5G网络干扰最小化资源分配算法研究

通过研究5G网络传送单位比特信息所需要的能量与调度器所分配给用户的调制编码方式之间的关系,把研究成果与现实5G网络中进行干扰优化,结合现实5G网络一天之内的负载变化规律相结合,提出一种运用于5G网络干扰最小化资源分配算法,该算法通过资源分配实现5G网络干扰最小化。在系统负载较轻时,通过最大化无线资源分配,降低用户频谱效率,进而减低业务发送功率和网络的干扰总水平;在网络负载较重时,系统的无线资源受限,该算法退化到普通资源分配算法。最后对新提出的算法进行系统仿真验证,仿真结果证明了新算法在动态业务负载的5G网络中能够很好地降低网络的干扰水平和并进而提升移动终端的电池使用寿命。

自适应融合目标和背景的图像特征提取方法

针对现有基于结构元描述的图像特征提取算法缺少连续像素或结构元的相关性描述,对图像特征的区分能力不足的问题.通过定义新的结构元和自适应向量融合模型,并引入连通粒概念,提出一种加权量化方法对图像目标和背景进行自适应融合.首先根据视觉选择特性定义9种新的结构元,并且构建了连通粒属性及分层统计模型;然后通过颜色转换和结构元匹配生成相应的映射子图,从中提取统计结构元和连通性特征向量;最后利用自适应向量融合模型把各分量合并为一组特征向量用于图像检索.在3个Corel数据集上的实验结果表明,与其他算法相比,文中方法性能更稳定,能达到更高的检索精度;该方法既能描述图像的全局特征,又能反映图像的局部细节信息.

基于ADO技术实现SQL与EXCEL数据的转换

ADO技术已经取代ODBC,发展成为数据库访问的主流技术.在介绍了ADO的对象和集合以及Excel对象的基础上,论述了在开发数据库管理系统中,如何利用ADO和Excel对象技术实现sql数据和xls数据之间的相互转换,并给出了具体的实现代码.

基于细菌群体趋药性优化的k-means算法

细菌趋药性算法是一种新的仿生进化算法,针对细菌趋药性算法,介绍了其基本原理,讨论了一种改进的算法——细菌群体趋药性(BCC)算法。将细菌群体趋药性优化方法应用在k-means聚类分析中,以类内离散度和为目标函数,建立了BCC优化的k-means算法模型,利用BCC算法的全局搜索能力,很大程度上避免了k-means算法易陷入局部极小的缺陷,同时也降低了算法对初始值的敏感度。并给出了一些实验,结果令人满意。

周期性扰动的微粒群算法

微粒群算法中微粒有保持自身状态的特性,如何改变其状态对微粒位置和速度的调整有较大的影响,本文给出一种周期性随机扰动的自适应改变微粒速度的方法。当微粒要进行下一次运动时,总体采用非线性下降的惯性权重选择方法,并且在其中加入周期性随机扰动策略,使算法既能得到较快的收敛速度,又不至于陷入局部极值。将此方法应用于对几个标准函数的测试中,与标准微粒群算法及只采用线性下降的微粒群算法进行比较,新方法能得到更好的结果。

ASP.NET课程教学交流平台设计与实现

ASP.NET课程教学交流平台解决学生自主学习及师生交流受时空影响的问题。主要设计实现了课程资源管理、作业管理、在线交流、用户信息管理、新闻管理、视频点播等功能。

系统调用SPSS对象实现数据分析

数据的存储格式多种多样,数据分析时要对数据进行预处理,统一数据类型,以便利用分析工具从数据中提取有价值的信息,可以设计数据管理系统实现上述功能。ADO技术是一种访问数据库的高效的新方法,系统利用ADO技术访问SQL数据库,并且调用SPSS对象的功能,实现数据类型的转换及数据分析。

