面向IP快速路径切换的OSPF冗余路径算法

在IP网络中,当某链路或者节点发生故障时,通过路由协议的收敛来绕开故障的链路或节点.对OSPF路由协议,这个时间至少为5秒,期间经过故障节点或链路的流量将会被丢弃,绝大多数的应用可以承受这种程度的延迟.但是,对延迟敏感的应用如VoIP而言,这种量级的延迟是很难为用户所接受的.基于现有的OSPF路由协议的最短路径树(SPT)算法,提出一种支持IP快速重路由的多冗余路径树计算算法.算法计算除最短路径外至少一条不相交无环备份路径,保证在最短路径的链路或节点故障时,通过快速切换到备份路径,以提高IP网络的故障收敛时间.     

网站浏览路径预测

用户浏览因特网网站点击某个链接后,该链接的网页往往需要一段时间才能传送到用户端.为了缩短用户的等待时间,利用网站服务器的空闲CPU时间,对用户下一个HTTP请求进行预测,以便预处理下一个网页是一种可能途径.使用已分类的网页信息、用户配置文件和网站日志进行预测,介绍并且分析了16种预测算法.实验结果证明某些算法是比较有效可信的.     

Hierarchical Multilabel Classification with Optimal Path Prediction

We consider multilabel classification problems where the labels are arranged hierarchically in a tree or directed acyclic graph (DAG). In this context, it is of much interest to select a well-connected subset of nodes which best preserve the label dependencies according to the learned models. Top-down or bottom-up procedures for labelling the nodes in the hierarchy have recently been proposed, but they rely largely on pairwise interactions, thus susceptible to get stuck in local optima. In this paper, we remedy this problem by directly finding a small number of label paths that can cover the desired subgraph in a tree/DAG. To estimate the high-dimensional label vector, we adopt the advantages of partial least squares techniques which perform simultaneous projections of the feature and label space, while constructing sound linear models between them. We then show that the optimal label prediction problem with hierarchy constraints can be reasonably transformed into the optimal path prediction problem with the structured sparsity penalties. The introduction of path selection models further allows us to leverage the efficient network flow solvers with polynomial time complexity. The experimental results validate the promising performance of the proposed algorithm in comparison to the state-of-the-art algorithms on both tree- and DAG-structured data sets.     

复杂目标的近场RCS估算

为了预估复杂目标的近场雷达散射截面(RCS),通过图形电磁计算方法(GRECO)来求得复杂目标远场散射中心的雷达散射截面,采用z-buffer遮挡消隐技术来提取面元远场散射中心的位置,然后给出一种预估复杂目标近场RCS的方法.在雷达天线与目标之间的距离不是太近的情况下,通过仿真目标的远场和近场RCS的分布情况,并对其结果进行比较分析.可以证明该方法计算出来的近场RCS是有效的、准确的,可以应用到实际工程中去分析和解决问题.     

基于上下文的网格拓扑压缩熵编码方法

提出了一种普遍适用于网格拓扑压缩的高效熵编码方法.不同于以往的单纯利用算术编码或Huffman编码对遍历网格生成的拓扑流进行编码压缩,对这些拓扑流的每个符号先计算其Huffman编码,然后采用基于上下文(已编码序列的倒数第2个符号作为上下文)的算术编码方法来编码其Huffman值,从而实现对网格模型拓扑信息的有效压缩.实验结果表明,熵编码方法普遍适用于各种网格拓扑压缩方法得到的拓扑流的压缩,其压缩结果普遍高于拓扑流序列的熵值——绝大多数拓扑压缩算法各自最好的压缩比.     

预测移动Agent迁移路径算法

迁移策略是移动Agent的核心技术之一。移动Agent为完成用户指定的任务,通常需要移动到多个主机上,从而形成一个主机序列。传统的迁移策略大多只是根据固定的方法或指标,提前规定好一个主机序列,并不能很动态地对Agent迁移路径中的下一跳进行预测。文章提出了一种预测移动Agent的迁移路径的算法,该算法在入侵检测系统的设计与应用中具有广泛的应用价值。通过实验分析,该算法表现出了良好的性能。     

基于路径预测人工势场法的自动跟随小车路径规划

针对自动跟随小车实际工作环境下目标点和障碍物具有可移动特征,在传统人工势场法的基础上提出一种具有动态路径预测功能的路径规划方法。通过实时采集和计算小车、目标点和障碍物的距离、运动速度和方向,预测未来三者之间可能的位置关系。根据目标点预测结果采用人工势场法确定接近目标点路径,根据预测的障碍点运行轨迹确定绕过障碍点的路径。将基于路径预测人工势场法与传统人工势场法进行仿真对比,结果表明该方法在跟随效率和避障能力上具有显著的提高。     

