基于随机Hough变换的零基线正弦曲线检测

研究零基线正弦曲线的随机Hough变换的最小点集、收敛映射和动态链接表结构3个基本问题,提出改进的三点拟合零基线正弦曲线的方法,给出零基线正弦曲线的随机Hough变换检测算法,并分析算法的计算性能和存储量性能。仿真实验表明该方法的有效性。     

序列模式发现的结构化动态优化方法

给出单模式、二模式和三模式3种序列模式发现的基本概念,给出二模式和三模式的表示方法。该表示方法不会产生实际不存在的候选序列,从而有效地缩小候选空间,提高序列模式的计算速度。结合Apriori方法,基于3种基本模式,应用无冗余的模式增长原则和三级动态优化方法,提出一种序列模式发现的结构化动态优化方法。     

基于社会特性的P2P资源查找策略

提出一种基于社会特性的P2P资源查找策略。将具有类似兴趣的节点组织成多个兴趣簇,形成一个多簇相互交叠的重叠网络拓 扑。节点通过相似度比较,选择与自己兴趣度最相似的候选节点建立邻居关系,结合带偏向的随机走动策略和跨簇节点广度优先搜索策略,进行资源查找。实验结果表明,该策略的查找成功率较高。     

基于改进PCNN和互信息熵的自动图像分割

脉冲耦合神经网络(PCNN)由于其良好的脉冲传播特性在图像分割中得到了广泛应用。针对其需要人机交互通过实验确定其相关参数等问题,改进PCNN模型,以像素对比度作为链接矩阵,以互信息作为迭代终止的判决依据,提出基于改进脉冲耦合神经网络的自动图像分割。实验结果表明,该方法实时性好、自适应性强,分割出的目标轮廓清楚。     

J2ME中面向对象的持久存储管理研究

针对J2ME程序数据持久存储的问题,根据移动信息设备简表,提出一种采用缓存机制的面向对象的数据持久存储管理方案。该方案将数据封装为对象,在应用程序和持久存储之间采用数据管理层分离应用程序的数据访问逻辑和数据存储逻辑,并采用缓存机制提高数据访问效率。通过实验验证该方案的可行性,实验结果表明该缓存机制提高了频繁访问数据的访问效率。     

基于重启型随机游走模型的图上关键字搜索

基于重启型随机游走模型和个人化PageRank算法,提出一种新的图上关键字搜索算法。该算法将向量空间模型和随机游走模型进行有效的结合,使查询搜索得到的结果可以匹配查询关键字,通过充分挖掘利用图中隐含的结构信息,更好地提供搜索结果。实验结果证明了该算法的有效性。     

基于热扩散模型的测试程序分类

提出基于热扩散模型的测试程序分类方法,根据峰值温度的高低对SPEC CPU2000的测试程序进行分类。讨论测试程序的热扩散特征和程序行为之间的对应关系。实验结果表明基于热扩散模型分类是一种有效的程序分类方法,其分类结果为不同类型多线程工作负载的组合提供了参考。     

基于关联图的加权关联规则挖掘算法

针对交易数据库中数据项重要性不同的现象,引入加权支持度和最小支持期望的概念,提出一种基于关联图的加权关联规则模型,并在该模型基础上,设计了改进的加权关联规则挖掘算法。该算法扫描数据库仅一次,采用关联图存储频繁2项集信息,通过构建基于图的剪枝策略,减少验证频繁项集的计算量,有效提高加权频繁项集的生成效率。     

基于口令的三方认证密钥交换协议

传统的三方认证密钥交换协议不具备前向安全性,难以抵抗不可察觉在线字典攻击。为此,研究简单三方口令认证密钥交换协议,分析其存在的安全漏洞并加以改进,提出一种基于口令的三方认证密钥交换协议。分析结果表明,与其他协议相比,该协议的执行效率和安全性较高。     

改进代理多重签名方案的安全性分析

对一个代理多重签名方案进行分析,指出该方案中存在的安全性漏洞,包括代理授权的不当会导致代理人有能力修改代理授权证书,所有原始签名人合谋可以伪造出代理人的数字签名,原始签名者能够合谋伪造出一个有效的代理多重签名,以及任何合法的签名者可能被别人陷害。     

