序信息系统下变精度与程度的“逻辑或”粗糙集

变精度粗糙集模型和程度粗糙集模型是两类重要的粗糙集扩张模型,其中精度反映了近似空间的相对量化信息,而程度则刻画了近似空间的绝对量化信息。为了融合相对量化信息和绝对量化信息,使粗糙集具有更强的数据处理能力与更广的适用领域,提出了序信息系统下的变精度与程度"逻辑或"粗糙集的概念,得到其粗糙集区域的基本结构和精确描述,深入讨论了其重要性质。结合学生成绩这一具体案例的求解分析,进一步阐述了对变精度与程度的"逻辑或"粗糙集进行研究的意义,为序信息系统的知识发现提供了更丰富的理论基础。

序信息系统中基于“逻辑且”和“逻辑或”的双量化粗糙模糊集

基于"逻辑且"和"逻辑或"两个逻辑算子在序信息系统中建立了一种双量化粗糙模糊集模型,克服了传统"逻辑且"和"逻辑或"粗糙模集模型不能解决模糊对象的问题,使得变精度与程度粗糙集具有更广的应用价值。最后通过超市评价进行案例分析,进一步阐述了研究双量化粗糙模糊集的意义。

序信息系统中基于粗糙集的证据获取与合成

通过在决策序信息系统中引入证据理论,提出一种基于粗糙集的证据获取与合成方法。利用证据信任度计算近似条件概率分配,根据属性重要度和证据支持度计算权重,然后用合成公式对近似条件概率分配进行合成,得到决策。

服务感知的移动P2P流媒体系统视频片调度算法

与有线网络相比,目前移动互联网的带宽普遍较低。这种情况下,如果移动P2P流媒体系统中用户节点上行带宽的利用率不高,将会极大地加重视频源服务器的负载,增加播放延时。为了充分地利用移动节点的上行带宽,缩短播放延时,文中提出了服务感知的视频片调度算法,它由请求算法和服务算法两部分组成。请求节点会根据最近的服务状况动态地调整请求的片数,减少服务拥塞的发生。服务节点会根据请求的优先级合理地安排上传顺序,提高服务的效率。仿真结果表明,该算法很好地适应了移动网络带宽低的情况,能够提高上行带宽的利用率,缩短播放延时。

基于TD-LTE的轨道交通集群调度系统

传统轨道交通集群调度服务系统的峰值通信速率较低,无法实现日常调度工作中的高频次语音通信和基本视频通信。为此,采用4G TD-LTE技术、数据库连接池优化机制和I/O完成端口策略,设计一种新型调度服务系统。仿真测试结果表明,该系统能有效降低通信时延,提高并发量,可满足大容量、高速率、多媒体的现代轨道集群通信网络调度需求。

分块二维最大间距准则的特征提取方法

针对二维最大间距准则(Two Dimensional Maximum Margin Criterion,2DMMC)算法进行特征提取时,无法提取局部的特征.同时,该算法也受不同的表情、光照以及姿态等条件的影响,识别的效果也大大降低.因此,提出一种基于分块二维MMC(Modular Two Dimensional Maximum Margin Criterion,M2DMMC)的人脸识别方法.首先,对图像矩阵进行分块,然后对分块后的矩阵进行2DMMC特征抽取,对每一子块抽取的特征进行整体融合,最后采用最近邻判决准则进行分类识别.在ORL,Yale人脸图像库进行实验的结果表明,新算法相对于MMC算法、二维MMC算法以及分块MMC算法均有较好的识别性能.

轨道交通系统中多客户端连接池动态分配策略

针对轨道交通集群调度系统中数据库连接池参数一次性设定后不可修改的问题,设计面向多客户端的数据库连接池动态分配策略。通过使用动态分配算法,根据每个客户端访问频率的不同为当前客户端分配最优连接数,从而达到提高系统资源利用率的目的。实验结果表明,该动态分配策略能够缩短连接池响应时间,提高系统运行效率。

