越.
提出一种面向容错的对地观测卫星任务调度模型,该模型采用主版本/副版本技术可以实现对任意时刻一颗卫星失效时的容错.在容错调度模型的基础上,提出了一种卫星容错调度算法FTSS.FTSS采用重叠技术,有效提高了卫星资源利用率.此外,FTSS采用了任务合成策略可以有效减少实际执行任务的个数从而进一步提高系统的可调度性.为了验证FTSS算法的性能,本文通过模拟实验对FTSS与其它3个基准算法进行了比较分析.实验结果表明FTSS优于其它算法,适合卫星实时任务容错调度.
中文分词结果对中英命名实体识别及对齐有着直接的影响,本文提出了一种命名实体识别及对齐中的中文分词优化方法.该方法利用实体词汇的对齐信息,首先修正命名实体识别结果,然后根据实体对齐结果调整分词粒度、修正错误分词.分词优化后的结果使得双语命名实体尽可能多地实现一一对应,进而提高中英命名实体翻译抽取和统计机器翻译的效果.实验结果表明了本文优化方法的有效性.
本文针对复杂多目标优化问题Pareto前沿搜索难度大的特点,设计了一种结合多种群间捕获竞争、强化学习机制的多种群Memetic学习策略与进化计算模型.受种群进化、捕食种群与被捕食群体间的竞争等生态学原理的启发,提出了一种基于生态种群捕获竞争模型的多目标Memetic优化算法(Multi-Objective Memetic Algorithm based on Ecological Population Preying-competition Model,ECPM-MOMA).ECPM-MOMA算法设计并运用了捕获竞争、强化学习算子进行全局搜索,在种群进化过程中结合了Memetic搜索算子进行局部搜索.理论分析与实验结果表明,本文所提出的算法具有良好的收敛性能和分布特征,生态种群捕获竞争策略与进化计算模型对于解决复杂多目标优化问题是有效的.
目标编码系数的稀疏性使得L1跟踪成为解决遮挡目标跟踪的有效方法之一,但是现有稀疏编码算法没有利用L1跟踪中编码系数的特殊稀疏结构.本文基于目标模板系数稀疏度约束要求和小模板系数的空间连续性结构,利用块坐标优化原理提出一种两阶段稀疏编码算法用于视觉跟踪.在第一阶段,该算法利用正交匹配追踪求解具有约束稀疏度的目标模板系数,在第二阶段,该算法利用动态组稀疏编码求解具有空间连续性的小模板系数.在粒子滤波框架下,利用提出的稀疏编码算法实现了鲁棒的视觉跟踪.实验结果表明本文提出的跟踪方法比现有跟踪方法具有更强的鲁棒性和较高的跟踪精度.
非负矩阵分解具有较好的特征提取性能,广泛应用于数据融合领域,而粒子滤波则是一种处理非线性和非高斯动态系统状态估计的有效方法.该文结合两种算法的优点,提出了一种基于改进粒子滤波的红外小目标跟踪算法.利用NMF融合当前与之前的粒子分布权重,减小经典粒子滤波退化发散带来的精度误差.避免了目标遮挡及暂时消失带来的跟踪错误.仿真实验证明本文算法相对于经典粒子滤波,具有更好的跟踪精度和稳定性.
提出了一种G.729A自适应码本分组基音调制信息隐藏的检测算法.对语音码流的分析发现,通过基音预测进行信息隐藏将改变相邻语音帧中基音周期估计值的共生特性.通过量化这种共生特性,并经过PCA(Principal Component Analysis,主成分分析)降维获得对隐写检测敏感的特征向量.最后基于特征向量和SVM (Support Vector Machine,支持向量机)构建隐写检测器.对不同语音样本数据集的检测表明,当语音长度在2s及以上时,检测正确率均超过96%.此检测算法是一种有效的压缩域信息隐藏检测方法.
