一种改进的IEEE802．11协议

以网络方式获取信息并交流信息,已经成为现代信息社会的一个重要特征.传统网络设计和规划方法主要是靠经验,但随着无线局域网的不断发展,这样的方法已经不能适应网络的发展.通过设计一个无线校园网,采用OPNET Modeler的建模层次和建模方法[1],实现对IEEE802.11协议的模拟及优化,给出了使用OPNET进行网络仿真的步骤,对网络的性能指标进行了有效的测量,为设计及优化本校园无线网络提供了重要的依据.     

基于特征点的图像拼接方法的研究与应用

图像拼接技术是图像处理的热点领域,图像配准和图像融合是图像拼接的两个关键技术. 本文研究了基于特征点的配准方法,使用SURF算法完成特征点的检测和描述. 在此基础上,调用OpenCV的API,实现了图像拼接,完成了柱面全景图的拼接和分析. 实验证明,该方法在自动化程度、运算速度和鲁棒性方面效果理想.     

改进量子交叉免疫克隆算法及其应用

根据不同交叉算子的互补特性,提出了改进量子交叉免疫克隆算法(improved quantum crossover immune cloanl algorithm, IQCICA)。交叉算子由具有深度挖掘和广度挖掘特征的两种算子组成,并通过适当的参数控制两种算子的选择。将该算法应用于著名的组合优化问题-旅行商问题(traveling salesman problems, TSP),并将计算结果与其它算法进行了对比分析。仿真结果表明,混合量子交叉免疫克隆选择算法能有效平衡全局和局部搜索能力,有着较好的收敛速度和稳定性。     

一个基于身份的非交互可否认源认证协议

可否认源认证方案能够让接收方确认消息发送方的身份,但不能向第三方证明发送方的身份,在电子商务和电子政务中有广泛的应用。在假定计算Diffie-Hellman问题是困难的前提下,利用双线性对,构造了一个基于身份的非交互可否认源认证协议,并在随机预言模型下证明了方案的安全性。分析结果表明新提出的协议可以抵抗伪造攻击、假冒攻击、中间人攻击以及重放攻击等。该协议基于身份,不需要证书,可简化密钥管理;其通信和计算效率较高,实现简单,可用于计算能力受限的设备。     

基于近邻关系的个性化推荐算法研究

协同过滤是目前电子商务推荐系统中广泛应用的最成功的推荐技术,但面临严峻的用户评分数据稀疏性和推荐实时性挑战。针对协同过滤中的数据稀疏问题,提出了一种基于最近邻的个性化推荐算法。通过维数简化技术对评分矩阵进行优化,降低数据稀疏性;采用一种新颖的相似性度量方法计算目标用户的最近邻居,产生推荐预测。实验结果表明,该算法有效地解决了数据稀疏,提高了推荐系统的推荐质量。     

化学结构图中化学键信息的自动提取

在化学结构图中,拐点信息异常重要,如果能对化学结构的拐点进行有效的判别,就可使化学键信息提取的有效性得到很大改善。本研究通过对化学结构的图形分析及特征总结,权衡了Hough变换等提取方法的优势和不足,发现了结构图边缘点偏移值的变化具有很强的规律性,其对图形拐点的提取以及化学键键型的判断有着重要作用。基于以上分析,提出了利用化学结构图偏移值变化的规律性进行化学键信息提取的方法。为了论证算法的有效性,实验时选取了100幅化学结构图,对100幅图形的化学键信息进行了提取并进行了统计分析,得出化学键信息的正确提取率为7383％,从而通过实验数据证实了算法的可行性。     

基于身份的公开验证签密方案

基于双线性对,提出了一个基于身份的签密方案。在计算Diffie-Hellman(CDH)问题困难的假设下,证明了方案在随机预言模型下能够抵抗自适应性选择消息和身份攻击。方案基于身份,不需要证书,从而简化了密钥管理。此外,所提方案不仅可用于公开验证,在不需要泄露接收者私钥的前提下,可由第三方认证密文确实是对应明文的有效签密值。     

GA模糊控制支持QOS约束的Web服务选择模型

Web服务是一种基于分布式组件的软件平台,是面向服务的Internet应用,如何动态地选择、绑定并调用最适合用户需求的Web服务,是一个成熟的Web服务构架亟待解决的问题之一。提出了一种用遗传算法结合模糊控制系统,实现动态、精确、具有自学习能力的个性化Web服务选择的策略,并在此基础上设计了一种基于模糊控制专家系统支持QOS的Web服务模型框架。     

基于数据空间网格划分的PK-树索引结构

在大规模高维数据挖掘研究中,数据存储与索引方法的有效性是决定算法时空效率的重要因素。将数据空间网格划分策略与高效率的树型索引结构结合起来,可以充分发挥两者在数据组织上的综合优势,将复杂问题转换为结构化的简单重复问题：在统一的框架下给出了各种数据空间网格划分的定义,讨论了两种适用于实现网格化数据索引的R-树和PK-树索引结构：试验结果表明,PK-树在数据存储和索引上具有更高的效率,与网格化数据组织方法结合起来,对于降低大规模高维数据分析问题的时空复杂度具有重要意义。     

基于CHNN的地图四着色算法

在地图四着色理论的基础上,使用霍普菲尔德神经网络方法设计了一个能够进行四着色的实用算法,可以对多达100个区域的地图进行四着色。可以将区域地图转化为最大可平面图,并根据顶点集进行霍普菲尔德网络设计。经过仿真实验,总结出了不同的顶点数所使用的不同参数,解决了非确定性的霍普菲尔德神经网络方法的成功率问题。实验结果揭示出霍普菲尔德神经网络在图论研究中的可行的计算方法和良好效果。