脑小血管病(small vessel disease,SVD)是一类以脑内小血管受损为主的临床影像综合征,可能会导致卒中、血管性认知障碍、神经心理疾病与其他功能障碍等。自2013年血管性神经病变的影像报告标准(standards for reporting vascular change...脑小血管病(small vessel disease,SVD)是一类以脑内小血管受损为主的临床影像综合征,可能会导致卒中、血管性认知障碍、神经心理疾病与其他功能障碍等。自2013年血管性神经病变的影像报告标准(standards for reporting vascular changes on neuroimaging,STRIVE)发布以来,SVD的神经影像学特征得到了初步的分类与标准化。然而,在临床实践与科学研究中,对SVD影像特征的认识和应用仍存在诸多不一致和不规范之处。随着对SVD病理生理机制的深入探索与影像技术的不断进步,新的SVD影像特征和定量标志物被相继发现,为SVD的诊断和评估提供了更为全面且精准的信息。在此基础上,STRIVE-2应运而生,以期能更全面地揭示SVD对脑功能与结构的影响。为了规范中国SVD的神经影像学评估和诊断,本共识将在STRIVE-2的基础上,结合中国具体国情,对SVD的神经影像学特征进行深入解读,旨在推动SVD影像学诊断术语的标准化,提高临床诊断的准确性,进一步促进相关领域的研究与进步。展开更多
软件定义网络(software defined network,SDN)是一种新兴的网络范式,其解耦了控制平面和数据平面,实现了网络管理的灵活性。然而,控制平面的逻辑集中化带来了新的挑战,即在各种故障情况下确保较高的可用性。文章在带内控制平面的前提下...软件定义网络(software defined network,SDN)是一种新兴的网络范式,其解耦了控制平面和数据平面,实现了网络管理的灵活性。然而,控制平面的逻辑集中化带来了新的挑战,即在各种故障情况下确保较高的可用性。文章在带内控制平面的前提下,提出一种控制平面恢复方法,该方法重复利用旧的控制路径规则,并建立相应的数学模型;最终提出一种考虑复用控制规则的树形恢复算法,并证明当控制路径以最短路径树的形式部署时,算法的近似度为3。实验结果表明,该方法具有较高的有效性。展开更多
目的针对数据中心网络(Data Center Network,DCN)中数据流量多导致大象流与老鼠流识别精确度低的问题,提出一种基于软件定义网络(Software Defined Networking,SDN)下两阶段大象流识别算法。方法将SDN与DCN结合,第一阶段,采用高斯分布...目的针对数据中心网络(Data Center Network,DCN)中数据流量多导致大象流与老鼠流识别精确度低的问题,提出一种基于软件定义网络(Software Defined Networking,SDN)下两阶段大象流识别算法。方法将SDN与DCN结合,第一阶段,采用高斯分布动态阈值优化算法,通过对数据包阈值的设定,计算大象流误检率与漏检率,不断优化得到最优阈值,以此识别出可疑大象流;第二阶段,在依据流传输速率与流持续时间精确得到大象流的基础上,提出阈值约束、流量检测机制、Count计数器等三方面改进对大象流识别阈值下限的约束,将网络中大象流的数据量与流持续时间进行周期内阈值计算,提高大象流的识别精确度。结果实验结果表明:算法与已有相关算法相比,第一阶段可疑大象流平均字节数比网络流平均字节数多11.3%;不同阈值下的算法准确度提高1.7%,不同网络流量下的大象流平均检测时间降低至6 ms以内。结论软件定义网络下两阶段大象流识别算法在第一阶段具有较强的大象流识别能力,同时算法的精确度有所提高,大象流的平均检测时间降低,提高了网络质量,能为进行网络流量调度策略的进一步研究提供相关性条件。展开更多
