基于击键特征的身份认证系统设计与实现

随着互联网技术的飞速发展,个人信息安全越来越被重视。基于用户名与口令的传统身份认证方式存在口令被泄密的风险,以人脸识别与指纹识别为主的生物特征识别技术因高昂的设备与复杂的算法使其通用性大受影响,采用生物行为特征对用户身份进行识别已成为研究热点。为此,设计一种口令与击键特征相结合的双因素认证方案,通过采集输入口令以及输入口令时的个人击键行为特征,结合新维信息优先思想,利用统计学算法与曼哈顿算法对采集到的用户击键行为特征数据进行分析与建模,并与当前用户的击键行为特征进行相似度匹配,从而对用户身份进行认证。基于该方案设计的系统不仅具有界面友好、操作方便、安全性高等特性,而且能自动显示每个用户的击键特征曲线,可作为重要信息系统的第一道安全闸门。

基于六向搜索A^(*)算法的移动机器人路径规划

针对移动机器人利用传统A^(*)算法在复杂环境中进行路径规划时,存在着扩展节点数多导致的搜索效率低,以及路径平滑性不足等问题,提出了一种基于六向搜索的A^(*)算法。首先,在传统A^(*)算法启发函数的基础上利用曼哈顿距离进行加权,减少了算法的搜索时间和扩展节点数;其次,对传统A^(*)算法搜索策略进行改进,提出一种六向搜索策略,进一步减少算法扩展节点数,并同时提升路径平滑性;最后,利用路径平滑策略来对规划出来的路径进行平滑处理。实验结果表明,基于六向搜索的A^(*)算法在不同地图规模的仿真环境中都能获得较高的搜索效率,且扩展节点数更少、转折角度更小、更有利于移动机器人的路径规划。

基于Manhattan距离的相干体技术的应用

地震相干体技术可以有效地压制连续性,突出不连续性,比地震切片的地质解释更直观,能更细致地进行断层解释。基于Manhattan距离的相干体技术,与传统的C1相干算法进行比较,该技术不仅在断层识别能力方面要强于C1相干算法,而且当利用两种算法获取断层信息的效果相当时,该技术的相关时窗长度要比C1相干算法所用的相关时窗长度小,这恰能提高程序的运行速度,提高了地震相干体技术的运行效率。此外,该相干体技术也能近似计算出每道在纵横测线方向上的视时间倾角。

基于聚类分析和曼哈顿距离实现平库烟叶堆码及均匀投料技术研究

[目的]降低复烤加工成品片烟化学质量指标变异系数及提高现场工作效率。[方法]选择云南昆明地区50 t烟叶,以烟叶化学成分烟碱作为主要参数,结合总糖、总氮、还原糖等多项指标进行分组均匀投料研究。首先按烟叶化学成分烟碱高、中、低分组混配挑选出半成品烟叶,通过曼哈顿距离模型指导半成品烟叶出入库堆码;然后运用系统聚类分析方法对半成品烟叶进行聚类分组,化学指标相似的聚为一组;最后投料时,利用贪心算法模型对聚类分组结果进行小批次均匀投料。[结果]采用信息系统结合曼哈顿模型指导烟叶出入库堆码能有效提高现场作业效率;使用系统聚类分组和贪心算法均匀投料,能有效降低烟叶各化学指标变异系数,提高烟叶化学质量稳定性。[结论]该研究结果可应用于平库条件下提高复烤均质化加工水平,同时对未来组建高架库支撑复烤均质化加工提供参考。

LTE-A中基于准入控制的切换决策算法

在E-UTRAN架构下,提出一种基于目标小区准入控制的切换决策算法。通过eNB之间的X2接口来交互网络的负载信息、资源信息和服务速率等,以此获得对目标小区准入控制的预测。构建曼哈顿模型场景,仿真结果证明,该切换算法有较高的切换成功率和较小的切换时延;并可将用户终端切换到负载比较轻的小区,使相邻小区的负载得到均衡,提高了无线资源的利用率。

基于SURF算法的多波束和侧扫声纳图像配准与融合

利用SURF(Speeded-up Robust Features)算法对多波束和侧扫声呐图像配准时,因为图像分辨率差异大而导致配准困难,通过对低分辨率的图像进行升采样,使图像配准达到了较好的效果;另外,对SURF算法中粗匹配的距离测度函数进行改进,提高了SURF算法的配准速度;然后利用RANSAC算法实现了多波束与侧扫声纳图像的精准配准;最后对配准后的图像进行小波变换融合,利用信息熵和平均梯度对图像融合效果进行了评价,并通过实例数据验证了该算法的有效性。

求解24数码问题的改进遗传退火算法

针对具有巨大搜索解空间的24数码问题,提出了一种基于改进遗传模拟退火算法的求解方法。依据问题特征,设计了个体编码方法、高效的适应度评价函数和遗传操作算子,通过在遗传算法中引入模拟退火的Boltzmann更新机制,克服了传统遗传算法易于过早收敛和易于"卡住"陷入局部极小的问题。仿真实验结果表明,提出的算法能够快速搜索到问题的解,算法对其他组合优化问题也具有应用价值。