针对传统的基于局部信息搜索的分割方法很少考虑图像的全局信息,而且容易忽略影像分割中的随机性和不确定性,本文提出了一种基于云模型、图论和互信息的影像分割方法.使用云模型来反映像素聚类成区域时的不确定性和随机性,将图论方法引入基于互信息的最优割集的生成从而得到全局最优分割,利用云模型区域概念所呈现出的多维特征,通过云综合异质性度量来改进边界权重的计算,从而实现对区域相异性的区分能力.从实验结果来看,本文提出的方法,能产生有意义的、完整的、内部同质的分割区域,在分割精度上基本能满足人眼的视觉要求.
针对认知无线网络中的引擎参数调整问题,提出了一种基于拟态物理学多目标优化的求解算法.根据认知参数编码的二进制特点,设计了基于海明距离的个体排序方法,并改进了微粒的更新方程,最后求出问题的Pareto最优解集.多载波环境下的仿真实验表明,算法可以根据无线信道环境的动态变化和认知用户需求的不同需求,自适应调整各个子载波的调制方式和发射功率,满足参数优化需求.
最短路径查询是图数据管理与复杂关系挖掘的基本操作之一.本文针对资源描述框架图上的top-k最短路径查询,构造基于组件的索引,并在该索引的基础上实现查询的响应.查询优化阶段,针对查询效率问题,提出频繁路径以及结构剪枝策略,并给出有效性证明.实验表明,本文方法准确返回top-k最短路径并提高92%的查询速率.索引构造时间相比已有方法,提高约56%.同时,索引所占空间仅为原始数据大小的1~1.2倍.
为提高多目标粒子群算法在解决复杂多目标优化问题中的整体性能,提出一种多策略融合的多目标粒子群算法.该算法采用均匀化与随机化相结合的方式初始化种群,在粒子速度更新中新增一扰动项,运用简化的k-最近邻方法维持档案以及对档案个体赋予生存期属性并动态调整生存期值.实验结果表明,在GD和SP性能指标上,本文算法与另外5种对等算法在ZDT和DTLZ系列测试问题上进行对比,其表现出了总体显著性的性能优势.
本文提出一种基于项权值变化的完全加权正负关联规则挖掘算法,解决了基于项权值变化的负模式挖掘问题.该算法考虑项权值依赖于事务记录的特点,采用新的项集剪枝方法和模式评价框架,通过项集的项内权值比和维数比的简单计算和比较,挖掘有效的完全加权正负关联规则.实验结果表明,与现有无加权正负关联规则挖掘算法比较,本文算法能避免无效的模式出现,其挖掘时间和候选项集数量明显减少,减幅最大分别可达94.09%和88.16%.
不可达路径是造成软件测试资源消耗的一个重要方面.在路径测试之前,检测程序中的不可达路径可以有效节约软件测试资源.提出了一种基于子路径扩展的不可达路径静态检测方法.该方法首先生成程序的子路径集,将路径的可达性问题转换为不等式组的求解问题.使用约束求解器判断子路径的可达性,可以分为:可达子路径,不可达子路径和无法判定三个部分,并对后面两部分的子路径扩展出的路径做二次可达性检测,最终获得程序中所有路径的可达性信息.可达性检测工作主要在子路径集上进行,因此有效地解决了路径爆炸问题.实验结果表明本文方法可以准确有效地检测出程序中的不可达路径.
尽管用户可自主生成个性化数据以更全面描述个人偏好,但由于用户创建数据不严谨、不可控,导致生成的庞大数据集大多存在质量低、噪声严重的缺陷.因此管理复杂网络信息时,不能仅使用写入性知识,必须重视具有大量领域知识的专家,因为其可为系统提供高质量的信息.本文通过构建和分析用户兴趣分布曲线以发现兴趣领域专家,并提出甄别状态不正常的伪专家算法.由于网络中权威专家数量较少,所以所提供的信息是有限的.因此本文定义的领域专家不仅包含权威专家,而且包含普通用户中对某领域有极高关注的兴趣领域专家.实验证明算法的正确性和高效性,并且较低的复杂度使其可处理海量用户节点信息.