硬件平台上的HEED实现及其性能分析

为研究无线传感器网络中的分簇算法性能,在基于TinyOS操作系统的硬件平台上实现混合能量高效分布式分簇(HEED)算法。针对分簇后形成的树状网络拓扑给出相应路由协议和MAC协议。实验结果表明,当网络节点分布均匀时,HEED算法能形成较好的网络拓扑,当网络节点分布不均匀时,性能明显下降,给出的路由协议和MAC协议能保证节点达到较低的能量占空比,从而延长网络生存周期。     

基于软件定义网络的可靠性虚拟网络映射保障机制

在软件定义网络（SDN）虚拟网络映射中,现有研究者主要考虑请求接受率方面,而忽视了SDN中底层资源失效的问题。为此,针对SDN中可靠性虚拟网络映射（SVNE）问题,提出了一种联合先验式保护和后验式恢复的虚拟网络映射保障机制。首先,在虚拟请求接受之前,对SDN物理网络区域性资源进行感知;然后,采用先验式保护机制为映射域内相对剩余资源变小的虚拟网络元素预留备份物理资源,并将此扩展虚拟网络通过D-ViNE算法映射至物理网络中;最后,在未备份虚拟网络元素发生故障时,采用后验式恢复算法完成故障的恢复,对节点和链路分别采用重映射和重路由的方法完成恢复。实验结果表明,与基于SDN的生存性虚拟网络映射算法（SDN-SVNE）相比,在虚拟请求接受率方面提高了21.9%。另外,该保护机制在虚拟级别故障恢复率、物理级别故障恢复率等方面也具有优势。     

多通信方式的WSN汇聚节点的设计与实现

针对无线传感器网络汇聚节点通信方式单一的问题,设计实现基于PXA270处理器的、具有以太网、CF无线局域网及GPRS网络等多种通信方式的无线传感器网络汇聚节点,完成汇聚节点硬件平台引导加载程序的移植,构建无线传感器网络实验与研究平台。实际应用证明,多通信方式的汇聚节点具有较高的实用性。     

基于无线传感器网络的室内移动灭火机器人系统设计

针对室内移动灭火机器人依靠自身传感器无法及时获取全面环境信息和缺少远程网络控制功能的问题,提出了一种基于无线传感器网络（WSN）且具有远程网络控制功能的系统架构。首先,构建网型拓扑结构的无线传感器网络,采集室内环境信息;其次,通过分析系统各部分的逻辑功能,构建数据库和Web服务器,实现远程客户浏览功能;最后,通过开发具有Socket网络通信功能的网络客户端,实现远程网络控制机器人。经实验测试,网型拓扑无线传感器网络,在发送间隔为1.5 s,网关节点无遮挡时,数据传输丢包率为2%,与相同情况下的树型拓扑相比,降低了67%。结果表明此系统架构能获取更加全面的室内环境信息,降低无线传感器网络数据传输丢包率,并能通过网络客户端实现远程控制。     

基于协议无感知转发的服务功能链

IETF提出的服务功能链（Service Function Chain,SFC）解决了服务功能在部署过程中网络拓扑与硬件设备紧密耦合、灵活性差等问题,其中,NSH协议用于支持服务功能链的实现.然而,标准的OpenFlow协议对NSH协议支持不足、实现过程复杂且实现后造成兼容性等问题.本文基于软件定义网络（Software Defined Network,SDN）和网络功能虚拟化（Network Function Virtualization,NFV）技术,根据IETF规定的相关标准,提出一种基于协议无感知转发（Protocol Oblivious Forwarding,POF）的服务功能链,利用POF在数据平面深度可编程的能力实现NSH协议.文中基于FloodLight控制器和POF交换机实现了该服务功能链,实验结果表明,基于协议无感知转发的服务功能链可以高效地实现服务功能的部署.     

