“见微知著、随机而变”——微机原理课程教学改革创新实践

针对微机原理课程存在的三“重”三“轻”的教学痛点,提出“见微知著、随机而变”的教学改革方案,围绕“学生发展为中心,立德树人为根本,能力为导向,学科前沿和工程实际为双驱”的教学理念,从教学内容、教学模式和方法、教学评价3个方面阐述如何开展教学改革创新实践,从而实现创新“三变”的课程教学改革目标。

基于Vision Transformer的毫米波雷达手势识别算法

基于毫米波雷达的手势识别在体感游戏、远程操控、医疗监护等领域具有广阔的应用前景,现有的研究大多利用卷积神经网络、循环神经网络等对雷达提取到的二维手势特征图进行处理,以实现手势分类。对于复杂的动态手势,存在训练效率低、并行能力差等不足。针对上述问题,文中提出了一种基于距离-多普勒-角度多维特征的卷积自注意力机制网络(CVTNet)模型。CVTNet模型针对射频手势信号,先利用卷积层对距离-多普勒-角度图进行特征提取,再使用Vision Transformer进行手势的识别与分类。仿真结果表明,基于CVTNet的手势识别算法拥有更高的识别准确率,达到96.29%。同时,该算法在微手势及静态手势的识别上具有更大的优势。

改进的蚁群算法及其在TSP中的应用研究

提出一种改进的蚁群算法,其核心是应用遗传算法对蚁群算法的 4 个控制参数(α、β、ρ、q0)进行优化,以及运用 MMAS(max-min ant system)进行寻径,新算法具有全局搜索能力强的特点。对旅行商问题(TSP)的仿真实验结果表明:新算法的优化质量和效率都优于传统蚁群算法和遗传算法。

面向异构无线传感器网络的节点调度算法

针对传感器网络中的节点冗余问题,提出了一种冗余判别方法来关闭冗余节点,以达到延长网络生命周期的目的.首先按邻居节点的不同位置对节点进行分类,研究了每组邻居节点的网络覆盖率与工作节点数k之间的约束关系,在此基础上,按不同的冗余法则对节点进行判断,关闭冗余节点.理论分析和实验结果表明,提出的算法能关闭网络中的冗余节点从而有效地延长网络的生存时间.

一种新的数据流模糊聚类方法

针对数据流上的聚类任务受到时间、空间限制等问题,该文提出一种基于权值衰减的数据流模糊微簇聚类算法(WDSMC)。该算法使用改进的带权值的模糊C均值算法进行处理,并采用微簇结构和权值时间衰减结构提高聚类质量。实验表明,相对于现有的数据流加权模糊C均值聚类(SWFCM)算法和Stream KM++算法而言,WDSMC算法具有更好的聚类精度。

基于微粒群优化的有向传感器网络覆盖增强算法

覆盖作为无线传感器网络监测中的基础问题反映了无线传感器网络的感知服务质量.在分析节点主感知方向可调模型的基础上,提出了一种微粒群优化的有向传感器网络覆盖增强算法.该算法针对节点主感知方向设计微粒适应值函数和种群进化策略,以区域覆盖率为优化目标,通过微粒群优化有效调整传感器节点的主感知方向,从而达到有向传感器网络的覆盖增强.实验验证了算法的有效性.

改进的卫星网络多路径并行传输算法

针对传统多路径并行传输(concurrent multi-path transfer,CMT)协议无法适应卫星网络高误码特性,提出了一种CMT改进算法。首先,在缓解接收端缓存阻塞的基础上,根据链路中传输的传输序列号(trans mission sequence number,TSN)相对连续的分组时延抖动,正确判断网络的拥塞状况;然后,接收端选取返回时延最短的路径,将拥塞因子及时反馈给源端,源端调节相应链路的拥塞窗口,调整注入网络的数据量。仿真结果表明:本文算法在缓解因卫星链路差异造成的接收缓存阻塞的同时,能够根据网络状况自适应区分拥塞与误码,实现链路的高效利用。相对于传统CMT协议,改进的CMT协议在网络吞吐量、窗口抖动、时延和丢包率等方面都有明显提高。

基于蚁群算法和遗传算法融合的QoS组播路由问题求解

包含延迟、延迟抖动、带宽、丢包率和最小花费等约束条件在内的服务质量(QoS)组播路由问题,是一个NP完备问题,传统方法很难求得全局最优解.本文将遗传算法和蚁群算法融合,提出了用遗传蚁群算法(GAACS)求解QoS组播路由问题的解决方案.仿真实验表明,采用新算法比遗传算法具有更好的性能.

量子计算与遗传算法的融合及其在计算机通信网优化中的应用

该文将量子计算与遗传算法进行融合,其核心是在常规遗传算法中将量子的态矢量引入遗传编码,并自适应地进行量子旋转门的调整以实现染色体的演化,使算法具有更好的种群多样性和全局寻优能力。通过求解计算机通信网优化问题的实例,结果表明:新方法比采用常规遗传算法具有明显的高效性。

水声传感器网络拓扑控制技术综述

水声传感器网络作为一种新型的无线传感器网络,将在诸多水下监测应用中发挥重要作用。鉴于水介质的特殊性和复杂性,水声传感器网络与传统无线传感器网络存在很大的差异。拓扑控制技术是水声传感器网络的核心组网技术。文中总结和分析了水声传感器网络领域中拓扑控制技术的现有研究成果,阐述了多种受研究者关注较多的典型问题和解决方法,并指出其中有待解决的问题,进而归结了拓扑控制技术设计中需考虑的因素,最后探讨了今后应研究的问题,指明了该领域中下一步研究的重点和难点。