针对权重社会网络发布,提出采用基于向量相似的随机扰动方法实现多个发布场景下网络结构和边权重的隐私保护.该方法以边空间理论为基础,采用基于节点聚类的分割方法构建权重社会网络的向量集模型;以加权欧氏距离作为向量相似的度量标准,根据选定阈值构建发布候选集;从候选集随机选取向量实现权重社会网络的发布;可抵御多种节点识别攻击,迫使攻击者在一个向量发生概率相同的庞大结果集中进行重识别,增加了识别的不确定性.实验结果表明,该方法在确保社会个体隐私安全同时可保护社会网络分析所需的某些结构特征,提高发布数据效用.
随着网络规模的不断扩大,经典的复杂网络重叠社识别算法已不能高效处理现有的大规模网络图数据.本文在GraphLab并行计算模型上提出了基于重要节点扩展的重叠社区识别算法DOCVN (Detecting the Overlapping Community algorithm based on Vital Node Expanding in GraphLab).算法选取网络中PageRank值大的节点作为重要节点,计算其他节点归属于重要节点的节点归属度,并以重要节点为中心形成核心社区及扩展社区,最后根据重要节点间的连接紧密度合并核心社区及扩展社区,并计算出每个节点在所属社区里的节点重要度,实现了大规模网络的重叠社区识别.实验表明该算法与PD (Propinquity Dynamics)等现有并行算法相比更能有效地识别大规模网络的重叠社区结构.
提出了一种新颖的基于人脸朝向的非穿戴人机交互新方法.采用主动形状模型确定人脸面部轮廓特征点,克服光照和人脸姿态变化影响,在简化冗余信息的同时,降低计算复杂度.基于最大三角化划分面部轮廓特征,在此基础上,基于Kinect摄像机将构建的二维人脸模型映射至三维空间,动态求解面部朝向的法向量,通过图像帧间的均值滤波确定空间交互目标.用户无需佩带任何标记,且其活动不受约束,满足人机交互舒适性、多元性要求,实现非穿戴自然人机交互.通过实验对比,验证了本文方法有效、可行.
为解决在资源受限且拓扑结构多变的Ad Hoc网络中对节点状态的量化控制,提出一种准确计算节点信任度值、三阈值控制的节点撤销机制.基于投诉机制的阈值用于快速将可疑节点挂起;基于信任度计算的阈值用于最终将恶意节点撤销;基于预警的阈值用于防止恶意节点短期内发起对某合法节点的连续错误投诉.分析及仿真表明:所提方案避免根据投诉数目而撤销节点的武断性,三阈值的采用保证了对潜在恶意节点的快速反应、信任度可量化及准确撤销,且能防止恶意节点对合法节点合谋投诉而造成的误撤销.
为模拟一般Davidson-Cole色散媒质中的电波传播,本文提出了一种时域有限差分(FDTD)改进方案,改进之处体现在:(1)适用媒质从单极推广到多极情形;(2)适用媒质从无磁推广到有磁情形;(3)保留了色散模型公式的静态电导率项;(4)补充了三维问题算例.改进方案中,面临的主要困难是差分离散分数阶导数.首先,利用帕德(Padé)多项式近似媒质的介电常数;其次,通过傅里叶逆变换(IFT)导出了一组整数阶的辅助微分方程(ADEs),从而巧妙克服了该困难.几个算例的结果和分析,初步证实了改进方案的可行性和有效性.