基于种群曼哈顿距离的自适应多目标粒子群优化算法

针对多目标粒子群优化算法存在收敛性不足和多样性丢失问题,提出一种根据进化状态平衡收敛性能与多样性能的自适应多目标粒子群优化算法(pmdMOPSO)。该算法首先采用种群曼哈顿距离实时检测算法的进化状态,将进化状态分为探索和收敛两个阶段,并根据进化状态的两个阶段分别采用不同的速度更新模式,实现算法性能的提升;其次设计了具有Levy飞行探索认知行为的速度动力学方程,旨在增强全局探索能力;最后使用种群曼哈顿距离构成的差分向量设计进化参数自适应更新模式,平衡算法全局探索与局部开采的能力。通过对MOP1~MOP7测试函数上的实验结果分析,表明pmdMOPSO算法较对比算法具有更好的收敛性能和多样性能。

保护隐私的曼哈顿距离计算及其推广应用

安全多方计算是信息时代保护隐私和信息安全的一项关键技术.安全多方科学计算是安全多方计算十分重要的组成部分,目前已经有许多安全多方科学计算问题的解决方案,但还有更多的问题值得人们去研究.关于曼哈顿距离的安全多方计算问题目前研究的结果很少,构造曼哈顿距离的安全计算协议在密码学中有着重要的理论意义,作为基础协议能够广泛应用于其他安全多方计算协议的构造,比如保密计算两点间路径问题,保密判定点与区间以及点与点集的关系问题,以及向量相似度的保密计算都可以归约到曼哈顿距离的安全多方计算问题.本文应用加密选择技巧与一种新的编码方法相结合,以Paillier加密算法为基础,对于不同的情形(无全集限制或有全集限制)设计两数之差绝对值的高效保密计算协议.并以此为基础,设计出两种不同情形下保密计算曼哈顿距离的协议.本文证明了在半诚实模型下这些协议是安全的,并通过模拟实验来测试协议的具体执行时间,理论分析和仿真结果表明本文方案是简单易行的.最后,文中给出实例阐明本文协议在理论以及实际中的广泛应用.

基于分治思想的扫地机器人全覆盖路径规划算法研究

针对大多数扫地机器人在进行全覆盖路径规划时,普遍存在重复率偏高和覆盖率偏低问题,并且在遇到密集零散的障碍区域时,会产生线路规划凌乱甚至不能覆盖的问题,设计一种基于分治思想的全覆盖路径规划算法,通过在地图上构建若干线段序列,按照线段序列端点间曼哈顿距离最小原则对局部路径线段进行相连,形成若干弓形线路块;然后采用分治算法实现全局各弓形线路块间最近端点对的匹配,并进行衔接,最终生成路径均匀的全覆盖线路。通过与牛耕式单元分解结合生物激励神经网络覆盖算法进行场景实验对比,分析表明在密集零散的障碍区域中,本文算法仍能规划出整齐平滑的可通行路径,覆盖率仍能高达91.3%,重复率下降约39.3%,时间花销约降低28.1%。

蚁群算法用于VLSI布线的优劣性分析

研究在VLSI布线中采用蚁群算法的优劣性。先介绍用蚁群算法实现阶梯叉树走线,再通过Matlab编程对蚁群算法和迷宫算法分别实现曼哈顿走线进行比较,结果表明,蚁群算法在VLSI布线中的适用性不受布线结构的限制,而且在得出最优解方面比迷宫算法具有优势,只是受计算速度的限制。一般来说,只要能够给出布线的具体要求,蚁群算法都可以合理地应用于VLSI布线中。

智能识点法实现MD模型上的自动布线

给出了一种MD模型上的布线算法。首先,提出了MD模型上的广义线段的概念;其次,依据人工智能的思维给出绕障点的定义方法;最后,以绕障点和待布点组成布线点集合,以布线点集合中的所有点为顶点构造带边权值的完全图,将布线问题转化为在带边权值的完全图中求布线点间的最短路径,从而得到最优布线路径。实验证明算法的性能良好。

基于室内指纹定位的优化算法

针对室内环境中WiFi信号强度易受外界干扰,其不稳定性使得在指纹数据库中进行匹配时准确性较低,定位精度不高的问题,提出一种基于室内指纹定位的优化算法。该算法分别对指纹数据库和匹配算法进行优化。数据库优化采用限幅和滑动平均滤波进行预处理,并根据室内环境分配采样点所属区域编号,构建多维指纹数据库;匹配算法优化首先根据支持向量机(Support vector machine,SVM)对待定位点分类,获取其对应的区域编号,再将欧氏距离、曼哈顿距离和切比雪夫距离三者结合得到位置估计。最后,结合行人航位推算(Pedestrian dead reckoning,PDR)算法将得到的步长与航向角一同进行粒子滤波(Particle filtering,PF)实现定位。实验表明:本文的算法将定位精度提高了13.92%。

基于改进SURF的图像匹配算法

本文针对传统SURF(Speeded Up Robust Features)算法精度和速度较低的问题,提出一种优化的图像匹配算法.在特征点提取阶段引入局部二维熵来刻画特征点的独特性,通过计算特征点的局部二维熵并设置合适的阈值来剔除一部分误点;在匹配阶段用曼哈顿距离代替欧式距离,并引入最近邻和次近邻的概念,提取出模板图像中特征点与待匹配图像中特征点曼哈顿距离最近的前两个点,如果最近的距离除以次近的距离得到的比值小于设定的阈值T,则接受这一对匹配对,以此减少错误匹配.实验结果表明该算法优于传统算法,精度和速度均有一定程度的提高.

