一种树型网络拓扑简图的生成算法

给出一种树型网络拓扑的语义描述方法及其拓扑简图的生成算法。该方法通过建立网络联接线路标识串集和网络设备连接标识串集，来构造网络设备的拓扑描述，并计算生成网络拓扑简图。     

SNMP与NetStream流量监控方法的对比分析

随着海洋信息通信网业务需求量的日益增加,以及用户对网络性能要求的提高,网络管理必不可少,而流量监控和统计分析是网络管理的基础.本文主要对海洋信息通信网中不同的流量监控技术进行研究,通过分析海洋信息通信网网络监控现状、SNMP流量监控技术、NetStream流量监控技术以及通过对比对两种监控手段在海洋信息通信网中的差异,...     

一种改进的变步长BLMS算法

在BLMS(Block Least Mean Square) 算法的基础上提出了一种变步长算法,它除具有BLMS算法的特点,还提高收敛速度,降低了权失调噪声,具有较好抑噪能力。适用于实时噪声抵消,计算机仿真效果较好。     

一种改进的图像场景识别算法

基于图像的场景识别是目前计算机视觉研究的热点之一,然而此前的场景识别算法存在分类结果准确率不高的问题。针对图像场景识别首先提出一种改进的高斯差分采样特征,在对图像进行高斯差分滤波的基础上,根据预先设定的模板进行采样并作为图像的基本特征,之后通过词袋模型和空间金字塔算法生成图像的特征直方图。其次,提出了一种基于K近邻修正的模糊支持向量机图像场景分类算法,算法对现有的支持向量机算法进行改进,引入K近邻算法对结果进行修正,实验结果证明提出的特征的分类准确率较高,而且改进分类算法的结果也优于现有的算法。     

一种改进的水下声学定位算法

通过分析讨论泰勒级数展开法和Chan算法的优缺点,提出了一种先由Chan算法解算求得初始参考值,再由泰勒级数展开法在该初始值处展开进行迭代求解的协同定位算法。通过实验,将本方法与传统定位算法(泰勒法)、Chan算法进行对比。结果表明,该方法无需额外提供初始值,解算出较好的结果的同时且能保持良好的时间效率。通过此方法,在实际生产作业中可节约定位时间,改善定位精度。     

一种基于改进蚁群算法的载人潜水器全局路径规划

当前关于使用蚁群算法解决载人潜水器路径规划问题的研究,往往只注重路径的长度和算法收敛速度,容易忽略路径点与障碍物之间的距离和路径的平滑度等要素。载人潜水器过于靠近障碍物航行时容易产生碰撞;按照不平滑路径行驶时,频繁地转向会降低航行效率。为解决这些问题,受人工势场法启发,文中在蚁群算法的概率选择环节引入障碍物惩罚因子φ和转向惩罚因子ψ,对路径点的选择加以限制。仿真测试表明,相比于传统蚁群算法和Dijkstra算法,该算法规划的路径与障碍物之间保持安全距离且转向次数更少,因此载人潜水器按照此路径航行时,安全性和航行效率更高。     

一种基于改进蚁群优化算法的载人潜水器全局路径规划

基础蚁群优化算法在解决复杂障碍环境下的载人潜水器路径规划问题时,易过早收敛于局部最优解,信息素挥发系数的设置过于依靠经验,路径规划结果受概率影响大且不稳定。为此,提出了一种改进蚁群算法用于解决载人潜水器的全局路径规划问题。该算法提出"路径延伸块"的概念。算法前期采用动态更新信息素参数的蚁群优化算法进行简单迭代计算获得原始路径,并对原始路径进行栅格延伸以得到"路径延伸块";后期在路径延伸块中再次使用蚁群算法或其他寻优算法(Dijkstra算法)寻找最优路径。改进的算法与基础蚁群优化算法相比,算法效率及稳定性更高,不易收敛于局部最优解,能更好地适应U型槽环境和复杂障碍环境。     

