基于局部评估的分布式图模式匹配算法

为了在分布式存储的大规模数据图上进行快速图模式匹配，提出了基于局部评估的分布式图模式匹配算法disGPM-PE。首先各计算节点并行地执行本地匹配，然后协调器节点收集局部匹配结果、计算边界点的匹配状态并发送给相应的计算节点，接着计算节点根据边界点的匹配状态确定与边界点相连的节点的匹配情况，最后协调器节点组合得出最大匹配集。实验结果表明：与已有的分布式图模式匹配算法相比，disGPM-PE算法都能够在不显著增加通信量的前提下避免数据片段间的依赖关系对执行时间的影响，减少了图模式匹配的时间。     

利用局部评估的分布式图模式匹配算法

为了在分布式存储的大规模数据图上进行快速图模式匹配,提出利用局部评估的分布式图模式匹配算法。各计算节点并行地执行本地匹配;协调器节点收集局部匹配结果、计算边界点的匹配状态并发送给相应的计算节点;计算节点根据边界点的匹配状态确定与边界点相连的节点的匹配情况;协调器节点组合得出最大匹配集。实验结果表明:与已有的分布式图模式匹配算法相比,dis GPM-PE算法都能够在不显著增加通信量的前提下避免数据片段间的依赖关系对执行时间的影响,从而减少图模式匹配的时间。     

基于状态约减的信息攻防图生成算法

针对攻防图构建中存在的状态爆炸问题,提出一种基于状态约减的攻防图生成算法。该算法在分析攻击者和目标网络特点的基础上,对独立状态节点的权限进行对比;其在保留最高权限节点的前提下,实现对低权限节点的约减,并去除冗余攻击路径。仿真实验表明算法具有计算复杂度低、能有效降低状态爆炸以及控制攻防图规模等优点。     

基于局部色调映射的异源图像匹配方法

色调映射是一种适用于亮度和对比度变化的快速图像匹配方法。由于异源图像间存在复杂的灰度变换关系,直接采用色调映射方法进行匹配的成功率通常难以满足应用需求。为了提高匹配成功率,本文提出基于局部色调映射的异源图像匹配方法。首先将实时图划分为不重叠的子区,对每个子区进行直方图均衡化和弱切片变换,通过局部色调映射计算子区与基准图的距离系数图。融合全部距离系数图得到图像匹配结果。实验结果表明,该方法匹配成功率高于现有的色调映射方法,且计算时间仅略高于现有方法,优于异源图像匹配中常用的互信息方法。     

使用局部色调映射匹配异源图像

色调映射是一种适用于亮度和对比度变化的快速图像匹配方法。由于异源图像间存在复杂的灰度变换关系,直接采用色调映射方法进行匹配的成功率通常难以满足应用需求。为了提高匹配成功率,本文提出基于子区弱切片变换的局部色调映射异源图像匹配方法。首先将实时图划分为不重叠的子区,对每个子区进行直方图均衡化和弱切片变换,通过局部色调映射计算子区与基准图的距离系数图。融合全部距离系数图得到图像匹配结果。实验结果表明,该方法匹配成功率高于现有的色调映射方法,且计算时间仅略高于现有方法,优于异源图像匹配中常用的互信息方法。     

改进的聚类算法在入侵检测系统中的应用

K-中心点聚类算法是几种经典的聚类算法之一。但传统的K-中心点聚类算法的效率以及稳定性较低,聚类的过程缓慢,容易陷入局部最优解,使得聚类最终结果的准确性不能得到保证。为此,提出了一种基于数据的"密度"信息有效地改进K-中心点聚类算法并应用于入侵检测模型。该算法很好地克服了传统的K-中心点聚类算法过分依赖初始中心点选择的弊端,并且用实验分别验证,以这种方法来进行数据的聚类相比于传统的K-中心点聚类算法,显著提高了数据集聚类的效果,在入侵检测系统的应用中也有效地提高了检测率和降低了误检率,具备一定的实用价值。     

