IMS与PSTN互通的信令控制系统设计

本文首先分析了IMS与PSTN互通的功能实体.给出了二者互通的参考模型,然后分析了从SIP到ISUP的典型呼叫会话流程,给出了实现SIP与ISUP信令互通的结构和消息映射机制.在此基础上,本文设计和实现了一个具体的MGCF,重点分析了MGCF的应用层模块设计,并给出了一个具体的消息映射状态机的实现过程.     

基于Baker映射的自适应樽海鞘群算法

为了克服樽海鞘群算法(Salp Swarm Algorithm,SSA)求解准确性不足和易过早收敛的缺点,提出了一种多策略改进的樽海鞘群算法(MISSA)。引入Baker混沌映射生成樽海鞘群的初始种群,以提高初始个体的均匀性;将T分布策略应用到食物源位置公式中,对原始位置进行随机干扰,引导樽海鞘个体向最优解空间运动;在跟随者位置更新公式中引入不完全Γ函数的自适应权重,以改善算法的局部和全局搜索能力。将改进算法在8个测试函数上进行仿真实验,并与不同的群智能算法进行了比较。结果表明,改进算法具有更好的全局和局部搜索性能以及更高的搜索精度。     

改进正弦算法引导的蜣螂优化算法

蜣螂优化器（dung beetle optimizer,DBO）是一种有效的元启发式算法。蜣螂优化算法虽然具有寻优能力强,收敛速度快的特点,但同时也存在全局探索和局部开发能力不平衡,容易陷入局部最优,且全局探索能力较弱的缺点。提出了一种改进的DBO算法来解决全局优化问题,命名为MSADBO。受改进正弦算法（improved sine algorithm,MSA）的启发,赋予蜣螂MSA的全局探索和局部开发能力,扩大其搜索范围,提高全局探索能力,减少陷入局部最优的可能性。同时加入了混沌映射初始化和变异算子进行扰动。为了验证MSADBO的有效性,对该算法采用23个基准测试函数进行了测试,并与其他知名的元启发式算法进行了比较。结果表明,该算法具有良好的性能。为了进一步阐述MSADBO算法的实际应用潜力,将该算法成功地应用于3个工程设计问题。实验结果表明,所提出的MSADBO算法可以有效地处理实际应用问题。     

面向健康体检数据的多目标Top-k频繁模式挖掘方法

为解决现有的模式挖掘方法没有充分利用体检数据中检查项的异常程度与特定疾病之间相关性的问题,提出一种面向健康体检数据的多目标Top-k频繁模式挖掘方法.首先,针对体检数据的特点,提出异常度和覆盖率两个指标,在此基础上,将Top-k频繁模式挖掘建模为一个多目标优化问题;其次,针对该问题,提出一种基于偏好的种群初始化策略和一个面向模式和项的双层更新策略,并基于此设计一种高效的进化多目标优化算法进行求解.实验结果表明,所提出方法所获得的Top-k个模式不仅能够有效地反映其与特定疾病之间的关联性,而且能够提供多样化的模式,为健康管理提供重要的参考依据.     

深度学习中的权重初始化方法研究

深度神经网络训练的实质是初始化权重不断调整的过程,整个训练过程存在耗费时间长、需要数据量大等问题。大量预训练网络由经过训练的权重数据组成,若能发现预训练网络权重分布规律,利用这些规律来初始化未训练网络,势必会减少网络训练时间。通过对AlexNet、ResNet18网络在ImageNet数据集上的预训练模型权重进行概率分布分析,发现该权重分布具备单侧幂律分布的特征,进而使用双对数拟合的方式进一步验证权重的单侧分布服从截断幂律分布的性质。基于该分布规律,结合防止过拟合的正则化思想提出一种标准化对称幂律分布（NSPL）的初始化方法,并基于AlexNet和ResNet32网络,与He初始化的正态分布、均匀分布两种方法在CIFAR10数据集上进行实验对比,结果表明,NSPL方法收敛速度优于正态分布、均匀分布两种初始化方法,且在ResNet32上取得了更高的精确度。     

Hibernate框架下信息系统数据初始化问题的研究

由于对象关系映射(ORM)采用了一种完全不同的数据访问方式,为了使原有信息系统的数据迁移到采用了ORM框架的新系统后仍然保持数据的完整性和一致性,使用poi读取excel文件的结构化数据,使用java反射技术将读取的数据组装成对象。使用开源的ORM框架Hibernate将对象导入数据库中。结果表明该方案可以保证信息系统初始化后数据的完整性,从而解决了采用ORM框架的信息系统数据初始化问题。     

一种改进的RAID后台初始化技术

新创建的RAID系统必须要经过初始化才能使磁盘上的随机数据满足一定的校验关系,从而使RAID系统具有数据恢复能力。文章分析了传统RAID系统初始化方案的优缺点,提出了一种改进的后台初始化方案,试验证明该方案能够有效做到初始化与主机IO读写的并行,并在初始化性能和主机IO读写性能上较传统方案有较大的提高。     

基于边缘信息C_V模型的医学图像分割方法

图像分割是医学处理中的重要研究内容之一,提出一种基于边缘信息的改进的C_V模型的医学图像分割方法.在模型中增加了表征边界特征的项,利用图像的边界信息与区域信息为分割服务,克服了传统C_V模型不能利用图像的梯度信息的不足.并对C_V模型的区域信息项进行了改造,改变了传统C_V模型中均值取值的定义,提高了对灰度层次丰富的图像分割能力.增加了距离函数惩罚项,将距离函数重新初始化的过程并入整个水平集框架模型中,极大地提高了曲线演化与分割速度.实验表明该模型是有效的医学图像分割方法.     

Image-based modeling of inhomogeneous single-scattering participating media

We propose a method to reconstruct inhomogeneous single-scattering participating media, which could preserve fine high-frequency details of density field.Volumetric data and the ratio of absorption coefficient to scattering coefficient are used to describe the spatial-varying density distribution and optical properties of certain participating media, and a function between the above parameters and captured pixel values is built.Thus the problem of how to find solutions to these parameters is formulated into...     

无线传感器网络初始化时隙分配算法

在无线传感器网络初始阶段,节点初始状态对等,且均无法预知网络环境,这对建立MAC协议提出很大挑战,现有的MAC算法均无法适用.本文针对网络初始阶段混乱无序的情况,建立了初始数据通信模型,进而提出一种时隙分配算法,分布式地实现两跳内节点的时隙分配.该算法消除了无线网络中的暴露终端以及隐藏终端问题,保证了节点间通信的成功进行,为后续协议的应用提供了前提.仿真表明,算法能迅速、准确地实现时隙分配.算法运行时间只与节点密度有关,与网络规模关系不大.