基于FPGA的动态可重配置的IP报文过滤系统

IP过滤是把IP数据报文分成不同种类的过程,主要取决于IP报头中的信息。基于软件的字符串匹配已经不能跟上高速的网络传输速度,需要寻找硬件解决方案。这篇论文描述了基于FPGA的动态可重配置内容可寻址存储器CAM(ContentAddressableMemory)在IP过滤中的应用,同时在硬件中采用了Snort入侵监测系统(IDS)的字符串匹配规则。     

基于卷积神经网络的人像浮雕建模与动画生成EI北大核心CSCD

为克服传统人像浮雕设计专业性强、效率低、效果单一等不足,提出一种人像浮雕快速建模方法.首先基于法向相似原理构建人像浮雕合成数据集;然后建立卷积神经网络模型,实现2.5D高度场的快速压缩;最后对3D模型进行多视角连续采样,通过网络预测批量生成单帧浮雕模型,合成人像浮雕动画.在人像浮雕合成数据集上进行实验的结果表明,所提方法可以实现人像浮雕快速建模,建模效率高于传统方法;建模结果在定量分析指数PSNR方面优于同类方法,具有合理的深度层次,同时较好地保留了人脸细节特征;合成动画为3D人像提供了良好的浮雕艺术展示效果.     

一种改进的约束优化差分进化算法

提出一种改进的差分进化算法用于求解约束优化问题.该算法在处理约束时不引入惩罚因子,使约束处理问题简单化.利用佳点集方法初始化个体以维持种群的多样性.结合差分进化算法两种不同变异策略的特点,对可行个体与不可行个体分别采用DE/best/1变异策略和DE/rand/1策略,以提高算法的全局收敛性能和收敛速率.用几个标准的Benchmark问题进行了测试,实验结果表明该算法是一种求解约束优化问题的有效方法.     

A hybrid cuckoo search algorithm with feasibility-based rule for constrained structural optimization

Constrained optimization problems are very important as they are encountered in many science and engineering applications. As a novel evolutionary computation technique, cuckoo search （CS） algorithm has attracted much attention and wide applications, owing to its easy implementation and quick convergence. A hybrid cuckoo pattern search algorithm （HCPS） with feasibility-based rule is proposed for solving constrained numerical and engineering design optimization problems. This algorithm can combine the stochastic exploration of the cuckoo search algorithm and the exploitation capability of the pattern search method. Simulation and comparisons based on several well-known benchmark test functions and structural design optimization problems demonstrate the effectiveness, efficiency and robustness of the proposed HCPS algorithm.     

基于Logistic模型和随机差分变异的正弦余弦算法

针对标准正弦余弦算法(Sine Cosine Algorithm,SCA)处理全局优化问题时存在收敛速度慢、易陷入局部最优和求解精度低的缺点,文中提出了一种基于非线性转换参数和随机差分变异策略的改进正弦余弦算法(LS-SCA)。首先,设计一种基于Logistic模型的非线性转换参数策略以平衡算法的全局搜索和局部开发能力;其次,引入随机差分变异策略以增强种群的多样性与避免算法陷入局部最优;最后,将非线性转换参数和随机差分变异策略进行融合。一方面,选取12个标准测试函数进行全局寻优的仿真实验。结果表明,与其他SCA类算法和最新智能算法相比,LS-SCA在收敛精度和收敛速度指标上均能达到较优的效果。其中,随机差分变异策略对LS-SCA全局寻优能力的提升尤为明显。另一方面,利用LS-SCA优化神经网络参数解决了两类经典分类问题。实验结果表明,与传统的BP算法和其他智能算法相比,基于LS-SCA的神经网络能达到较高的分类准确率。     

基于AVS+和DRA标准的地面数字电视单频网应用示范

本文介绍了广东河源基于AVS+和DRA标准的地面数字电视单频网项目的情况,从项目背景、基本情况、系统技术方案进行了阐述,并对建设过程中得到的组网经验进行了总结。     

基于全局/局部共现词对分布的汉越双语新闻事件线索分析

针对汉越双语新闻事件线索分析,提出了基于全局/局部共现词对分布的汉越双语事件线索生成方法。该方法首先将新闻话题词语分布作为全局词语表征全局事件,然后用一定时间粒度下新闻片段特有的时间、人物、地点等事件元素作为局部词语,分析新闻片段中全局词语和局部词语的共现关系,将全局/局部词语的共现规律作为监督信息,结合RCRP算法和汉越双语新闻的对齐语料,构建有监督话题生成主题模型,获得相应时间跨度下代表事件发展进程的子话题分布,通过子话题的分布反映事件发展的线索,从而构建出在线汉越双语事件线索生成模型。实验在汉越混合新闻数据集上进行,事件线索生成对比实验结果证明了提出的方法的有效性。
     

基于记忆表的连续蚁群优化算法

蚁群算法的离散本质限制了其在连续问题求解中的应用,针对该问题提出求解连续函数优化问题的连续蚁群优化算法。对概率密度呈高斯分布的分布函数进行随机采样,为每只蚂蚁产生下一步迭代的 个候选位置,引入记忆表取代基本蚁群算法中的禁忌表,通过对记忆表中的优良解进行动态替换实现信息素更新。与其他连续优化算法的比较结果证明,该算法在复杂度、稳定性等方面具有优势。     

嵌入极值优化的混合粒子群优化算法

针对标准粒子群算法容易陷入局部极值和精度低的问题,提出一种嵌入极值优化算法的粒子群优化算法。在线性下降的惯性权重粒子群算法运行过程中,间隔一定迭代次数与极值优化算法相结合,利用其波动性增加种群的多样性,并有效结合粒子群算法较强的全局探索能力和极值优化算法精细的局部搜索性能,以较高精度收敛到全局极值。仿真实验结果表明,该混合算法是一种求解高维多峰连续函数极值的有效方法。