无线网络链路质量感知的机会网络编码机制

现有的无线网络编码机制大多没有考虑无线链路质量对于通信性能的影响,导致网络吞吐量降低。针对这一问题,提出一种链路质量感知的机会网络编码机制(LONC)。该机制充分利用无线媒介的共享特性,将网络编码和机会转发技术相结合,通过期望传输次数来计算数据包传输效用值,用于衡量数据包传输效率。在此基础上,根据效用值动态分配数据包调度优先级,使得高优先级的数据包有更高的概率获得转发机会,从而有利于提高网络吞吐量。仿真结果表明,LONC机制能够显著提高网络的吞吐量,在一定程度上保证了数据的可靠传输。

异构无线网络终端服务感知的动态负载均衡机制

异构无线网络负载均衡是提高网络服务质量的关键技术之一。现有负载均衡机制大多没有考虑用户的个性化业务在请求网络资源时存在的差异,同时缺乏一种用户满意度保障机制。针对这一问题,提出一种终端服务感知的动态负载预先均衡机制。首先,采用模糊数学的推理方法,计算出终端对各个候选网络的接入期望值。在此基础上,充分考虑各候选网络的资源拥塞状况,有选择性地将该终端用户业务链接切换到低资源拥塞率、高接入期望值网络中,从而缓解网络中的局部热点,提高网络资源有效利用率与用户满意度。仿真结果表明,该机制能够显著均衡网络中各个无线接入点的工作负荷,有效减少拥塞发生的概率,改善用户的网络体验。

一种新型三维传感器网络质心定位算法

现有的二维质心算法不能有效应用于三维无线传感器网络,针对这一问题,提出了基于虚拟节点的三维质心定位算法(Virtual centroid-3D).该算法将二维质心算法和三维网络模型相结合,在此基础上求出包含未知节点的四面体并引入虚拟节点的概念.运用这一方法,在设置相同的锚节点前提下,可以提供更多的已知节点,从而提高节点的定位精度.仿真结果表明该算法可显著减小定位误差,并能够高效地适应节点分布不均的三维网络环境.

视频传感器网络内容相关性感知的通信协议研究

无线视频传感器网络中节点的能量有限,如何充分利用有限的能量是当前的一个研究热点。提出了一种基于内容相关性感知的视频传感器网络通信协议(VCCP),通过数学建模对典型的WSN路由协议进行优化,在保证视频传输质量的前提下,将冗余数据进行适当压缩,目的是节约网络带宽、降低能量消耗、延长网络的生命周期。另外,为了尽可能提高监测区域整体覆盖率以及解决局部覆盖率"骤降"问题,分别提出了对节点感知角度调整和"伪簇头"的优化方案。仿真结果表明,VCCP延长了网络生命周期,且在一定程度上提高了监测区域覆盖率。

局部四面体内点测试三维定位算法

针对现有的三维定位算法过分依赖于锚节点的信息,缺乏网络计算效率和定位精度等问题,提出一种应用于三维无线传感器网络的局部四面体内点测试定位算法。以未知节点为原点建立局部坐标系,获取邻居节点的相对位置关系,选取合适的邻居节点建立局部四面体;通过四面体内点测试方法,找到包含未知节点的四面体;采用质心算法求得未知节点的物理坐标。仿真结果表明,该算法充分利用邻居节点的位置信息,缩小了定位范围,减小了质心定位的误差。

基于微云的移动视频预取系统

现有的移动视频通话研究大多集中在视音频同步、码率调整和能量节约等方面,忽视了用户在公共AP间切换时视频通话服务的中断重连问题。针对这一问题,提出了基于微云的移动视频预取系统来尽可能地减少通话重连次数。该系统通过本地微云为移动的用户预取视频流,并设计贪心预取算法来提高预取命中率。同时,设计低概率多阶马尔科夫预取进程调度算法和起始AP选择算法来平衡贪心预取引起的微云资源消耗过多的问题。仿真实验表明,CMVP可以获得90%以上的预取命中率,使QoE显著提升。

基于感知哈希与用户偏好的检索意图建模方法

针对商品检索排序问题,提出结合用户查询条件与用户浏览兴趣偏好的排序方法,目的是在不增加用户输入查询条件的前提下,提高用户对商品检索结果的满意度。根据用户提交的查询条件,对数据库中的商品进行筛选和初步排序。在此基础上,以用户的浏览行为分析用户对商品的兴趣浓度,并从用户的历史浏览记录中提取出用户的兴趣偏好模型,计算商品属性信息与用户偏好模型之间的相似度大小,对返回的排序结果进行调整优化。实验表明,基于用户兴趣偏好的排序结果更加符合用户的检索意图。

