基于着色树优化的网络并发链路故障快速恢复方法

为了实现网络并发链路故障的快速恢复,提出一种基于改进人工鱼群算法着色树优化的故障快速恢复方法.首先从备份拓扑构造、着色树生成及流量转发三个方面分析整体恢复方案,在此基础上,建立着色树的生成模型并利用人工鱼群算法对其进行优化以进一步提高其性能,引入变异操作有效解决寻优陷入局部僵局的问题.仿真实验表明,该恢复方案不仅提高了网络在并发链路失效情况下的故障恢复能力,同时在恢复路径及路由备份方面也具有较强的性能.     

基于贪婪路由协议的动态单/多链路故障恢复策略

针对现有的贪婪方法不能有效处理拓扑结构中链路故障的问题,提出单链路故障和多链路故障本地化恢复策略。首先,通过利用克莱因伯格的贪婪嵌入给出单链路故障恢复策略;然后,将其扩展到多链路故障的情况;最后,在基于Python/C++的仿真环境下对提出的技术进行评估。实验结果表明,该技术仅需要非常有限的资源,且造成的路由质量损耗也有限,可以实现快速切换,可依网络生成树中链路数目扩展。该技术的可扩展性、简单性和低开销使其适合于大型网络。     

基于多链路故障的网络切片生存性算法

为了保证当底层网络的多条物理链路发生故障时用户业务能够不间断,提出一种基于多链路故障的网络切片生存性算法。通过区分切片上承载的业务类型,当高可靠低延迟切片请求到达后,将物理节点按节点重要度排序后进行映射,再对故障链路采用多备份路径算法,选取带宽资源消耗最少的路径依次对故障链路进行重映射,当高带宽切片请求到达后,采用广度优先搜索的节点映射算法,再通过多备份路径对故障链路进行恢复。仿真结果表明,该算法能够提高切片平均映射成功率、长期平均收益开销比、物理链路利用率和故障恢复率,缩短平均故障恢复时延。     

面向软件定义车联网的链路故障快速恢复方法

针对软件定义车联网（SDIV）的车-路实时查询类通信场景中单链路故障的问题,提出一种面向SDIV的链路故障快速恢复方法,综合考虑了链路恢复过程时延和恢复后路径的传输时延。首先,对故障恢复时延建模,将最小化时延的优化目标转化为0-1整数线性规划问题。然后,分析该问题,力图最大化复用已有计算结果,并根据不同情况提出两种算法：在流表更新时延相对路径传输延迟不可被忽略的情况下,提出基于拓扑划分的路径恢复算法（PRA-TP）;在流表更新时延相对路径传输延迟较小可被忽略的情况下,提出基于单链路搜索的路径恢复算法（PRA-SLS）。实验结果表明,相较于Dijkstra算法,PRA-TP的计算时延和路径恢复时延分别降低25%和40%,PRA-SLS的计算时延降低60%,可实现快速的汽车端的信息传输单链路故障恢复。     

一种SDN链路故障恢复技术的研究

软件定义网络(SDN)中交换机检测到链路或节点发生故障时,必须通知控制器更新流表或将数据转换到备份路径以恢复故障。然而,现有的故障恢复方法主要采用主动式故障恢复策略,为每条链路设置备份路径,极大的消耗存储资源。因此,为了最小化备份路径的资源消耗并满足所需的故障恢复延迟,本文提出了一种改进的链路故障恢复方法。该方法根据带宽值将链路分为不同的等级,根据链路等级的不同制定不同的恢复策略。通过仿真实验得出,该方法在保证故障恢复时间的前提下,使用尽可能少的流条目,减少资源消耗,以确保故障恢复的性能并同时满足重要流量所需的延迟。     