一种改进的基于TIN的多波束测深数据抽稀算法

多波束测深数据具有海量性与冗余性特征,海量的多波束数据不利于海底DEM构建与海图生产。因此,对于离散的多波束测深数据,行之有效的抽稀算法在多波束测深数据处理与应用中尤为重要。文中分析了常用的数据抽稀算法在数据处理速度以及特征地形保留方面的缺陷,提出一种通过改进基于TIN的数据处理流程的抽稀算法,并对比分析了抽稀前后海底地形特征。实验结果表明,改进的抽稀算法在数据量增大时依然可以保持较高的抽稀速度,能有效地提高数据抽稀的效率,准确保留海底地形特征。     

一种求解旅行商问题的改进蚁群算法

提出一种求解旅行商问题的改进蚁群算法。该算法在信息素更新过程中,利用信息素局部更新和全局动态更新结合的方法,使得当前最优路径上的信息素值能够动态地调配,避免算法陷入停滞状态;在局部搜索过程中,仅对部分走出更优路径的售货员使用2-opt方法,加快了最优解的收敛速度。仿真实验验证了算法的有效性,与其它算法相比,本文算法在解的质量和收敛速度上都显示出了良好的性能。     

一种基于PDAF的目标跟踪算法

对目标进行跟踪的目的是通过相关和滤波处理建立目标的运动轨迹。在某型声纳多次试验中,发现采用最近邻域标准滤波器(NNSF)滤波方法时,目标跟踪不稳,跟偏、丢失等现象频现,因此对现有目标跟踪模型和算法进行研究与改进。采用基于概率数据互联滤波器(PDAF)的跟踪算法来实现对目标的跟踪。首先,使用滑窗法对目标进行跟踪起始,然后再采用概率数据互联滤波器(PDAF)进行目标关联,以保持对目标的连续跟踪。经过仿真与在某型声纳的多次试验对比可得:该关联方法对目标的跟踪结果较采用NNSF滤波方法对目标的跟踪结果有明显改进。其跟踪精度有了明显的提高,而且其跟偏、丢失的次数明显减少。     

无线Ad Hoc网络拓扑控制研究

由节点位置和传输范围确定的无线网络拓扑结构对网络性能有着重大影响。拓扑控制通过调节节点的传输功率,能够优化网络的性能,减少节点的功率消耗,延长网络的生存时间。拓扑控制算法按其优化目标可以分为基于几何结构和基于能量有效性2类,前者主要以某些几何结构为基础构建网络拓扑,后者主要关注网络的能量有效性。文中综述了Ad Hoc网络拓扑控制的研究现状,介绍了一些典型拓扑控制算法的原理及最新进展。     

利用二进制特征描述符的改进SIFT影像匹配算法

针对SIFT算法在匹配过程中运行效率低的不足,结合BRIEF特征描述子,将SIFT算法的高维特征向量转换为二进制特征描述子,以提高匹配效率。特征匹配过程首先采用Hamming距离完成粗匹配,再采用最小距离筛选法结合PROSAC算法的双重检测对初步匹配的特征点去伪,获得精准的匹配点对。实验结果表明该算法较SIFT算法匹配精度平均提升30.6%,匹配效率平均提高4.06倍,具有较强的实时性以及可行性。     

改进的基于非高斯双参数模型的图像滤波算法

以描述小波系数分布规律的非高斯双参数模型为基础,介绍和分析了BiShrink滤波算法,指出了其存在的不足。提出的改进算法采用冗余小波变换替代正交小波变换,将子带内小波系数的局部相关性纳入滤波过程,给出了局部自适应的阈值估计策略,再通过双参数联合收缩函数达到系数收缩的目的。实验结果表明,改进算法同时兼顾了子带内小波系数之间的相关性和尺度间系数的传播特性,在有效滤除噪声的同时,较好地保持了图像的细节信息。     