基于量子遗传算法的传感器网络拓扑结构控制

目前传感器网络的应用有2个趋势:支持多业务和提供服务质量保障。出于低耗能、高连通性等目的,对网络的拓扑结构进行控制较为关键。对此进行了研究,提出了基于量子遗传算法的网络拓扑结构控制解决方案。仿真实验表明量子遗传算法在求解性能上优于常规遗传算法,达到了低耗能和高连通性的目标。

基于并行量子遗传算法的QoS组播路由方法

通信网络时延受限且满足带宽要求的最小代价组播树问题是NP完全问题,传统方法难以求解,一般采用启发式方法求解。提出了一种基于并行量子遗传算法的服务质量(QoS)组播路由算法,算法中将各个子群体独立地并行进化,并通过相邻子群体间的信息交换实现克服早熟,避免局部收敛的目的,还提出了一种新的动态旋转角调整策略,使算法具有更好的种群多样性和全局寻优能力。仿真实验表明,新算法在求解性能上优于遗传算法(GA)和采用静态旋转角的量子遗传算法(QGA)。

创新型特色计算机专业教学体系的研究与实践

本文以南京邮电大学计算机专业的本科教育为示范,阐述了在创新型特色计算机专业教学体系中如何实现与网络通信进行有机的结合,设置具有鲜明特色的课程体系与教学内容以及如何设置实践环节,包括教学与实验的结合、实验室和实验平台的建设、创新训练计划、科研项目以及各类竞赛的参与、校外实践基地的建设等相关措施。

蚁群算法在QoS网络路由中的应用

采用蚁群算法求解包含延迟、延迟抖动、带宽、丢包率和最小花费等约束条件在内的QoS单播路由问题。实验仿真表明该算法能快速有效地求得路由最优解。

一种基于优先级的卫星网络AQM算法

针对卫星网络大带宽、长时延、高误码等特点,结合控制理论,提出了一种基于优先级的卫星网络主动队列管理(active queue management,AQM)算法。首先,借鉴控制理论中比例-积分-微分(propertional-inte-gral-derivative,PID)控制器设计方法计算总的报文丢弃概率;然后,针对IN和OUT两种不同优先级报文定义不同的丢弃概率,以实现不同优先级业务流量的区分服务。仿真实验表明,相对于低优先级流量,高优先级业务在保持高吞吐量的同时具有较低的报文丢失率,且整体队列长度抖动小,从而实现高优先级流量报文的有效保护。

应用遗传算法求解计算机通信网的最佳路由─—一种新的遍历匹配选择法

求解计算机通信网的时延和路由选择是一个多约束条件的非线性优化问题，采用遗传算法求解是目前比较有效的方法。本文以遗传算法的基本思想为基础，提出了一种新的遍历匹配选择法，通过实例计算，采用这一选择方式的遗传算法能快速求出问题的全局近似最优解，且具有较高的计算精度。

基于智能技术的分布式实时入侵检测系统模型研究

结合人工免疫、动态克隆选择、智能化模式匹配、模糊逻辑等多种智能技术,并汲取入侵防御系统(IPS)思想,提出了一种基于智能技术的分布式实时入侵检测系统模型。在该模型中,采用扩展的动态克隆选择实现的异常检测同基于Episode距离的多模式近似匹配算法实现的误用检测相结合,在保证覆盖性的同时,有效地提高了入侵检测系统的检测性能。

一种改进的静态克隆选择算法及其应用研究

建立了一个基于人工免疫原理的入侵检测系统模型,该模型融合了智能协议分析、克隆选择、人工免疫、遗传算法等多种智能技术,对其中的克隆选择算法进行了研究,对Forrest的静态克隆选择算法提出了改进方案。仿真实验表明,改进算法在性能上优于Forrest的静态克隆选择算法。

基于SVM数字波束形成的阵列天线结构对比

引用了阵列结构参数ρ,通过把SVM数字波束形成算法应用到CDMA系统中对阵列结构参数ρ进行研究,分别得出了直线阵和圆形阵的阵列结构参数的最佳取值范围;取阵列结构参数的最佳值,确定直线阵和圆形阵的结构;在此基础上分别研究直线阵列、圆形阵列在不过载和过载情况下的性能,得出了不论在不过载和过载的情况下直线阵和圆形阵都能准确接收期望信号,但当干扰信号和期望信号夹角较小及干扰信号之间夹角较小的情况下圆形阵列不能识别出所有的干扰信号,而直线阵可以准确识别干扰信号并对其零陷;而当干扰信号和期望信号夹角较大及干扰信号之间夹角较大的情况下圆形阵列能准确识别出所有的干扰信号,并对其零陷,而直线虽然也能准确接收期望信号但不能准确识别出所有干扰信号。

基于遗传算法的求解复杂计算机通信网路由选择的新策略

求解计算机通信网路由选择是一个多约束条件的非线性优化问題,当变量和约束条件较多时,难以求得最优解。本文以遗传算法的基本思想为基础,提出了一种新的遍历匹配选择法。通过实例计算,采用这一选择方式的遗传算法能快速求出问题的全局近似最优解,且具有较高的计算精度。