无线Mesh网络(Wireless Mesh network, WMN)中,链路拥塞会导致较长的传输时延和排队时间,因此将链路负载均衡与服务质量结合起来一直是研究热点.本文针对多目标路由优化管理的关键问题,将路由问题表述为整数线性规划(Integer linear pro...无线Mesh网络(Wireless Mesh network, WMN)中,链路拥塞会导致较长的传输时延和排队时间,因此将链路负载均衡与服务质量结合起来一直是研究热点.本文针对多目标路由优化管理的关键问题,将路由问题表述为整数线性规划(Integer linear programming, ILP)模型,并将无线Mesh网络与软件定义网络(Software defined network, SDN)结合,设计了适应于SD-WMN架构的多目标函数、约束条件以及整体的网络优化模型,此外,由于该整数线性规划模型是NP完全的,本文将改进的人工蜂群的启发式优化算法引入到路由优化算法中,以获得源节点和目的节点之间传输流量的理想路径.本文所提出方法在Mininet网络模拟工具中的仿真结果证明了该算法的有效性,与OSPF、SDNR以及遗传蚁群优化(G-ACO)相比,所提出方法在丢包率、往返时间和负载均衡方面均有不错的改善.展开更多
文摘脑小血管病(small vessel disease,SVD)是一类以脑内小血管受损为主的临床影像综合征,可能会导致卒中、血管性认知障碍、神经心理疾病与其他功能障碍等。自2013年血管性神经病变的影像报告标准(standards for reporting vascular changes on neuroimaging,STRIVE)发布以来,SVD的神经影像学特征得到了初步的分类与标准化。然而,在临床实践与科学研究中,对SVD影像特征的认识和应用仍存在诸多不一致和不规范之处。随着对SVD病理生理机制的深入探索与影像技术的不断进步,新的SVD影像特征和定量标志物被相继发现,为SVD的诊断和评估提供了更为全面且精准的信息。在此基础上,STRIVE-2应运而生,以期能更全面地揭示SVD对脑功能与结构的影响。为了规范中国SVD的神经影像学评估和诊断,本共识将在STRIVE-2的基础上,结合中国具体国情,对SVD的神经影像学特征进行深入解读,旨在推动SVD影像学诊断术语的标准化,提高临床诊断的准确性,进一步促进相关领域的研究与进步。
文摘软件定义网络(software defined network,SDN)是一种新兴的网络范式,其解耦了控制平面和数据平面,实现了网络管理的灵活性。然而,控制平面的逻辑集中化带来了新的挑战,即在各种故障情况下确保较高的可用性。文章在带内控制平面的前提下,提出一种控制平面恢复方法,该方法重复利用旧的控制路径规则,并建立相应的数学模型;最终提出一种考虑复用控制规则的树形恢复算法,并证明当控制路径以最短路径树的形式部署时,算法的近似度为3。实验结果表明,该方法具有较高的有效性。
文摘目的针对数据中心网络(Data Center Network,DCN)中数据流量多导致大象流与老鼠流识别精确度低的问题,提出一种基于软件定义网络(Software Defined Networking,SDN)下两阶段大象流识别算法。方法将SDN与DCN结合,第一阶段,采用高斯分布动态阈值优化算法,通过对数据包阈值的设定,计算大象流误检率与漏检率,不断优化得到最优阈值,以此识别出可疑大象流;第二阶段,在依据流传输速率与流持续时间精确得到大象流的基础上,提出阈值约束、流量检测机制、Count计数器等三方面改进对大象流识别阈值下限的约束,将网络中大象流的数据量与流持续时间进行周期内阈值计算,提高大象流的识别精确度。结果实验结果表明:算法与已有相关算法相比,第一阶段可疑大象流平均字节数比网络流平均字节数多11.3%;不同阈值下的算法准确度提高1.7%,不同网络流量下的大象流平均检测时间降低至6 ms以内。结论软件定义网络下两阶段大象流识别算法在第一阶段具有较强的大象流识别能力,同时算法的精确度有所提高,大象流的平均检测时间降低,提高了网络质量,能为进行网络流量调度策略的进一步研究提供相关性条件。
文摘无线Mesh网络(Wireless Mesh network, WMN)中,链路拥塞会导致较长的传输时延和排队时间,因此将链路负载均衡与服务质量结合起来一直是研究热点.本文针对多目标路由优化管理的关键问题,将路由问题表述为整数线性规划(Integer linear programming, ILP)模型,并将无线Mesh网络与软件定义网络(Software defined network, SDN)结合,设计了适应于SD-WMN架构的多目标函数、约束条件以及整体的网络优化模型,此外,由于该整数线性规划模型是NP完全的,本文将改进的人工蜂群的启发式优化算法引入到路由优化算法中,以获得源节点和目的节点之间传输流量的理想路径.本文所提出方法在Mininet网络模拟工具中的仿真结果证明了该算法的有效性,与OSPF、SDNR以及遗传蚁群优化(G-ACO)相比,所提出方法在丢包率、往返时间和负载均衡方面均有不错的改善.