包交换网络中运用神经网络优化路径技术

互联网络中寻找最优路由是最广泛研究的一个课题,如何找到两个节点之间的最优路径却一直是包交换互联网络中的一个难题。本文提出了一种基于神经网络技术寻找最优路径的方法,通过调整神经元权值解决寻找最优路径问题,经过反向传播算法求解最优路径。通过运用本文算法测试表明,本文提出的算法计算简单,收敛速度快,适合在以包交换作为路由算法获得最优路径的研究中使用。可以尽管目前已经建立了最短路径算法,技术人员仍然在不断研究其他更优的路径选择方法,神经网络技术正是其中可选方法之一。     

基于观点动力学的在线评分人数预测

多数观点动力学研究采用基于Agent的建模和仿真方法,与现实社会现象严重脱节。针对该问题,利用现实社会在线评分的统计数据验证和改进观点动力学模型的解释和预测能力。在评分过程中,个体的观点受到自身初始观点和群体观点的共同影响,产生的最终观点将决定个体是否加入评分群体,如果加入将产生评分行为,进而影响后续个体的观点及行为。据此过程建立一个连续观点动力学模型,对在线评分的人员数量进行预测。使用豆瓣网站的影片在线评分数据进行实验,分析各评分观点变化对在线评分数量的影响,结果表明,该模型能够有效预测在线评分人数;个体的最终观点主要受群体差-中-好评分观点的影响,而与自身初始观点基本无关;泊松参数值偏离最优值越远,预测准确率越低。     

基于路径预测的踪迹预构

提出的踪迹预构机制根据程序的执行流,动态标志出经常发生失效的踪迹,并提前从指令缓存中取指对其进行构造。基于路径预测的踪迹预构机制跟踪踪迹的提交历史,并在每次预测下一个踪迹的同时,预测其接下来的第N个踪迹是否需要被预构。通过提前预构出这些踪迹,可以大大地减少踪迹缓存的失效率。     

Identification of Systems With Regime Switching and Unmodeled Dynamics

This paper is concerned with persistent identification of systems that involve deterministic unmodeled dynamics and stochastic observation disturbances, and whose unknown parameters switch values (possibly large jumps) that can be represented by a Markov chain. Two classes of problems are considered. In the first class, the switching parameters are stochastic processes modeled by irreducible and aperiodic Markov chains with transition rates sufficiently faster than adaptation rates of the identification algorithms. In this case, tracking real-time parameters by output observations becomes impossible and we show that an averaged behavior of the parameter process can be derived from the stationary measure of the Markov chain and can be estimated with periodic inputs and least-squares type algorithms. Upper and lower error bounds are established that explicitly show impact of unmodeled dynamics. In contrast, the second class of problems represents systems whose state transitions occur infrequently. An adaptive algorithm with variable step sizes is introduced for tracking the time-varying parameters. Convergence and error bounds are derived. Numerical results are presented to illustrate the performance of the algorithm.     

基于未建模动态补偿的非线性自适应切换控制方法

针对一类不确定的离散时间零动态不稳定的单输入-单输出(Single-input single-output, SISO)非线性系统,提出了一种基于未建模动态补偿的非线性控制器. 采用自适应神经模糊推理系统(Adaptive-network-based fuzzy inference system, ANFIS)和一一映射相结合的方法估计未建模动态.在此基础上,提出了由线性自 适应控制器、非线性自适应控制器以及切换机制组成的自适应切换控制方法.该方法通过对上述两种控制器的切换, 保证闭环系统输入输出信号有界的同时,改善系统性能.本文将要求未建模动态全局有界的条件放宽为线性增长, 建立了所提自适应控制方法的稳定性和收敛性分析.通过仿真比较和水箱的液位控制实验,验证了所提方法的有效性.     