基于博弈论QoS感知无人机群无线通信路由方法

作为高速公路信息化的最新发展趋势之一,无人机存在了许多应用前景。无人机群adhoc:自组网通信路由协议是需要考虑的关键技术之一。本文提出一种基于博弈论QoS感知无人机群无线通信路由方法(Game Theory QoS Routing,GTQR)。GTQR核心思想是为无人机群adhoc自组网建立缓存队列排队模型,同时周期性地对节点中继的热业务类型、拥塞状态等QoS特征进行采集统计,统计结果作为路径选择的综合判据。源节点据此有方向性地发送MSH-DSCH信息选择下一跳节点,减少调度消息的无效广播以降低额外资源开销;同时,通过建立重复博弈模型对连接的建立进行利弊评估,从而优化中继策略。仿真实验结果表明,相比于其他路由协议GTQR能够有效地提高网络平均吞吐量,提高了调度效率。

微表情自动识别综述

微表情是一种持续时间仅为1/25～1/5 s非常快速的表情,它表达了人试图压抑与隐藏的真正情感.文中简要分析了面部行为代码系统,探讨了人工微表情识别方法的实验研究;对现有的微表情自动识别的数据库从采集情况、微表情的产生情况以及用途进行了对比总结,重点综述了现有的微表情自动识别研究进展,从识别结果、所采用的技术、优缺点等方面进行了对比总结,给出了评估方法,论述了微表情线索测谎的典型应用;最后探讨了该领域值得进一步研究的问题和可能的发展方向.

基于贝叶斯过滤法的CSI室内定位方法

无线信号多径效应导致基于接收信号强度指示(RSSI)的室内定位方法的精度和稳定性下降。为解决这一问题,提出基于贝叶斯过滤法的信道状态信息(CSI)室内定位方法 (BCL)。将物理层的CSI结合RSSI作为参考信息,减轻信号接收端的多径衰减影响;在此基础上,采用贝叶斯过滤法进行数据处理,降低接收信号的时变性。实验结果表明,相比现有的典型室内定位方法,BCL有效提高了定位准确度和稳定性。

地面目标特征识别与无人飞行器位姿估计

针对小型无人飞行器位置姿态估计问题,提出了一种基于视觉图像目标特征的相对位姿估计算法。应用Camshift算法获取目标初始位置,利用非线性尺度空间下的KAZE特征进行跟踪区域特征点提取,与源目标特征点进行匹配,得到精确的目标位置信息,实现了在图像平面内的目标快速跟踪,并得到机体轴系下无人飞行器与目标间相对位置和姿态角的估计值。对算法进行了实验验证,具有优良的跟踪性和实时性。

基于流程挖掘的决策支持方法

为了提高业务流程的执行效率,考虑工作流执行过程中存在的各种约束条件对工作流决策支持的影响,研究了如何将工作流中各种约束条件考虑在内的决策支持方法,并侧重考虑时间约束和成本约束。首先扩展了传统Petri网,研究了一种增加工作流中资源信息描述的、可扩展的业务流程表示模型——时间资源Petri网模型。在此基础上提出一种资源分配优化方法,利用业务流程中存在的多种约束条件,对使用TRPN模型表示的业务流程进行资源优化分配,以在满足当前工作流约束条件的基础上提高流程执行的效率。通过具体的实验分析,验证了所述方法的正确性和有效性。

无人飞行器双目视觉位姿估计算法改进与验证

针对无人飞行器(UAV)在未知复杂环境下的导航问题,提出一种基于双目视觉的UAV位置和姿态估计算法.利用基于非线性尺度空间的KAZE特征构建立体图像对的特征点检测与描述,用Knn算法进行特征点匹配,导出相机坐标系下特征点三维坐标,用随机抽样一致(RANSAC)算法与L-M迭代算法获得UAV姿态和位置估计值.实验验证结果表明,基于KAZE特征的UAV双目视觉位姿估计算法的准确性、实时性与可重复性好,能满足UAV实时导航要求.