分布式仿真系统中的数据传输研究

为提高分布式仿真系统内部有效数据传输效率,满足系统实时性要求,以车辆定位监控仿真系统为问题原型,提出一种基于运行时间支撑系统数据分发管理(RTI-DDM)和套接字(Socket)的双层数据传输模型.该模型一方面利用RTI-DDM来限定传输数据的范围,有效降低系统内部冗余数据的传输;另一方面,利用Socket技术在仿真实体之间建立点对点的直接传输,从而提高系统的运行效率.对比实验结果表明,在相同仿真交互数据量下,该模型相对于传统RTI数据传输模型,数据传输延时平均缩短50%.     

基于生物特征的躯感网密钥分发机制

为实现躯域无线传感器网络(躯感网)中生理数据的安全可靠传输,设计了一种基于生物特征的躯感网密钥分发机制。该机制利用传感器节点采集的心血管信号提取心脏搏动间隔,编码生成一个称作个体识别码的二进制序列,进而实施冗余编码生成冗余个体识别码,并利用该冗余个体识别码结合模糊承诺方法绑定密钥,从而实现密钥在躯感网内的保密传输。实验结果表明:该机制具有很好的安全性。相比于直接采用个体识别码绑定密钥,冗余编码的引入有效降低了密钥分发的错误拒绝率和汉明阈值,提高了密钥分发的速度,并且不影响系统的安全性。     

一种基于多播分发树的无线传感器网络代码分发协议

代码分发协议是无线传感器网络（WSNs）在实地部署之后进行软件更新的关键技术。针对现有代码分发协议对特定目标节点分发时需要传输冗余代码镜像的问题,提出了一种基于多播分发树的代码分发（MTCD）协议。MTCD协议通过建立基站节点到目标节点的分发树路径来降低网络中参与代码分发节点的个数,从而降低数据冗余传输和网络能量消耗。TOSSIM仿真结果表明：与TinyOS的标准代码分发协议Deluge相比,MTCD协议在分发时间和数据包传输方面都有更优的性能。     

空间矢量信息渐进传输研究与实现

为解决大量空间矢量数据的传输问题,提出一种空间矢量信息渐进传输解决方法。阐述空间矢量信息渐进传输的基本思想,包括空间矢量信息的综合、选取、概括、简化,设计数据库存储模式。以广东省行政区域图渐进传输的实现,证明该方法在处理大数据量传输时能使用户无网络延时感,且减少占用的网络带宽。     

基于稀疏变换的图像压缩方法的研究

针对无线多媒体传感器网络中节点计算能力、存储空间和能量等资源受限问题,提出了联合稀疏变换的分布式压缩感知视频压缩方法。该方法对传感器采集到的图像序列先进行分布式视频编码,再利用联合稀疏变换对图像进行稀疏表示,其中联合稀疏变换方法结合了冗余字典和正交基稀疏变换的优点,比冗余字典稀疏表示得到的图像更稀疏,压缩效率更高。仿真结果表明,该方法有效减少了编码和传输的数据量,降低了图像压缩传输时间。     

基于移动互联网的态势共享系统

为了加快重大突发公共事件应急处置能力,解决态势信息收集困难、信息上报不及时、信息共享量大等问题,在移动互联网基础上,开发一套适合移动互联网的态势共享系统。系统采用传输与共享分层的设计,使用数据工程与SOA来实现态势共享,并提出一种态势信息智能分发的方法;对系统中信息的传输、注册方式进行了优化;根据任务组态势信息需求特征,支持信息的订阅分发和智能推送,从而有效满足了移动通信环境下信息传输和共享的需求。     

IPv6组播环境中实时信息分发系统的研究

针对实时信息分发以及传输的要求,以IPv6作为消息底层主要通信平台,构建了IPv6组播环境中的实时信息分发系统,系统主要包括信源接入、分发控制以及信息分发三个部分.通过累计确认以及扩展确认相结合的方式,给出了分发客户端和分发服务器端的信息处理流程,提出了一种基于可靠数据组播传输的分发方法,并对该方法进行了性能分析,通过一个应用实例实现了可靠的、高效的、可扩展的实时信息分发服务.     

