固定翼巡线无人机实时蚁群算法路径规划

本文针对传统蚁群算法局部早熟等问题对算法进行了改进,并对无人机路径规划及重规划多条件约束问题进行了研究,提高蚁群算法航迹规划计算速度及全局性来满足实时蚁群算法航迹规划要求。文章针对传统蚁群算法的早熟问题采用全局与局部信息素互补衰减法,来高效完成蚁群算法寻优问题,并当无人机偏离航线时能及时根据无人机所在位置重新规划。通过实验结果得出蚁群算法具有快速的计算能力,能在短时间内对更改的路径进行响应,完成无人机自校正航迹规划。     

基于ANTLR的Web应用测试脚本自动重构方法

Web应用在各个领域得到广泛应用,为保证Web应用程序质量,需要对它进行详尽的测试。基于脚本的自动化测试越来越流行,逐渐的被应用在了Web应用程序测试中。功能测试脚本一般用于Web应用的功能和接口测试,很难发现Web应用中可能存在的缺陷或者性能瓶颈。很多研究人员通过扩展功能测试脚本或者重新编写性能测试脚本来测试Web应用程序的缺陷问题。这种方式效率低下,资源开销大。为此,我们提出了一种基于ANTLR开源库的测试脚本自动重构方法,首先对测试脚本进行优化,加速测试脚本执行速度,然后对测试脚本进行增强,从而构造出一个快速暴露Web应用程序缺陷的性能测试脚本。     

基于列约束的低秩矩阵恢复方法

由于在成像过程中出现遮挡现象,图像矩阵的元素有缺失。在正投影相机模型下,提出一种基于列约束的低秩矩阵恢复方法。该方法利用图像矩阵是一个低秩矩阵从而图像序列具有冗余性的特性,利用奇异值分解由图像矩阵的列空间构造出一个投影矩阵,得到图像矩阵的列所满足的约束条件,将缺失元素的恢复转化为迭代求解二次型的极值问题,利用它恢复出图像矩阵的缺失元素。该方法从理论上能够保证收敛到全局最小值。仿真实验表明,此方法具有收敛速度快,恢复精度高等优点。     

云计算中基于Tent映射的混沌混合加密算法研究

本文介绍了云计算特点及Hadoop分布式计算框架,对云计算中引入混沌理论的混合加密算法进行研究。首先分析了传统加密算法DES和RSA,对其二者在云计算中的缺陷进行了阐述,通过引入混沌理论提出了一种混沌混合加密算法（CDR）。该算法通过Tent映射产生随机混沌序列,转换为初始密钥,利用混沌特性对密钥进行优化,然后对DES及RSA算法进行混合。最后在Hadoop平台上进行实验,搭建集群模拟云平台,通过MapReduce过程执行CDR算法对数据进行加密和解密实验,通过实验分析证明CDR算法从安全性和效率上优于DES和RSA算法,更加适用于云计算环境。     

基于本体的需求分析和软件体系结构设计研究

传统的软件开发模式下,从提出需求到完成设计之间跨越的鸿沟是降低开发效率的主要因素。为了辅助设计人员进行高效的软件开发,文中提出一个基于本体的需求分析和软件体系结构设计方法。首先建立领域本体模型、需求本体模型和软件体系结构本体模型;接着在需求分析阶段,通过本体映射将用户需求映射到本体概念上,进行准确地需求质量评估;然后在体系结构设计阶段,通过对网上共享的设计文档进行五种维度的语义标注生成语义索引,实现跨领域的语义搜索,为设计人员提供更全面、更详细的设计文档作为参考;最后结合自己项目的特点,逐步构建、完善系统体系结构。本文将本体作为描述需求和体系结构的基础,实现了需求到设计的平滑过度,减少了设计人员和用户进行交流的时间开销,对于整体提高软件开发效率来说具有一定的帮助。     

基于互联网多数据源的IP黑名单的聚合与应用实现

随着互联网的快速发展,人民的生活和工作方式都演变了更加高效快捷的模式。但随着人民在众多领域愈发依赖于网络,信息安全的问题也凸显出来。提出一种IP黑名单聚合的解决方案,来聚合互联网中已有的黑名单数据,并加以利用,在一定程度上加强互联网的安全性。     

基于顺序形态学自适应边缘检测方法

基于顺序形态学自适应边缘检测方法是图像处理新技术之一,针对形态学单一结构元素在边缘检测中图像边缘信息丢失的问题,根据图像形态学多刻度形态滤波的思想,提出了基于顺序形态学自适应边缘检测方法。根据传统的形态学边缘检测方法,该方法构造了边缘检测算子,给出了边缘检测算子的评价函数。通过该函数选择不同方向的结构元素增加图像的边缘信息。实验结果表明,与传统的基于数学形态学的边缘检测方法相比,该方法可以最大程度上抑制噪声,有效地提高图像的边缘检测效果。     

凝固瞬间相机的趣味模式

现在的相机,给我们带来了越来越多的与生活密切相关的趣味模式。即使我们没有高端的相机,也不太懂数码照片的后期处理,仅仅借助相机的趣味模式,全景、古风、黑白照……,各种生活的乐趣就在瞬间被凝固。     

科研实验室计算机网络的规划与实现

本文提出了建立科研实验室网络的规划方法,并给出了一个此类网络的实例。     

一种基于概率推理的邮件过滤系统的研究与设计

分类问题是机器学习与数据挖掘研究中最重要的问题之一,其中文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术,近年来得到了广泛的关注和快速的发展.设计了一种基于贝叶斯概率推理方法的垃圾邮件过滤系统.它用概率测试的权重来描述数据间的相关性,从而解决了数据间的不一致性,甚至是相互独立的问题.作为互联网的第一大应用,电子邮件一直受到广大网民的青睐,但近些年来,垃圾邮件问胚日益严重.将上述研究的结果应用到目前互联网上垃圾邮件的过滤工作中,实验证明了方法的有效性.