文中以典型偏振蒙特卡罗模型为基础,引入了一种介质浓度系数的表征方法,设计实现了一个光在不同浓度介质中散射传输的三维仿真系统,分析了引入浓度系数方法的可行性,并讨论了光在不同浓度介质中散射传输的偏振特性影响.仿真实验结果表明,文中方法实现了散射介质浓度的表征.散射介质浓度对斯托克斯矢量各分量强度和偏振度有着直接影响;斯托克斯矢量各分量的强度随散射介质浓度增加呈近似指数衰减;光在散射介质中传输后,偏振度随浓度系数变化总体趋势呈"倒N"型.
VANET网络中信息的发送和接收具有随机性和不确定性,IEEE 802.11p广播协议无法适应VANET网络拓扑动态变化,于是研究者们根据不同环境中的具体应用需求提出了各种VANET广播协议,如何对新提出的协议的性能以及可靠性进行分析与验证是一个关键性问题.自动化的定量验证技术能够针对系统需要满足的多个性质进行分析,并给出满足需求的最大或者最小概率.然而研究人员在进行定量验证过程中使用的PTCL、rPATL等逻辑语言都不能够明确描述用户的策略是什么,因此本文提出基于概率策略逻辑的模型定量验证方法.该方法首先对系统中的多个角色使用概率时间接口自动机对其行为建模,然后使用概率策略逻辑语言对系统需要满足的性质进行描述,最后基于定量验证算法自动给出系统相关性质的分析结论.本文将该方法应用到VANET信息广播协议性能分析上,能够针对外界环境的变化选择合理的策略,从而分析出不同环境下信息广播发送成功的最大概率.
连铸生产过程中,铸坯内部温度场无法实时测量,表面温度难于准确测量,而稳态传热模型不能模拟实际工艺参数频繁变化的浇注过程,本文建立了实时凝固传热模型,并对模型的影响因素进行了分析.考虑到铸坯表面随机剥离的氧化铁皮对其测温的干扰,研究建立了基于面阵的CCD测温系统,并结合数值分析方法,消除了铸坯表面氧化铁皮对测温的干扰,还原铸坯表面真实温度,使测量的铸坯表面温度波动在±10℃范围内.通过采用CCD面阵测温、射钉测厚以及数值分析方法,实现了基于多信息融合的铸坯温度场在线测量,为二冷配水动态优化和铸坯温度场闭环控制提供了基础.
基于环Fp+vFp(v2=v)上线性码的一种直和分解,利用环Fp+vFp上的线性码的Torsion码,把环Fp+vFp上的线性码的极小支座谱的确定归结于有限域上的情形;进一步探讨了环Fp+vFp上的线性码的校验矩阵,利用该校验矩阵确定了环Fp+vFp上的线性码的对偶码的极小支座谱;最后利用环上的线性码的极小支座谱,探讨了环Fp+vFp上线性码的最小Hamming距离,并且给出了一个环Fp+vFp上最小Hamming距离为d的线性码的构造方法,这里p是任一个素数,d是一个正整数.
开放域问答是当前自然语言处理和信息检索领域的研究热点,作为开放域问答系统的重要组成部分,问题分类可以缩小答案的搜索空间并决定答案的选择策略.近年来,基于机器学习的问题分类技术受到广泛的关注,相关研究表明问题分类的准确性直接影响问答系统的整体性能.本文从分类体系与数据集、特征提取、分类器设计、性能评测等层面,总结了问题分类技术近年的主要研究成果.重点分析了各种基于监督学习的问题分类方法的特点和不足,讨论了核方法、半监督学习、主动学习、迁移学习等在问题分类中的应用,同时对问题分类技术未来研究动向进行了展望.