一种通用有效的神经网络映射算法

首先分析了神经网络映射的本质,神经网络拓扑结构和神经计算过程,在充分考虑负载均衡与通讯开销的基础上,引入了时间步的思想,提出了一种通用有效的神经网络映射算法,最后给出的对多种拓扑结构的神经网络的测试结果证明了该算法的通用性和有效性。     

一种基于二分法的无线传感器网络拓扑控制算法

文中针对传感器节点分布不均和拓扑建立时间长的问题,提出了一种基于二分法的拓扑控制算法,每个节点自适应选择发射功率以获得预设的度。仿真显示,与基于均匀功率增量的算法相比,基于二分法的拓扑控制算法大大减少了功率切换次数且形成的拓扑简单,减少了网络拓扑形成时间和平均发射功率。     

一种基于改进K-means算法的空间群划分方法

空间群划分是兵力分群的重要环节,其关键在于确定"距离"度量函数、分群数目和初始分群中心。传统算法的初始聚类中心和聚类数目不固定,直接用于空间群划分将使得划分结果不稳定。为此,提出了一种基于改进算法的空间群划分方法。利用了现有空间群划分方法中的距离函数改进策略计算敌方作战单元两两之间的"距离",引入一种快速搜寻高密度点的方法,确定了初始分群中心和分群数目,通过仿真实验验证了该方法的有效性。     

递归划分的标签约束可达性计算方法

现实世界中的图往往在结点和边上包含描述信息,可达性查询是图数据管理和挖掘中的基本操作之一。针对图数据中标签约束的可达性计算问题,提出一种基于递归划分的可达性计算方法 RP-Hop。该算法基于层次划分思想,利用独立集性质,在保持标签和可达性前提下对大规模图进行递归划分,并结合贪婪扩展思想和递归编码,为标签约束的可达性查询提供压缩索引。经过合成和真实数据集上的实验,结果表明,RP-Hop算法不仅降低了索引大小和构建时间,而且提高了查询效率。     

基于GPU的动态地形过程纹理映射方法

针对基于GPU的动态地形可视化算法中地形形变处的纹理映射问题,提出了在片元着色器里对多种纹理样本进行采样,以动态地形模型本身特点为纹理生成条件,以地形深度偏移图作为动态地形纹理分布alphamap图的动态地形过程纹理生成和映射方法。通过典型的弹坑和车辙纹理映射实验,验证了该方法的正确性和有效性。     

基于拓扑势的网络热点话题发现研究

针对网络舆情分析需求，给出了基于拓扑势的网络节点重要性评估算法，以分析网络舆情中的热点话题及其演化趋势。以维基百科为例，实现了基于拓扑势的中文维基百科计算机领域的热点条目发现。实验结果表明，该算法能够有效获取当前网络中的热点条目。与传统话题发现方法相比，基于拓扑势的方法无需对话题的进行语义理解或者统计，仅通过话题之间的引用关系分析即可发现热点话题。为网络舆情研究提供了新方法。     

受互联网思路启发的电力系统重要节点评估算法

对电力系统中重要节点进行有效区分,有助于在资源有限的条件下对重要节点施加额外保护或改变拓扑结构,从而提高系统鲁棒性、降低事故发生的概率。受网页排序算法启发,提出电气链接结构分析的随机方法(electrical stochastic approach for link structure analysis, E-SALSA)用于电力系统重要节点评估。该算法综合考虑了电力系统拓扑结构、潮流等因素对节点的影响,能够有效反映电力系统的真实情况,并且其特点更符合电力系统背景。在IEEE300节点电力系统中,使用失负荷规模和最大子群规模两个指标对E-SALSA算法与电气介数算法、基于共同引用的超链接引导的主题搜索(model based on co-citation hypertext induced topic search, MBCC-HITS)算法进行了对比分析。结果证明E-SALSA算法相比电气介数算法在两个指标上都具有优势,相比MBCC-HITS算法能够更综合考虑各方面因素对节点的影响,进而证明了E-SALSA算法的合理性、有效性。     