基于本体的服务网络平台及其构建方法

在基于语义关系的大规模Web服务组织结构：服务网络模型的基础上,构建了服务网络系统平台。提供了对Web服务和服务关系的描述,使得Web服务的自动化处理成为可能。设计了可动态优化的服务网络系统内核,实现了服务网络的数据存储、网络优化和关系挖掘;设计和实现了系统创建维护工具、系统服务增长工具、可视化工具等一整套核心工具;给出了服务关系构成建的基本方法和流程,完善了网络结构。最后,一些基于服务网络的应用证明了该系统的有效性和广泛适用性。     

节点效用最大化的服务功能链构建方法

网络严重依赖中间件盒子来提供关键的服务功能,随着软件定义网络（SDN）与网络功能虚拟化（NFV）技术的发展,如何利用新技术部署中间件盒子并引导流量通过特定顺序的中间件盒子完成服务功能链构建成为亟待解决的问题。针对SDN+NFV环境下的服务功能链构建问题,提出一种节点效用最大化的服务功能链协同构建方法NUM（Node Utility Maximization）。首先结合SDN+NFV技术设计了一种服务功能链协同构建机制;其次,根据机制中资源处理器所解决的中间件盒子部署和流量引导问题,建立了节点选择模型和效用最大化模型;最后,利用禁忌搜索改进组合模拟退火算法对该模型进行求解。仿真实验表明,NUM方法与主流方法相比在构建时间、构建成功率以及网络拥塞率上具有优越性,同时采用所提出的服务链构建方法在节点效用上提高约20%。     

基于改进随机游走的网络表示学习算法

现有的基于Word2vec的网络表示学习（NRL）算法使用随机游走（RW）来生成节点序列,针对随机游走倾向于选择具有较大度的节点,生成的节点序列不能很好地反映网络结构信息,从而影响表示学习性能的问题,提出了基于改进随机游走的网络表示学习算法。首先,使用RLP-MHRW算法生成节点序列,它在生成节点序列时不会偏向大度节点,得到的节点序列能更好地反映网络结构信息;然后,将节点序列投入到Skip-gram模型得到节点表示向量;最后,利用链路预测任务来测度表示学习性能。在4个真实网络数据集上进行了实验。在论文合作网络arXiv ASTRO-PH上与LINE和node2vec算法相比,链路预测的AUC值分别提升了8.9%和3.5%,其他数据集上也均有提升。实验结果表明,RLP-MHRW能有效提高基于Word2vec的网络表示学习算法的性能。     

基于图卷积网络的迁移学习轴承服役故障诊断

深度学习方法被广泛应用于轴承故障诊断,但在实际工程应用中,轴承服役期间的真实服役故障数据不易收集,缺乏数据标签,难以进行充分的训练。针对轴承服役故障诊断困难的问题,提出了一种基于图卷积网络（GCN）的迁移学习轴承服役故障诊断模型。该模型从数据充足的人工模拟损伤故障数据中学习故障知识,并迁移到真实的服役故障上,以提高服役故障的诊断准确率。具体来说,通过将人工模拟损伤故障数据和服役故障数据的原始振动信号由小波变换转换为同时具有时间和频率信息的时频图,并将得到的时频图输入到图卷积层中进行学习,从而有效地提取源域和目标域的故障特征表示;然后计算源域和目标域的数据分布之间的Wasserstein距离来度量两个数据分布之间的差异,通过最小化数据分布差异,构建了一个能诊断轴承服役故障的故障诊断模型。在不同的轴承故障数据集和不同工作条件下设计了多种不同的任务进行实验,实验结果表明,该模型具有诊断轴承服役故障的能力,同时也能从一个工作条件迁移到另一工作条件,在不同组件类型和不同工作条件之间进行故障诊断。     

基于蚁群的无线传感器网络分簇路由算法

在研究经典低能量自适应分簇路由算法的基础上,提出基于蚁群的无线传感器网络分簇路由算法。该算法将蚁群算法应用到簇间路由机制中,寻找簇头到基站的最佳路径,使得离基站较远的簇头节点沿着最佳路径传输信息,有效地减少了簇头节点的能量开销。同时,在簇头选举时,该算法不仅考虑簇头节点的剩余能量,而且兼顾簇头与簇头之间的距离,使得簇头分布更加均匀。仿真结果表明,该算法和LEACH及DADC算法相比,有效地均衡了网络能量消耗,并延长了网络生命周期。