渐进网格及其在移动计算中的应用

在移动计算中,3维图形通常是由几何造型的网格来表示。为了解决移动图形的存储、传输和显示问题,提出了一种基于逆细分的构建渐进网格的算法,给出了渐进网格通过网格传输和在移动终端上渲染3维图形的方法。细密的网格通过逐层地、分批地删除其冗余信息,最后生成由基网格和一系列误差值组成的渐进网格。在算法实施时,将Loop逼近型细分模式作为插值型细分模式进行操作。该算法共分3个关键步骤:网格分裂、奇点预测、网格更新。简化后的渐进网格可以无损还原。实验结果表明,该算法效率高,比以往的方法速度快。     

基于HLA的视景仿真网络数据量处理技术的应用

在多武器平台、大战场环境的视景仿真中,仿真实体与仿真节点的过多使不必要网络数据量大大提高.为了减少不必要网络数据量,该文从实用性的角度介绍了两种应用技术,一是应用HLA中数据分发管理服务（DDM）来限定传输数据的范围,按照数据值域来对数据的接收和发送进行过滤,有效降低了冗余数据的传输,该文提供了接收方的实现方法与主要代码;二是采用DR递推算法控制节点的数据发送,有效降低了数据帧的发送频率并使视景中仿真实体运动平滑无跳动,该文介绍了DR算法与DR模型并提供了实现一种算法的代码.     

一种面向窄带环境的远程屏幕同步方法

综合考虑计算机屏幕在变化过程中时间与空间的双重冗余,提出一种新的远程屏幕同步方法,以进一步减少传输的数据量.当前屏幕的变化区域和前一帧相应区域间的时间冗余得到了充分考虑.同时采用了一种改进的SSC-APDS(subsampling search candidates in adjustable partial distortion search)算法,显著地提高了时间冗余处理过程中块运动估计的速度.实验结果表明该方法,能够进一步减少屏幕传输的带宽消耗,并降低客户端的开销.该方法已经在一个实际的无线会议投影与协作系统FreeSpeech中采用,取得了较好的效果.     

大数据访问中信息传输冗余量消除仿真

针对传统的大数据访问中信息传输冗余量消除方法存在查全率、信息传输冗余量消除效率以及速率较低等问题,提出了基于Hamming距离值的大数据访问中信息传输冗余量消除方法。利用滑动以及滚动相结合的窗口移动模式减少窗口计算量,将Rsync滚动校验算法以及MD5算法相结合,在文件任意位置开始计算滚动校验值,通过递进关系,获取连续数据块的校验值,根据不同数据块的校验值进行数据匹配。将经过匹配后的数据块利用CDC分块检测算法进行检测,根据余弦相似度计算公式以及Hamm距离值计算相似度,实现大数据访问中信息传输冗余量消除。实验结果表明,所提方法有效提高了冗余信息查全率、信息传输冗余量消除效率以及速率,能够快速、准确地消除多余的信息。     

基于异常数据驱动的WSN簇内数据融合方法

引入数据驱动的思想,提出了一种基于异常数据驱动的簇内数据融合方法.在节点数据采集过程中,仅当异常数据发生时才发送给簇头,减少了监测网络的数据传输量.在簇头数据融合过程中,建立了各传感器之间的相互支持度矩阵,支持度值较低的监测数据将被剔除,支持度值较高的监测数据进行最优加权融合,从而保证了融合结果的准确性和有效性.仿真实验结果表明,与算术平均值法及自适应加权融合法相比,本文方法能有效去除冗余信息,在融合精度、能量消耗方面具有明显的优势.     

基于任务分配和数据集副本的科学工作流数据布局

云环境下科学工作流的数据布局成为当前工作流研究中的一个热点问题,对科学工作流中任务和数据之间多对多关系进行分析,可以发现不同数据布局方案在数据传输上的费用各不相同,在很大程度上影响工作流的运行成本。为降低科学工作流数据集传输费用,提出一种基于任务分配和数据集副本的科学工作流数据布局方法。该方法从任务分配开始,在定量计算任务依赖度的基础上进行任务分配,根据分配结果给出一个基于数据集副本的两阶段数据布局方法,以实现科学工作流运行中传输费用的优化。实例结果表明,与工作流层方法相比,该方法可以有效降低科学工作流的运行成本。     