一种多传感器融合事件识别算法

针对传感器网络中事件识别存在的误判问题,提出一种新的多传感器融合事件识别算法。算法通过对网络中产生的事件识别数据,进行统一的变换处理,建立可实时更新的基于概率的事件识别规则。算法有效提高了事件识别的成功率,利用实测数据进行仿真试验,验证了算法的有效性。     

基于蚁群算法的水下传感网网络生存期延长策略研究

随着海洋强国战略的推进和实施,水下传感器网络广泛应用于海洋资源探测、污染监测、辅助导航和水下军事侦察等领域,具有十分重要的意义。由于水下传感器所携电池充电或更换困难,如何减小传输能耗、在传感器能量受限的情况下提升网络生存期是亟须解决的关键问题之一。据此,提出了一种动态蚁群路由算法,考虑了每次传输后的节点剩余能量,作为路径优化的条件之一,基于蚁群算法在每次传输中选择最优路径,并在每次传输完成后更新路由表,让更多的节点参与信息传输,以提高节点的利用率。仿真结果表明：动态蚁群路由算法同时兼顾了能耗平衡和最小传输能耗,大大提高了网络生存期。分析结果对水下传感器网络的路由协议设计有一定的参考意义。     

一种基于人工免疫网络的遥感图像分类算法

提出了一种基于人工免疫网络的遥感图像分类算法。该算法通过借鉴生物免疫网络的分类和泛化能力,训练出能反映训练数据分布特性的网络细胞,然后使用这些网络细胞进行分类。实验结果表明,基于人工免疫网络的遥感图像分类算法具有较好的分类性能,其分类总精度、kappa系数均优于一些传统分类算法。     

基于RBF神经网络的多系统钟差预报算法

针对海上条件下,对于实时定位应用,实时数据流无法下载的情况,文中提出一种基于RBF神经网络的卫星钟差预报算法,给出基函数的中心、方差以及隐含层到输出层的权值的计算方法,采用滑动窗口的方法,用样本数据训练后的网络预测下一个历元的钟差值,依次往后训练网络直到预测完整个时间段,通过实验验证了算法的可用性。短期预报中,GPS预报精度在1 ns以下,BDS和GLONASS在2～3 ns左右;长期预报中,GPS预报精度在几十纳秒左右,而BDS和GLONASS在几百纳秒左右,文中给出了相应的结果分析。     

基于三角网构建海底DEM的抽稀算法

为压缩海量水深数据,实现在高分辨率下快速、完整和准确地表示海底地形,提出了一种基于三角网拓扑结构的数据抽稀方法。该方法利用Delaunay三角网的模型优势,快速寻找与水深点相关的区域。根据水深点对区域贡献度大小决定取舍。实验表明,该方法充分顾及海底地形变化趋势,能有效识别海底地形特征点,并且抽稀速度快、失真小、精度高。     

用网络行为监控体系对抗常见网络攻击

大型校园网(园区网)的管理是复杂困难的,有效的网络管理是网络安全稳定运行的基础。现有的网络管理框架侧重于设备本身的管理,没有将网络管理和用户的网络行为联系起来。网络行为监控体系融合了不同厂商的网络设备的技术特点,通过充分利用现有网络设备的功能和管理信息,分析和规范网络用户的行为,消除不良网络行为对网络的影响,使网络能安全稳定地运行,并可大幅度减轻网络管理员的负担。     

Research on Bulbous Bow Optimization Based on the Improved PSO Algorithm

In order to reduce the total resistance of a hull, an optimization framework for the bulbous bow optimization was presented. The total resistance in calm water was selected as the objective function, and the overset mesh technique was used for mesh generation. RANS method was used to calculate the total resistance of the hull. In order to improve the efficiency and smoothness of the geometric reconstruction, the arbitrary shape deformation (ASD) technique was introduced to change the shape of the bulbous bow. To improve the global search ability of the particle swarm optimization (PSO) algorithm, an improved particle swarm optimization (IPSO) algorithm was proposed to set up the optimization model. After a series of optimization analyses, the optimal hull form was found. It can be concluded that the simulation based design framework built in this paper is a promising method for bulbous bow optimization.