软件定义卫星网络的链路故障检测和恢复方案

针对具有星间链路的卫星网络,提出了一种软件定义卫星网络架构下的链路故障检测和恢复方案。首先基于软件定义卫星网络架构设计了一种主动上报式故障检测机制,并设计了链路故障检测算法,实现对卫星网络中链路故障的快速发现和准确定位。在此基础上,提出了一种保护加恢复式故障恢复机制来快速恢复因故障导致的业务中断。最后在原型系统中对该方案进行了验证。实验结果表明,该方案可以在毫秒级的时间内快速检测并准确定位到链路故障,并可以在10±2ms的时间内对故障进行快速恢复。同时,该方案可适用于多种卫星网络拓扑。     

基于探测包的IP网络链路故障监测算法

在一个大型的IP网络中,对链路的监测尤为重要,但是传统的网络管理工具很少提供这样的功能,已经存在的面向链路的监测工具也存在一些缺陷.文中提出的一系列算法能够有效监测IP网络中链路的故障,并且考虑到了系统的开销.通过分析可知,网络的规模和复杂程度直接影响了链路监测的代价.     

基于多路由配置的数据中心网络故障恢复研究

针对数据中心网路故障恢复问题,提出一种使用多路由备份配置MRC(Multiple Routing Configuration)的IP快速恢复算法。通过研究MRC主动恢复过程对数据中心网络中链路负载分布的影响以及网络链路利用率的分布,在最短路径算法中引入自适应权重分布模型。该模型能有效地分离高负载链路的数据流量到其他可用链路,减少网络拥塞。实验结果表明,对比传统的MRC算法,改进后的算法(Modified MRC)能够通过有效降低最大链路利用率来实现更均衡的网络流量负载分布。     

基于布尔方程与数据分析的WSNs链路故障恢复

在WSNs网络规模不断扩展的同时,路由协议与节点复杂度随之升高,导致WSNs网络中链路故障概率的增加.现有方法普遍存在链路故障检测误差偏大,网络恢复效果不佳等问题.为此提出了基于布尔方程与数据分析的大规模WSNs链路故障恢复方法.根据WSNs链路的能量特征构建测试信号的布尔映射关系,依据路径与链路的布尔状态向量搜索故障...     

基于多哈希算法的大规模图像快速检索方法

哈希技术被视为最有潜力的相似性搜索方法,其可以用于大规模多媒体数据搜索场合。为了解决在大规模图像情况下,数据检索效率低下的问题,提出了一种基于分段哈希码的倒排索引树结构,该索引结构将哈希码进行分段处理,对每段哈希码维护一个倒排索引树结构,并结合高效的布隆过滤器构建哈希索引结构。为了进一步提高检索准确性,设计了一种准确的排序融合算法,对多个哈希算法的排序结果分别构建加权无向图,采用PageRank的思想对基于多个哈希算法的排序列表的融合技术进行了详细的说明。实验结果表明,基于分段哈希码的倒排索引树结构能极大地提升数据的检索速度。此外,相比于传统的单个哈希算法排序技术,基于多个哈希算法的排序列表融合技术的检索准确率优势显著。     

基于特征差异的彩色目标快速识别方法

本文从人类视觉系统识别彩色目标的特点出发,提出一种基于特征差异的彩色目标快速识别方法,从而有效地提高了机器人视觉系统的实时性,并进行了多物体情况下特定目标的识别与动态目标的识别实验。     

A method for constructing binary search trees by making insertions at the root

It is possible to construct a binary search tree by inserting items at the root instead of adding them as leaves. When used for sorting, the method has several desirable properties, including (a) fewer comparisons in the best case, (b) fewer comparisons in the worst case, (c) a reduced variance, and (d) good performance when the items are already nearly sorted or nearly reverse sorted. For applications in which the tree is searched for existing items as well as having new items added to it (e.g., in the construction of a symbol table), the tree can be made to exhibit stacklike behavior, so that the fewest comparisons are required to locate the most recently used items.     

