分布式存储的并行串匹配算法的设计与分析

并行串匹配算法的研究大都集中在 PRAM(parallel random access machine)模型上 ,其他更为实际的模型上的并行串匹配算法的研究相对要薄弱得多 .该文采用将最优串行算法并行化的技术 ,利用模式串的周期性质 ,巧妙地将改进的 KMP(Knuth- Morris- Pratt)算法并行化 ,提出了一个简便、高效且具有良好可扩放性的分布式串匹配算法 ,其计算复杂度为 O(n/ p+m) ,通信复杂度为 O(ulogp) ,其中 n为文本串长 ,m为模式串长 ,u为模式串最小周期长 ,p为处理器数 .

基于改进模板匹配算法的靶标图像检测

针对现代靶场所面临的测量目标小、距离远、目标与背景对比度低的实际问题,提出了一种基于数字图像处理的靶标检测方法。该方法对传统的模板匹配方法进行了改进,能够在靶场测试仪器捕获的图像中,精确并快速地定位靶标十字的中心,从而实现武器装备动态、静态性能测试。

基于模板的WebMail审计系统的设计与实现

电子邮件泄密越来越引起人们的关注,基于SMTP和POP3协议的电子邮件审计已经比较成熟,然而对众多大型门户网站的WebMail的审计却是一个难点。各大厂商WebMail协议不统一,把WebMail当作http的uplayer协议处理,设计并实现了一个在Linux下基于模板的WebMail审计系统。WebMail模板的特色在于设计了一个用于标志邮件正文和附件的glueid,通过它能够很好地将正文和附件合并为一封完整的邮件。系统采用了经典的单模式匹配KMP(Knuth-Morris-Pratt)算法对邮件内容进行审计,提高了审计效率。

基于Sunday算法的改良单模式匹配算法

Unicode编码的中文环境下应用Sunday算法时,如直接使用中文字符生成失效跳转表,将造成空间膨胀,而将中文字符拆分为两个字节进行处理,虽可以降低空间消耗,但匹配的执行速度又会受影响。针对Sunday算法应用于Unicode编码的字符拆分环境时所产生的时间性能降低问题,结合Unicode中文单元的内部关联性,优化了原Sunday算法的辅助跳转表与匹配规则,从而在解决Unicode下算法空间膨胀问题的同时,提升了Sunday算法在此环境下的时间性能,并利用模拟实验对改良算法的时间与空间性能进行了实验证明。

专家分配问题的KMP优化求解方法研究

专家分配问题是项目申报系统中评审环节（盲审）重点解决的问题．根据系统模型，针对项目和专家的多因素匹配问题，对专家分配问题进行研究，建立了专家分配问题的模型．应用KM P方法和索引顺序查找的求解方法，提出了基于多信息因素的专家分配优化求解方法．通过测试与应用表明，该系统的专家分配算法能实现专家与申请书的匹配，结果有较高的准确性和合理性，该方法将评审工作的效率提高了8～12倍，同时将传统人工操作过程中的出错概率降至0．15％～0％．

简化GNU编译器套件抽象语法树的算法研究

提出了一种消除抽象语法树文本中冗余的方法,借助Knuth-Morris-Pratt(KMP)算法,设计核心算法,对抽象语法树进行简化,并选出几个经典的代码片段进行实验,对算法的性能做了相应验证.实验结果表明,算法在消除冗余方面的简化率达到90%以上.

一种远程文件同步方法

为改进rsync算法在进行远程文件同步时Client和Server端差异数据量较大的缺点,提出一种新的远程文件同步方法。该方法在rsync算法的基础上,利用差异压缩技术,采用块移动技术和KMP算法查找Client和Server端的差异和匹配,使用滑动窗口压缩算法对差异数据进行压缩,能有效减少差异数据在网络中的流量。实验表明,该方法能将差异量降低97%以上,从而有效减少差异量在网络中的传输量,减小网络带宽消耗,提高远程文件的同步效率。

基于规则库的SCD文件虚回路隐患自动核查技术

针对智能变电站在建设、运维、检修、改扩建过程中,因设计不完善、配置不正确、验证测试不到位等造成二次回路配置缺失或参数错误等隐患,为了提升智能变电站安全运行水平,提出了基于规则库的智能变电站全站配置描述文件(Substation Configuration Description,SCD)虚回路自动核查方法。依据相关技术标准、规范,建立隐患规则库;通过对配置文件的解析,获取配置文件中所有虚端子连接关系及装置信息;基于隐患规则库的规则,利用KMP算法对虚回路进行自动核查,判别虚回路是否存在隐患。同时,结合典型案例,验证配置文件自动核查技术的应用效果,提高了虚回路缺失、虚回路连接错误的核查能力,有效提升智能变电站作业现场的工作效率和安全管控水平。

圆曲线拟合算法中的粗差探测与识别

针对传统的圆曲线拟合算法抵御粗差影响能力较差的现状,该文提出了一种圆曲线拟合数据的粗差探测方案。该方案基于Pratt代数拟合算法,首先构造衡量拟合数据优劣的质量指标,据此迭代剔除数据中的异常值,然后在既得圆心估值的基础上,重新评估已被标记的可疑观测值,识别出真正的粗差并将其剔除。实验结果表明,该方法能够准确识别出数据中的粗差,有效提高圆曲线拟合的精度。