基于组合设计的语音冗余交织方法简

现有语音交织技术本身并不提供冗余与纠错功能，也不支持数据的部分恢复。本文在借鉴国内外语音数据传输方法研究成果的基础上，提出了一种基于组合设计的语音冗余交织方法，结合了现有交织技术与前向纠错技术的特点，将数据流以分组冗余交织打包的形式传输，在与现有交织技术相比，提高了语音传输的可靠性与质量。     

基于柔性策略的变压器智能感知数据采集研究

针对现有固定、无差别采集策略在变压器数据采集中造成的耗时长、冗余信息量大,且难以满足特定的数据可用性需求等问题,提出一种基于柔性策略的变压器智能感知数据采集方法。首先以四象限图方法划分各类数据采集优先级并制定不同采集方案。然后针对实时数据采集,提出柔性采集策略,考虑变压器运行中瞬时干扰与负荷变化等特殊情况,以双重判断量化数据波动程度,根据应激式调整方案,采用动态比例尺方法自主调整数据采集间隔,以实现分析目标为导向的按需数据采集。仿真实验结果表明,该变压器数据采集方法可在保证采集数据质量的同时减少数据采集量,有效提高数据采集效率与灵活性。从而为变压器在线监测与故障诊断等研究提供有效数据保障。     

Hybrid Harmony Search Combined with Stochastic Local Search for Feature Selection

Feature selection is a challenging task that has been the subject of a large amount of research, especially in relation to classification tasks. It permits to eliminate the redundant attributes and enhance the classification accuracy by keeping only the relevant attributes. In this paper, we propose a hybrid search method based on both harmony search algorithm (HSA) and stochastic local search (SLS) for feature selection in data classification. A novel probabilistic selection strategy is used in HSA–SLS to select the appropriate solutions to undergo stochastic local refinement, keeping a good compromise between exploration and exploitation. In addition, the HSA–SLS is combined with a support vector machine (SVM) classifier with optimized parameters. The proposed HSA–SLS method tries to find a subset of features that maximizes the classification accuracy rate of SVM. Experimental results show good performance in favor of our proposed method.     

Analysis of diabetic patients through their examination history

The analysis of medical data is a challenging task for health care systems since a huge amount of interesting knowledge can be automatically mined to effectively support both physicians and health care organizations. This paper proposes a data analysis framework based on a multiple-level clustering technique to identify the examination pathways commonly followed by patients with a given disease. This knowledge can support health care organizations in evaluating the medical treatments usually adopted, and thus the incurred costs. The proposed multiple-level strategy allows clustering patient examination datasets with a variable distribution. To measure the relevance of specific examinations for a given disease complication, patient examination data has been represented in the Vector Space Model using the TF-IDF method. As a case study, the proposed approach has been applied to the diabetic care scenario. The experimental validation, performed on a real collection of diabetic patients, demonstrates the effectiveness of the approach in identifying groups of patients with a similar examination history and increasing severity in diabetes complications.     

基于分解和加密的外包数据库隐私保护

目前基于全部数据加密的外包数据库服务不能有效平衡数据处理性能与数据隐私保护之间的关系。针对该不足,提出一种基于单个外包数据库服务器的隐私保护方法,通过加密和分解关联隐私约束规则最大限度地减少加密属性,实现最小加密属性分解的近似算法,并给出基于元数据的查询分解方法,实现查询处理。理论分析表明,该方法能实现外包数据的隐私保护,又能较好地改善外包数据的查询性能。     

基于JSON格式的信息资源共享技术的应用研究

JSON格式是一种轻量级的数据交换格式,本文针对国内电子政务信息资源建设领域存在的大量异构、冗余、共享程度低的政务信息,依据我国电子政务元数据标准,分析提出电子政务元数据结构化的JSON格式信息描述方法。给出了一个基于JSON格式的政务信息资源共享的实例,实现对异构政务信息资源更加高效的管理。     

一种面向移动终端的三维图形服务计算方法

提出一种基于服务计算架构的三维图形简化算法和图形在网络上的渐进传输方法。细密的网格通过逐层地删除其冗余信息,最终生成由稀疏的基网格和一系列误差值组成的渐进网格。三维图形可依据不同分辨率的需求在移动终端上重建并渲染。实验表明,算法速度快,效果好。