基于布谷鸟算法的游行运动趋势仿真研究

近年来，我国进入深化改革社会转型关键期，特殊的历史时期使得社会呈现出群体性事件发生愈加频繁，这类事件处理稍有不慎，事态升级迅速，后果不堪设想。通过分析社会学、心理学对游行事件研究的理论成果，提出了面向游行运动建模需要的城市交通路网的简化模型，并在此基础之上利用寻优能力较为突出的布谷鸟算法对游行人流运动趋势进行预测，通过AnyLogic仿真软件对算法进行了仿真实验，验证了这一预测方法的合理性，表明其中的关键算法具有较高的适用性，可以为研究游行事件发展的一般规律以及在处置中预先抢占先机提供有力的技术支撑。     

An efficient method for multilevel color image thresholding using cuckoo search algorithm based on minimum cross entropy

Among various thresholding methods, minimum cross entropy is implemented for its effectiveness and simplicity. Although it is efficient and gives excellent result in case of bi-level thresholding, but its evaluation becomes computationally costly when extended to perform multilevel thresholding owing to the exhaustive search performed for the optimum threshold values. Therefore, in this paper, an efficient multilevel thresholding technique based on cuckoo search algorithm is adopted to render multilevel minimum cross entropy more practical and reduce the complexity. Experiments have been conducted over different color images including natural and satellite images exhibiting low resolution, complex backgrounds and poor illumination. The feasibility and efficiency of proposed approach is investigated through an extensive comparison with multilevel minimum cross entropy based methods that are optimized using artificial bee colony, bacterial foraging optimization, differential evolution, and wind driven optimization. In addition, the proposed approach is compared with thresholding techniques depending on between-class variance (Otsu) method and Tsalli’s entropy function. Experimental results based on qualitative results and different fidelity parameters depicts that the proposed approach selects optimum threshold values more efficiently and accurately as compared to other compared techniques and produces high quality of the segmented images.     

基于人工势场法的多智能体编队避障方法

编队避障问题是多智能体编队研究的关键问题之一。针对动态环境中多智能体编队避障问题,提出了一种基于人工势场法（APF）与布谷鸟搜索算法（CS）相结合的编队避障方法。首先,在动态队形变换策略的异构模式下,利用APF为多智能体编队中每个智能体规划避障;然后,针对APF在引力增量系数和斥力增量系数设置的局限性,利用CS中的莱维飞行机制思想,来随机搜索得到适应环境的增量系数。Matlab仿真实验结果表明,所提方法能够有效地解决复杂环境下多智能体编队避障问题,使用效率函数对实验数据进行评价及分析,验证了所优化方法的合理性和有效性。     

自适应布谷鸟搜索的并行K-means聚类算法*

针对K-means聚类算法受初始类中心影响,聚类结果容易陷入局部最优导致聚类准确率较低的问题,提出了一种基于自适应布谷鸟搜索的K-means 聚类改进算法,并利用MapReduce编程模型实现了改进算法的并行化。通过搭建的Hadoop分布式计算平台对不同样本数据集分别进行10次准确性实验和效率实验,结果表明：(1)聚类的平均准确率在实验所采用的4种UCI标准数据集上,相比原始K-means聚类算法和基于粒子群优化算法改进的K-means聚类算法都有所提高;(2) 聚类的平均运行效率在实验所采用的5种大小递增的随机数据集上,当数据量较大时,显著优于原始K-means串行算法,稍好于粒子群优化算法改进的并行K-means聚类算法。可以得出结论,在大数据情景下,应用该算法的聚类效果较好。     

BSCRP网:机器人规划的赋时有色网实现方法

为了解决情景演算无法解决框架问题和生成动作序列效率底的问题,提出了一种基于情景演算推理规则的表示机器人规划的赋时有色网实现方法——BSCRP网(representation based on situation calculus for robot plan),并提出了一种基于双向搜索策略的BSCRP网系统的构造方法。实验结果表明了机器人规划的BSCRP网系统不仅能形式化地描述动作、状态以及动作和状态之间的关系,而且能动态地规划出实现目标的动作序列并计算执行动作序列所需时间。