基于MapReduce模型的分布式天文交叉证认*

交叉证认是实现多波段数据融合的关键技术,目前还缺乏对其分布式算法的研究。快速增长的数据规模使该问题必须要依赖分布式并行计算技术解决。提出了一种基于MapReduce分布式模型的新方法,根据Map-Reduce的要点,尽量减少了任务间的通信量,并通过合理设置划分粒度保证了效率与存储间的平衡。实验结果表明,该方法对海量数据交叉证认的效率提升明显,在大规模集群上达到了接近线性的加速比。该方法为交叉证认提供了一种快速有效的解决途径。     

基于Dividing Rectangles的多模态

为了准确、可靠地配准多模态医学图像,提出了一种基于互信息的全局优化配准算法。该算法首先提取出目标物体的外轮廓面,再用迭代最近点方法初步对齐图像;然后用确定性的全局优化方法—Dividing Rectangles搜索归一化互信息的全局最优解。该算法利用图像的特征信息,为Dividing Rectangles方法提供了一个较好的初始配准位置,并充分利用了Dividing Rectangles方法在小范围内的高效搜索能力。实验结果表明,对于3维人体脑部数据,该算法配准精度高、速度快,而且有效地避免了配准过程中出现的局部极值。     

基于混合感知信息的路径规划模型

针对动态未知环境下的自主虚拟人实时避障问题,提出一种基于混合感知信息的路径规划模型。该模型由全局规划器和局部规划器组成,全局规划器依据已知环境信息先行规划出优化的运动路线,局部规划器通过对人类的规划行为进行分析,建立用于局部动态规划的运动代价评估函数,实现虚拟人在动态未知场景中的智能规划行为。实验结果表明,该模型能保证实时性,模拟符合人类特征的规划 行为。     

基于反馈控制的自主虚拟人感知模型

提出了一种基于反馈控制的自主虚拟人感知模型.该模型首先使用感知过滤器模拟人类器官感知限制,然后设计了环形队列存储感知对象的相关信息来模拟人类的记忆功能,进而利用感知和记忆的结果,对感知过滤器的各项参数进行反馈控制,从而体现感知结果对感知过程的影响.实验结果表明,基于反馈控制的感知模型不仅能够较好地体现人类感知系统的特性,而且能够为自主虚拟人行为控制和决策提供更为真实的环境信息.     

基于聚类的P2P电子商务信誉评价算法

提出基于聚类的P2P电子商务信誉评价算法。该算法根据节点行为的相似性将节点聚类成若干集合,将每个节点集合视为一个节点进行迭代信誉计算。诚实节点行为相似性较高,通常聚类为最大的节点集合,在迭代计算中占主导地位。实验结果表明,与基于社会网络和概率估计的信誉评价体系算法相比,该算法误差较小。     

粒子跟踪算法的并行实现

针对粒子跟踪算法提出了并行方案,设计了相应的并行绘制模型，并对该方案进行了算法设计和程序验证，以理想的加速比和较高的效率实现了粒子跟踪算法。     

增强现实技术的应用和研究

增强现实技术是近年来逐渐发展起来的新兴研究领域。文章概要地介绍了实现增强现实系统的关键技术和设备,以及需要解决的难点———准确定标问题,和目前提出的相应解决方案。该文为所有对研究和使用增强现实技术产生兴趣的人提供了一个崭新的起点。     

一种启发式双代号网络图自动生成算法

提出一种启发式双代号网络图自动生成算法，可以直接生成优化的双代号网络图，不需要对初步形成的网络图进行再次扫描化简。该算法不但能生成准确优化的双代号网络图，而且具有较高的效率。     

网络入侵检测的应用层协议并行重组算法

介绍了一种用于大规模网络入侵检测中的应用层协议并行重组算法(Application Protocol Parallel Reassembling Algorithm,APPRA)的设计及实现。介绍了该算法的设计原理并结合应用层的邮件发送协议SMTP给出了一个具体的实现方案。实验表明,该算法是有效的。     

一种新的基于MPLS的路由算法

首先简述了基于多协议标记交换(MPLS)流量工程的基本原理,并在此基础上提出了一种新的路由算法,实验仿真结果表明,该算法在优化网络资源分配上较传统方法具有更好的性能。