用静态链表和逆序插入算法构成的动态查找表

目前的动态查找表都是树结构,对于结点量很大的情况,其所需存储空间过大且查找效率低的缺点突出。对此,文章设计了一种新的动态查找表,将有序静态链表结构与结点群“逆序插入”算法相结合,相比树结构动态查找表有两个优势:1.所需存储空间小;2.结点群的结点数越多,则动态查找效率越高。该方法的要点是:先将已有结点用静态链表构造出一个有序表,简称“主表”。若某“结点群”要插入该主表中,需将该结点群用静态链表构造成一个有序“副表,”然后用逆序算法对副表中各结点查找其在主表中的插入点,并从对应的插入点与主表进行链接,最后将链接好的主表和副表一次性收集到一个新的静态链表中。类似的“逆序删除”也可以删除整个副表的结点。

置换式DAC和ADC及实现对数压缩率的方法

提出了一种电阻链置换式分级并行转换的新原理,由此产生了置换式DAC和ADC:(1)置换式DAC,通过m级×n位电阻链的置换,直接将数字信号转换成模拟电压信号,而不要转换成权电流的中间环节,其电流仅需当前DAC的电流的1/2m×n;(2)置换式ADC,以组成m级×n位ADC为例,仅需一套n位的全并行式ADC,直接将模拟电压信号转换成数字信号;(3)可以构造出对数置换式ADC和DAC,远优于当前采用的A压缩律和μ压缩律的ADC。在语音通信中构造出8位对数压缩律的ADC,在信号动态范围为100 dB的条件下,对数置换式ADC的信噪比高达31.2 dB。

一种用于网络入侵检测的免疫克隆策略

网络入侵检测当前面临的主要问题是如何迅速有效地检测出未知模式的入侵。借鉴生物免疫系统中的自进化学习机制,我们设计一种免疫克隆算法,该算法以生物免疫的自我非我识别为基础,进一步引入免疫克隆学习机制以提高算法对入侵模式识别的效率和正确率。论述参数的设置,并且系统不再简单地丢弃穷举法中与Self匹配的候选检测器,而是对它们进行进化,引导它们偏离Self集合,生成检测器。论述免疫克隆算法的具体细节,并完成相应的验证实验。实验表明该算法具有较好的识别未知模式的能力。

超高速A/D转换器的置换式分级并行方法研究

文章提供了一种置换式分级并行 ADC新思路 ,它由分级电阻链和一个 m位的基本Flash ADC组成 ,可以实现转换速度快、分辨率高、器件少的目的。第一级转换时 ,由基本Flash ADC直接将待测模拟电压转换成 m位的数字量 ,并确定第一级等压电阻 ;第二级转换时 ,通过多路开关的连接 ,将一级电阻链的上部分和下部分合成一级电阻链的整体 ,由基本电阻链等价置换第一级等压电阻 ,然后由基本 Flash ADC将待测模拟电压直接转换 ,得到第二级 m位的数字量 ,同时还确定第二级等压电阻 ;依次类推 ,可以得到多级 m位的数字量。