求解SAT问题的分级重排搜索算法

局部搜索法在ＳＡＴ问题上的成功运用已引起越来越广泛的重视,然而,它在面对不可满足问题例时的局限性不能不被考虑．分级重排搜索算法ＭＳＲＡ（ｍｕｌｔｉ－ｓｔａｇｅｓｅａｒｃｈｒｅａｒｒａｎｇｅ－ｍｅｎｔａｌｇｏｒｉｔｈｍ）正是为克服局部搜索法的不完备性而提出的,准确地讲,它是几种算法在思想上的集成,但为明确起见,把其最典型的分级重排过程作为名称．分级重排搜索算法在求解ＳＡＴ问题时,能表现出优于单一求解策略（如局部搜索法或回溯算法）的明显特性．由于可根据约束条件的强弱来估计ＳＡＴ问题例的可满足性,因此能够以此来确定更有效的求解策略．     

基于紫金桥软件的油品自动装车系统

1背景定量装车控制系统是用于炼油厂、化工厂及一些中小型油库,可满足各种汽车和火车鹤管定量装车的自动化控制和管理需求。装车系统本身是油品储运系统中的重要环节,直接影响着在石油化工生产与经营过程中的计量与操作的准确性、及时性和安全性。随着石化生产规模的不断扩大,油品的自动定量装车显得越来越重要。如何提高装车效率、减少劳动强度、避免静电等不安全隐患、实现整个装车过程自动化的要求显得十分迫切。     

基于网络处理器的可演化路由器设计

可演化网络是一种动态可变换的网络结构,针对其软件实现方式导致的数据包转发延时较大问题,设计一种基于网络处理器的可演化路由器。充分利用网络处理器硬件中嵌入式处理器的灵活性与微引擎处理器快速高效的数据包处理能力,使数据包的处理速率接近 线速。     

基于最大似然法的遥感图像分类技术研究

针对大遥感图像在单机分类方法中存在分类效率低、准确度差的问题,本文研究了网格环境下的最大似然分类技术在大遥感图像分类的应用。文中提出的方法充分利用了网格技术的分布式计算和协同共享等能力．采用最大似然法。给出了网格环境下大遥感图像的分类方法,并实验验证了该方法的有效性。     

基于NSCT和泰勒级数的图像超分辨率重建

结合非下采样Contourlet变换(NSCT)的多尺度、方向特性、各向异性、平移不变性以及泰勒级数高效逼近的优点,提出一种利用泰勒级数插值代替双线性插值的超分辨率图像重建算法.实验结果显示,该算法可以较好地恢复图像的细节信息和纹理特征,有效抵抗高斯噪声的干扰.     

基于流量预测的Ad hoc网络入侵检测方案

Ad hoc网络具有无线传输的介质、动态改变的拓扑、缺乏监督等特点,为解决其安全防御问题,提出并实现了基于网络流量预测的Ad hoc入侵检测系统。该系统主要包括节点检测和响应系统两个部分,网络中的节点采用节点检测引擎对网络流量进行预测,根据原始流量与预测流量的差值来判断目标节点的恶意性,并据此做出路由调整。实验结果表明,该系统具有较高的检测率和较低的误警率。     

集存储和控制于一体的手机教学助手

针对传统激光笔和存储设备分离、容易被遗忘携带的和丢失具体情况,设计了该手机教学助手. 以人们必备并随身携带的智能手机为平台,将手机存储设备与教学激光笔结合,通过WIFI无线快速方式与电脑进行通信,将教学所用文件从电脑上以简便快捷的方式拷贝到手机的存储设备上,并通过WIFI拷贝到教学所用的目标机器上. 可用手机控制教学所用PPT、音视频播放或进行简单的文本输入,实现了存储设备、激光笔和手机的统一. 该系统直接安装在用户的移动终端和PC机上,系统部署对软硬件要求不高,用户操作简单,使用方便,适应当前的发展形势.     

基于快速模板匹配的智能视觉传感器设计*

针对传统视觉传感器信号处理能力差、模拟信号输出易受干扰等问题,设计了基于ARM 6410处理器的智能化数字视觉传感器,应用于白车身在线视觉检测系统,完成数据采集、像素级二维定位和通讯控制工作。在Linux平台上,研究了一种快速稳定的像素级模板匹配算法,以去均值归一化灰度互相关法为相似性测度,多分辨率金字塔匹配法为搜索策略,使用“滚动相加补全像素法冶的二维求和新方法来优化计算过程,并进行了全局冗错设计,确保传感器工作稳定性。现场实验表明：采用该匹配算法和冗错机制使得视觉传感器定位功能速度快、精度高、鲁棒性好,能较好完成白车身视觉检测系统前端数据采集和处理任务。     

基于HBase的并行BFS方法

NoSQL数据库作为下一代巨型数据的存储模式,在科学计算和商业计算领域均发挥着重要作用,受到当前学术界和企业界的广泛关注。提出一种新的基于NoSQL数据库HBase的并行求取最短路径树的方法。首先利用Watts-Strogatz模型完成对巨型网络的数学建模,这种建模方式使得网络模型具有一定的聚类效果;其次利用HBase最近发布的Coprocessor简化和改进并行BFS方法,提高其计算效率。此外,还设计并实施了大量实验,得出了巨型网络的最短路径树,验证了该算法的正确性和有效性;同时对比其它路径算法,验证了该算法的高效性。     

一种基于Bayes估计的WSN节点信任度计算模型

鉴于传统网络安全策略无法阻止或识别传感器网络内部节点的攻击或异常行为,结合节点资源受限的特点,提出了一种无线传感器网络节点信任度计算模型.该模型采用Bayes估计方法,通过求解基于Beta分布的节点行为信誉函数的期望值得到直接信任并将其作为Bayes估计的先验信息,将来自邻居节点的推荐信息作为其样本信息.仿真实验表明,本方案有较好的稳定性,能够有效识别异常节点,从而阻止内部节点对网络的攻击,与RFSN相比,不仅节约了存储空间、运算时间与通信量,而且能够避免恶评现象对节点信任度计算的影响.