基于改进微粒群算法的快速图像分割技术

微粒群算法中微粒有保持自身状态的特性,论文给出一种周期性随机扰动的自适应改变微粒速度的方法:当微粒要进行下一次运动时,总体采用非线性下降的惯性权重选择方法,并且在其中加入周期性随机扰动策略,使算法既能得到较快的收敛速度,又不至于陷入局部极值。将此方法应用于图像分割,新方法能得到更好的结果。

ASP.NET课程开放实验教学研究

ASP.NET课程是高校计算机专业课程中较为重要课程,具有知识点繁多,实践性和创新性较强的特点,传统的教学方法越来越不能满足现实的需要。因此引入开放实验教学作为ASP.NET课程实验教学的方法进一步提高学生学习的积极性和主动性,增强学生解决问题的能力和创新思维意识。

细菌趋药性算法收敛性分析研究

细菌趋药性算法是优化领域中新的仿生进化算法,该算法利用细菌在引诱剂环境下的应激反应动作来进行函数优化。在介绍细菌趋药性算法原理的基础上,分析了各参数对算法的影响,给出一种新的改进模型,并进行了函数优化仿真实验,给出了相应的结果比较。

快速实现课程网站中数据显示及操作的方法

教学网站会经常对信息及资源进行管理,需要及时准确显示动态的信息,如何快速实现设计统一风格的页面及操作是很重要的。GridView控件进行数据显示和操作,方法简单易用,设计灵活。给出了GridView控件绑定数据源,编辑列和编辑模板等设计方法及应用技巧。

基于Fibonacci置乱的小波域数字图像盲水印算法

针对数字图像的版权保护问题,提出一种基于Fibonacci置乱的小波域数字图像盲水印方案。将原图像中的感兴趣区域(ROI)作为水印来源,以此提高水印的隐蔽性。在水印嵌入过程中,将原图像进行分块,对每个块进行Fibonacci置乱和离散小波变换(DWT),选择出低频子带,用于水印嵌入。同时,对水印也执行DWT,选择出低频子带,通过Fibonacci置乱得到置乱矩阵,将水印的置乱矩阵嵌入到主图像的块中。在水印提取过程中,根据嵌入过程中设定的秘钥,通过逆Fibonacci置乱和逆DWT过程提取水印。在多种图像攻击下的仿真结果表明,该水印方案具有较高的安全性、鲁棒性和隐蔽性。

基于DWT结合NSCT的快速图像融合算法

将图像的高频信息和低频信息分开考虑,它们有各自的融合规则.首先通过离散小波变换获得高频系数部分,非下采样轮廓波变换获得低频和高频信息进行初步融合,最后与离散小波变换的结果进行二次融合.实验结果表明,与几种优秀算法比较,此算法表现出更好的视觉融合效果和更短的运行时间.

基于链路结构和转发行为的微博社交网络重叠社区划分方法

现有的微博社交网络社区挖掘算法大多基于对微博内容的识别,不但涉及用户隐私,还忽略了用户转发行为的重要性,并且对于社区数量和社区中心的判断具有主观性,社区的重叠结构也不易发现。为解决上述问题,提出了一种基于链路结构和转发行为的微博社交网络重叠社区划分方法,综合考虑微博社交网络链路结构和用户转发行为,通过对用户之间转发行为的对比来提高社区划分的质量,实现了自动快速确定社区数量,并设计了中心节点选择算法,客观合理选定社区中心节点。实验证明所提方法能够发现高质量的微博社交网络重叠社区,在理论研究和实际应用方面都有十分重要的意义。

异构Hadoop集群下自适应平衡数据存储的大数据放置策略

Hadoop是一种处理和存储大数据的平台,针对异构Hadoop集群下采用均等数据分配方法易降低系统计算性能的问题,提出一种自适应平衡数据存储的大数据放置策略。根据异构集群中各节点的计算能力比例,将数据分配到节点中。在任务处理过程中,根据反馈的任务完成时间信息,动态更新节点的能力比例,自适应调整数据分配,从而使异构Hadoop集群中各节点处理数据的时间大致相同,降低节点之间的数据移动量,提高了节点利用率。实验结果表明,该策略能够有效缩减任务完成时间,提高了系统的整体性能。