基于改进多种群PSO算法的火炮随动系统调节器参数优化

针对传统火炮随动系统调节器参数整定难以达到最优的问题,提出一种基于K-均值与惯性权重指数递减的多种群PSO(KEDM-PSO)优化算法。为保证种群的全局搜索能力得到最优的参数,采用将初始种群划分为多个子群协同寻优的策略。综合考虑系统复杂程度、种群规模、解集的多样性及收敛性,采用K-均值算法将初始种群划分为3个子群,使3个子群协同寻优。为保持种群多样性,各子群不断地聚类重组,动态调整子群规模以更好地进化。子群寻优采用惯性权重指数递减策略,使得算法具有初期搜索范围大、速度快,后期惯性权重小,利于收敛、稳定的特点。试验表明该算法是有效可行的。     

常态执勤指挥模型关键节点识别及抗毁性研究

在常态执勤指挥模型的基础上,重点对树状指挥网络和级联指挥网络的抗毁性进行研究。通过建模仿真的方法,对三种执勤指挥模型进行随机攻击和蓄意攻击,对比分析最大连通子图规模、网络效率和全局聚集系数等指标,找出抗毁性最强的常态执勤指挥网络模型。应用集体影响力算法识别抗毁性能最好的指挥网络的关键节点,与基于节点度大小的传统关键节点识别方法进行对比,证明基于集体影响力算法识别关键节点更加准确,目的是为未来常规执勤指挥网络的优化和防护提供理论指导。     

导弹部队作战路网稳健性建模与分析

作战路网的稳健性是指作战路网在遭受敌方打击的情况下依然能够保持连通的能力。通过建立路网稳健性评价指标,综合考虑路网节点度数、节点介数、重要节点,对路网最大连通子图、平均路径长度、网络效率、聚类系数、动态时间等指标进行分析,就其中的路网最大连通子图、平均路径长度、动态时间指标在对高连接度节点、高介数节点、重要节点进行精确打击时进行仿真实验。最后通过某一具体算例对作战路网的稳健性进行了分析。     

基于分治采样粒子滤波的三维跟踪算法

粒子滤波在处理三维机动目标跟踪问题时,粒子点难以均匀覆盖目标状态空间,较低的样本多样性和算法冗余直接影响跟踪性能。针对该问题提出一种基于分治采样粒子滤波的跟踪算法,算法通过划分独立的状态子空间,使随机样本在各子空间内单独抽样,对目标机动实现降维处理,提高跟踪性能。仿真实验表明,相对于标准粒子滤波,该算法有效提高了样本多样性,具有更好的跟踪性能,对复杂机动状况适应性更强。     

基于OWL本体扩展的视频语义内容分析

随着可获得视频数据的快速增长,迫切需要有效的方法在语义层理解和管理视频数据。对OWL语言进行扩展,提出了V-OWL本体描述框架,支持视频内容蕴含的时空关系和不确定性关系的建模,使用基于贝叶斯网络的B-图描述模型,将V-OWL本体概念、关系映射为B-图中的节点、边,利用贝叶斯网络训练推理算法实现视频高层语义的自动推理发现。实验结果显示,V-OWL本体描述框架对复杂视频内容具有很好的描述能力,基于V-OWL的视频内容分析框架对视频高层语义探测具有较高的查准率和查全率。     

应用于流水时序调度的归一化定时数据流图理论

流水时序调度是专用数字信号处理器高层综合中的一个困难而急待解决的问题 ,文中提出了一种有着鲜明物理意义的归一化定时数据流图 ,基于节点移动研究了合法流水调度变换的内部机理 ,从而证明从任一合法的初始流水调度出发 ,通过合法的节点移动可以搜索到设计空间中任何一个合法的流水调度。一个合法、完备的变换集 ,为寻优搜索的算法应用于流水调度解决了理论和算法实现问题。文中还给出了一些实验结果。     

图结构与Dijkstra算法在无人机航迹规划中的应用

对无人机任务区域内的航迹可以按照航迹节点和航迹段的方式建立拓扑关系。用图结构的形式对其进行描述,并用邻接矩阵和权值矩阵对该数据结构进行表达。根据Dijkstra算法的原理计算出由出发点到各航迹节点间的最短航迹。