为了降低空频分组编码的多输入多输出正交频分复用(Space Frequency Block Coding Multiple Input Multiple Output Orthogonal Frequency Division Multiplexing,SFBC MIMO-OFDM)系统中传统选择性映射(Selected Mapping,SLM)算法的计算复杂度,本文提出了结合时域信号的循环移位和等效SFBC编码来产生更多具有不同峰均功率比(Peak to Average Power Ratio,PAPR)的备选序列的方法.接收端通过比较反向旋转序列与最近星座点的距离来恢复出循环移位因子和相位旋转因子,从而实现接收信号的盲检测.仿真结果表明,本文提出方法能有效地抑制SFBC MIMO-OFDM系统的PAPR.另外,本文提出方法明显降低了传统SLM算法的计算复杂度,而且可以获得与传统SLM算法在已知边带副信息情况下相似的比特误码率(Bit Error Rate,BER)性能.
可重构计算系统成为加速计算密集型应用的重要选择之一.在众多受到关注的计算密集型问题中,矩阵三角化分解作为典型的基础类应用始终处于研究的核心地位,在求解线性方程组、求矩阵特征值等科学与工程问题中有重要的研究价值.本文面向矩阵三角化分解中共有的三角化计算过程,通过分析该过程的线性计算规律,提出一种适于硬件并行实现的子矩阵更新同一化算法及矩阵三角化计算FPGA (Field Programmable Gate Array)并行结构.针对LU矩阵三角化分解在并行结构模板上的高性能实现及优化方法开展了研究.理论分析表明,该算法针对矩阵三角化计算过程具有更高的数据并行性与流水并行性;实验结果表明,与通用处理器的软件实现相比,根据该算法实现的矩阵三角化分解FPGA并行结果在关键计算性能上可以取得10倍以上的加速比.
动态帧时隙ALOHA(DFSA)算法是一种应用广泛的防碰撞技术,主要用于解决超高频(UHF)射频识别系统(RFID)中的标签碰撞问题.在DFSA算法中,读写器需要准确估计剩余标签数并设定一个新的帧长度来识别这些标签.因此,碰撞检测(CD)和标签剩余数估计在DFSA中起着关键性的作用.现有的碰撞检测方法并不能足够有效的用于检测碰撞并导致识别性能的下降.为了减少计算量和提高识别性能,本文提出了一种有效的防碰撞算法,该算法结合了碰撞检测和待识别标签数估计方法,使得性能更加高效.理论分析和仿真结果表明,该算法的性能要优于现有的同类算法,这非常有助于设计一种快速而高效的读写器.
魂芯DSP是一款字寻址的、分簇结构的、支持SIMD的VLIW处理器.介绍了基于开源编译器基础设施open64开发魂芯编译器的关键技术,包括地址寄存器的优化处理、综合多种启发因子的指令分簇、分簇架构下的寄存器分配和指令调度.介绍了魂芯DSP编译器的体系结构优化关键技术,包括基于依赖分析的向量化、高效指令的使用和零开销循环的识别.并总结开发经验,给出了基于开源编译基础设施开发编译器的若干注意点.
基于域Fpm上一类特殊的矩阵,定义了环R(pm,k)=Fpm[u]/<uk>到Fppmj的一个新的Gray映射,其中uk=0、p为素数、j为正整数且pj－1+1≤k≤pj.得到了环R(pm,k)上码长为任意长度N的(1+u)常循环码的Gray象是Fpm上长为pjN的保距线性循环码,并给出了Gray象的生成多项式,构造了F3,F5和F7上的一些最优线性循环码.
针对室内垂直墙面、家具等对电磁波后向反射较大的问题,提出了Pade型双向抛物方程,在增大抛物方程计算角度的同时提高了室内场计算的精度.利用Crank-Nicolson有限差分法推导了Pade型双向抛物方程的离散差分格式,同时,通过对室内天花板和地板采用阻抗边界条件,导出了上下边界场满足的有限差分格式,与射线跟踪法的对比验证了边界处理的正确性.采用双向抛物方程仿真了包含家具的单层单建筑物存在时室内电磁波的传播特性,结果表明,双向抛物方程的仿真结果是可靠的,其符合现实物理规律,最后基于该双向抛物方程模型模拟和分析了存在二栋双层建筑物时室内的电磁波分布特性.