基于改进WKNN的室内定位算法

针对经典的NN算法,K近邻算法,加权K近邻算法中度量相似距离多为简单的欧氏距离,提出了将曼哈顿距离替代欧氏距离作为定位匹配的度量距离改进定位算法。其相比于之前的算法定位精度更高,响应速度更快,适合应用到室内定位相关研究当中。考虑到Wi-Fi信号易受噪声等外界不确定因素的影响以及移动终端接收信号强度指示与真实值存在偏差而导致定位精度不高的问题,引入卡尔曼滤波算法对高斯拟合后的接收信号强度指示数据进行误差修正,结合加权K近邻匹配算法进行定位有很好的效果。

分布式电站光伏汇流箱布置优化策略

针对曼哈顿算法在解决汇流箱选址问题时的局限性,提出了综合线损和财务净现值经济性比选方法,兼顾考虑电缆用量及成本、直流线损、20年发电量和发电收益等因素,对具体案例进行了计算,将不同方案的结果进行了比较分析。结果表明,该方法可有效降低电缆用量、减少线损,提高系统效率,达到发电收益的最大化,弥补了单一算法的不足,可为汇流箱的优化布置提供参考。

城市移动无线传感器网络定位算法的改进

针对城市移动无线传感器网络的定位问题,通过优化曼哈顿环模型,将蒙特卡罗思想引入概率更新定位算法,提出蒙特卡罗概率更新定位算法,通过移动节点与信标节点的合作实现定位,并考虑移动节点会遇到的各种情况。仿真实验结果表明,该算法可在更短的时间内收敛,且精确性和稳定性较高。

面向温度优化的片上网络任务调度方法

随着片上网络规模的扩大和研究的逐步深入,如何将芯片上众多的任务进行合理的调度成为系统温度优化的关键之一。针对片上网络任务调度问题,提出一种基于最短曼哈顿距离的任务调度SMDS方案。该策略充分考虑核通信图中通信节点对之间最短曼哈顿路径,通过搜索算法寻找任务调度的目的节点,使用模拟退火算法确定任务调度对。实验结果显示,与传统的分布式任务调度DTM策略相比,针对6*6、8*8和10*10的拓扑结构,SMDS实验方案在迁移次数方面的平均优化率分别为22.08%、21.74%和23.02%。在平均跳数方面的平均优化率分别为24.04%、29.18%和23.04%,实现了系统温度优化。

考虑双重权重的最优路径选择

为解决城市物流配送最优路径选取问题,从城市道路网络空间分布形态出发,综合考虑影响最短路径求解的多种因素,建立动态路网模型,并对经典最短路径算法进行改进。结合道路网络的几何性质,以实际路网为例,标记各路段交叉口作为结点,将实际路网部分转化为Manhattan型结构,同时分析相邻交叉口间距离和平均人口对路径选取的影响,通过重新定义考虑双重权重的最短路径权重与参考值η,对算法进行改进。利用改进算法迭代计算获得最短路径解,并对多个解的情况进行分析,分别比较两条路径的η值,并选取其中η值较大的一条路径作为最优规划路径。实验结果表明,路网结构转化及算法改进不仅可简化计算,同时参考值η的引入还可有效解决最短路径不唯一时最优路径的选取问题。

A~*算法的改进及其在AGV路径规划中的应用

A~*算法是一种启发式搜索算法,被广泛应用于路径规划中。其中,启发函数的设计尤其重要。针对物流工厂中自主移动机器人AGV运行路径的特点,提出一种A~*算法中启发函数的设计方法,以提高路径搜索效率。首先,进行环境地图建模,使用拓扑建模法,将AGV运行地图转化为图论中的有向图,并以邻接表的形式存储有向图中节点信息和边信息;然后,研究不同启发函数的选择对A~*算法执行效率的影响;最后,对A~*算法进行改进,结合实际工厂中AGV路径特点,研究加权曼哈顿距离中权值的选择对算法执行效率的影响,并选取经验值进行试验。试验结果表明,与采用曼哈顿距离作为启发函数的A~*算法相比,采用改进的A~*算法平均路径规划效率提高了11.6%。改进A~*算法在AGV路径规划中可以有效提高路径搜索的效率,作为一种适用于工厂环境的AGV的路径规划算法,对A~*算法启发函数的设计有一定的参考价值。