改进深度置信网络的苹果内部品质评价

目的:解决苹果近红外光谱存在大量冗余信息和苹果内部品质评价精度较低的问题,提高苹果内部品质评价的精度。方法:提出一种连续投影法的特征波长筛选与灰狼优化算法改进深度置信网络(GWO-DBN)的苹果内部品质评价模型。针对苹果光谱数据具有维度高而复杂的特点,分别对比全波段和主成分分析法、连续投影法等筛选特征波长的结果,确定苹果光谱特征波长筛选方法;针对深度置信网络(DBN)模型性能受参数设定的影响,运用灰狼优化算法(GWO)对DBN模型参数进行优化选择,提出一种连续投影法的特征波长筛选与GWO-DBN的苹果内部品质评价模型。结果:与中粒子群算法改进深度置信网络(PSO-DBN)、遗传算法改进深度置信网络(GA-DBN)和DBN相比,基于GWO-DBN的苹果内部品质评价的准确度最高。结论:GWO-DBN算法可以有效提高苹果内部品质评价的准确率。

ASP.NET Web应用程序中SQL注入攻击的防范研究

针对ASP.NET Web应用程序中存在的SQL注入风险,分析了SQL注入攻击的原理和一般流程,总结和提出了一些SQL注入的防范策略和具体措施,对Web网站安全部署具有普遍意义。综合运用这些策略和方法,可以有效减少不安全因素,提高网站的安全性和稳定性,保护重要数据安全。

面向地方普通高校的信息安全课程教学改革实践

为促进教学效果提升,针对面向地方普通高校计算机专业学生开设的信息安全课程开展了课程教学改革实践探索.结合信息安全课程及教材建设的现状,提出强化相关前导课程知识点、注重信息安全知识的时效性与趣味性结合,重点在防御应用层攻击方面展开实验教学等一系列措施,建设了新工科背景下以信息安全课程为代表的协作式教学团队,构建了重教学过程、重能力培养的多元化教学评价体系,践行了课堂讲授与应用引领相结合的教育理念,在不断深入的课程教学改革中获得了宝贵的实践经验和良好的教学效果,可为国内同类高校信息安全课程教学改革提供借鉴和参考.

基于三维几何的信息隐藏和检测研究

介绍了几种主要的三维几何信息隐藏技术和检测技术,在此基础上给出了信息隐藏的技术原理以及检测信息隐藏的χ2算法,算法假设隐藏的信息是服从均匀分布的,根据嵌入信息前后索引值的差异发现隐藏信息,最后实例证明此方法是有效的.

基于基元相关性描述子的图像检索

图像检索系统性能很大程度上取决于提取的图像描述子,其中颜色差分直方图(color difference histogram,CDH)已经在图像检索中显示出了较好的性能.但是这种描述子仍然有一定的局限性:1)只考虑到了像素间颜色差分的整体分布;2)忽略像素间的空间位置分布.因此提出了1种新的基元相关性描述子(texton correlation descriptor,TCD)提取图像特征,并将其应用于图像检索系统中.具体提取过程分为3个步骤:1)利用图像底层特征(颜色和局部二值模式)检测一致性区域,选择图像中包含区分性信息的局部区域;2)提出颜色差分特征和基元频率特征分别描述图像像素间的对比度和空间位置信息,其中颜色差分特征融合了描述局部邻域的颜色差分相关性统计和全局颜色差分直方图,基元频率特征也融合了描述局部邻域的基元频率相关性和基元频率直方图;3)联合一致性区域中的这2种特征得到最后的TCD描述子.这种特征描述了图像中2种互相独立并互相补充的特性:对比度和空间位置关系,并同时考虑到了这2种特性在局部和全局区域中的描述,因此在图像检索实验中会有更好的性能.在图像数据集中的实验结果显示了TCD描述子的检索效果明显优于其他几种特征描述子,证实了TCD描述子在图像检索中的有效性和稳定性.