LSTM网络在台风路径预测中的应用

台风路径实质为二维平面上一段曲线，根据2条台风路径曲线的相似度可以判断其数值相似和形态相似，由此利用动态规整算法可以从历史台风数据库筛选出与目标台风相似的台风路径。同时考虑到台风路径信息的时间关联性，提出了长短时记忆网络预测模型。利用历史台风的经纬度信息，预测台风未来6小时位置信息，对比传统基于相似度预测台风路径方法，长短时记忆模型能够有效提高台风路径预测精度，模型更加稳定高效。     

基于路径连接强度的有向网络链路预测方法

链路预测旨在利用可获得的网络拓扑信息预测未知的连接关系.基于路径联系的预测方法在无向网络中取得了较好的效果.然而,在有向网络下,相同长度的路径因路径中连边方向不同会造成节点连接强度不同,传统预测方法难以区分路径异构造成的差异.鉴于此,首先以边权矩阵量化各类有向边连接强度的差异,进而为节点间不同异构的多类路径计算其连接强...     

红外弱小目标检测中的相邻背景预测算法研究

红外弱小目标检测的关键问题是背景预测,背景预测的好坏直接关系到红外目标的提取。考虑背景预测过程中,待预测像素仅仅和相邻像素相关,提出了一种相邻背景预测的算法,并针对背景起伏和平缓情况进行详细的分析。实验结果表明无论是在背景起伏较小的图像,还是在背景起伏较大的图像,该算法都具有良好的目标检测性能。     

无人机多阶段航迹预测协同任务规划

针对多无人机(Unmanned Aerial Vehicles, UAVs)协同控制问题,提出了一种UAVs多阶段航迹预测分布式任务规划方法;定义从一次任务分配开始到其中一项任务完成为一个任务周期;在每个规划周期,首先,各UAV使用A*算法快速预测到所有任务目标的路径,提供至任务分配;然后,采用聚类算法修改目标价值向量,协商分配结果,并实时计算探测范围内的最短路径;最后,采用三次B样条曲线平滑所分配的最短路径,在线规划出满足飞行约束的飞行航迹;通过仿真实验对算法的有效性进行了验证,结果表明,提出的算法能够实时获得近似最优的任务分配结果并规划出可飞行航迹,并有效处理突发任务。     

Neural Short-Term Prediction Based on Dynamics Reconstruction

In this paper we present an application of dynamics reconstruction techniques to model order estimation. Both the Grassberger–Procaccia and the Takens' method were applied, yielding similar values for the correlation dimension, hence for the model order. Based on this model order, appropriately structured neural nets for short-term prediction were designed. Satisfactory experimental results were obtained in one-hour-ahead electrical load forecasting on a six-month benchmark from an electric utility in the U.S.A.     

基于多AUV间任务协作的水下多目标探测路径规划

利用自主式水下航行器(Autonomous Underwater Vehicle,AUV)对水下多目标进行协同探测是目前海洋技术领域的研究热点.主要研究在水下三维区间内的多AUV任务分配与协作探测路径规划机制,建立了以每个AUV能量耗费与能耗均衡为约束条件的水下三维空间中的多旅行商MTSP(Multiple Traveling Salesman Problem)问题模型,利用遗传算法GA(Genetic Algorithm)对该NP-Complete问题进行启发式求解,同时设计了考虑巡航总路径及访问目标数的适应度函数以提高多AUV间的能耗均衡性,实现多个AUV对多个水下目标的优化协同探测.最后本文利用MATLAB R2014a软件对多AUV任务协作与多目标探测路径规划机制进行了仿真,仿真结果验证了本文方法能均衡多AUV多目标探测问题的能量消耗,进而提高巡航速度和生命周期.     

基于融合EKF的航空发动机气路性能健康预测

针对集中式滤波算法存在计算效率不高、容错性差,引入融合滤波的思想,提出采用非线性融合的联邦式扩展卡尔曼滤波器进行发动机气路健康性能预测.子滤波器根据量测参数完成发动机部分健康性能的局部估计,主滤波根据子滤波器估计参数完成融合滤波估计,并将状态估计值和协方差反馈至子滤波器用于下一步健康预测.通过某型涡扇发动机仿真表明:融合EKF滤波器能准确地预测发动机的健康状态,估计稳定收敛时间短、计算时间短、效率高.     

基于航迹预测的飞行冲突探测

基于飞行器飞行途中的随机影响及观测仪器的误差影响,给出了常速模型的冲突探测模型。重点讨论2架飞行器靠近飞行的情况,采用卡尔曼滤波理论,预测2架飞行器的相对航迹。然后依据相对航迹,计算2架飞行器在各时刻的距离。最后根据冲突条件判断冲突是否存在。该方法不仅从模型上保证了更接近飞行器的实际飞行情况,而且计算机仿真结果表明该方法能有效地进行冲突探测。