蚁群算法及其在路由优化中的应用综述

蚁群算法(ACO)是一类新型的机器学习技术,根据蚁群算法的正反馈原理和启发式原理的特点,针对目前国内国际的研究情况,对蚁群算法在最优路径的搜寻上从收敛性,收敛算法的改进以及收敛速度等方面的研究分别进行了分析综述,并对蚁群算法的一些应用,如:LEO卫星网络和无线传感等方面进行了阐述。对蚁群算法在路由优化和负载平衡上的研究进行了对比分析,发现了它们存在的不足,指出了在该领域需要进一步研究的热点问题。

背包问题的量子计算算法

背包问题属于NP完全问题,经典算法对规模为n的背包问题求解的时间复杂度为O(2n)。给出了基于固定相位的背包问题量子计算算法,证明了该算法在多解的情况下,能够以不低于98%的成功率在O((N/M)^(1/2))步完成对规模为n的背包问题求解(M是解的数目),而基于原始Grover算法的背包问题量子计算算法计算复杂度为O((N/M)^(1/2)),成功率是50%～100%。

非线性TP的PSO求解

运输问题自提出后,人们因其在各个领域的广泛应用进行了大量研究。尤其是线型运输问题,已经设计出了多种有效解法,但它们均不能直接处理非线性运输问题。本文在经典粒子群算法PSO的基础上设计了新算法PSO-NLTP,它通过改进PSO的粒子飞行速度和飞行位置更新方程,及设计出负修复算子,既满足TP的约束条件,又扩大了搜索空间。针对经典PSO算法容易在局部最优解过早停止搜索的不足,我们添加了自适应的变异算子,以防止PSO-NLTP过早停止搜索。通过仿真实例证明,与遗传算法GA-NLTP和带惩罚策略的EP进行比较,PSO-NLTP能在较短的时间内找到更优解,结果验证了新算法的有效性。

受主掺杂对BaSnO_3电阻的电学性能影响

测试BaSnO3电阻样品的复阻抗、损耗电学性能,通过对实验结果的分析得知,通过受主Na2CO3及Mn(NO3)2复合掺杂能够有效增加该材料的晶界电阻.同时得出随着Mn(NO3)2掺杂量的增大,材料的电阻增大,且当掺杂量为1.0 mol%时,材料的电阻率为3.3×106Ω.cm;而其介电系数与损耗则随着Mn(NO3)2掺杂量的增加而减小,在1 kHz下的介电系数为1.9×104,损耗为0.34.

BaSnO_3热敏电阻器电学性能的研究

介绍了以BaCO3和SnO2粉料为主原料,SiO2、Bi2O3和Sb2O3为助烧剂,Ta2O5为施主掺杂改性剂,Na与Mn无机盐为受主掺杂改性剂,采用传统固相反应法制备BaSnO3的半导体陶瓷的方法。经测试与分析可知,该半导体陶瓷的相对密度高达理论密度的97%。通过对样品电学性能的初步研究,发现该样品具有NTC效应。

基于整数小波和三维自适应的高光谱图像无损压缩算法

考虑到高光谱图像小波子图的谱间相关性,提出了一种新的基于整数小波的三维自适应预测高光谱图像无损压缩算法。首先用5/3整数小波将高光谱每个谱段图像做小波分解,对不同谱段的相同子带,设计一种新的线性预测器。用与待预测像素有较强相关性的相邻像素自适应地估计预测系数的值。消除了大部分的谱间冗余和空间冗余后,再用JPEG-LS进一步去除残差图像的空间冗余。实验表明,该算法能有效去除多光谱图像间的相关性,较其他压缩算法压缩比有很大提高,且算法简单,便于硬件实现。

基于自适应预测的高光谱遥感图像无损压缩算法

针对高光谱遥感图像细节丰富纹理复杂、空间相关性弱、难于压缩的特点,充分利用高光谱遥感图像的谱间相关性,使用多个波段的像素来自适应预测当前波段的像素。因为待预测像素的最优预测是其条件期望,用分段积分的方法将条件期望转化为可计算的表达式,并与其它波段的像素关联起来。选取与待预测像素有较强因果关系的相邻像素自适应地估计出各参数的值,得到残差图像,消除了大部分的谱间冗余和空间冗余,再用JPEG-LS进一步去除残差图像的空间相关性。实验表明,该算法能有效去除高光谱图像间的相关性,较其它压缩算法压缩比有很大提高,且算法简单,便于硬件实现。

天基网络系统的半边图模型

随着现代卫星技术的发展,对天基网络系统进行统一建模是一个非常复杂而重要的问题。本文建立了天基网络系统的半边图描述,并详述了半边图模型各要素的建模过程。文章表明,半边图模型是对天基网络系统进行统一描述的有效模型,并且是研究卫星系统协同和自治的一个可能的有效途径。本文最后对半边图模型应用作了进一步探讨。

防火墙技术与网络安全

随着网络的延伸,安全问题受到人们越来越多的关注。在网络日益复杂化,多样化的今天,如何保护各类网络和应用的安全,如何保护信息安全,成为了本文探讨的重点。

GHASH函数在网络加密算法GCM的应用

本文介绍了Ghash函数在GCM中的应用,阐述GCM的基本构成,基本输入输出;介绍了Ghash函数在GCM作用,设想了Ghash在硬件上实现伽罗华域的基本原理以及Ghash函数实现的可行性方案。