无线传感器网络TinyOS调度机制的改进研究

研究无线传感器网络TinyOS的体系结构、通信机制及内核调度机制.针对TinyOS调度机制的不足,提出一种改进的调度策略——基于时限的轮转调度策略.在由micaZ节点搭建的实验平台上对改进机制进行实验,实验结果表明,基于时限的轮转调度策略提高了无线传感器网络通信的吞吐量,改善了无线传感器网络的通信性能.     

稀疏信道下的码片均衡算法

针对稀疏信道的码片均衡,提出了一种RLS的改进新算法-SM RLS算法.理论分析与计算机模拟结果表明SMRLS码片均衡器性能优于传统的Rake,在稀疏信道下与经典的M RLS码片均衡器相比稳态误差基本保持不变,收敛速率提高且大大减少了运算量.     

一种分布式动态负载均衡调度算法

目前计算机应用服务系统经常采用集群系统,负载均衡调度是集群系统的关键.在通用负载均衡调度算法的基础上,提出一种分布式动态负载均衡调度算法.该算法动态收集、统计和分析服务器的信息,以此为根据完成服务器负载均衡的任务,能够实现集群正常调度.在此基础上,采取分布式调度的策略,提高负载均衡调度的效率、性能,以使其对业务系统整体性能的影响最小.     

求解Flow Shop调度问题的混合禁忌搜索算法

针对目标为总完工时间的FlowShop调度问题,提出了一个启发式算法与禁忌搜索算法相结合的混合禁忌搜索算法HTA(Hybrid Tabu Algorithm):将RZ算法的结果作为初始解,然后采用禁忌搜索算法对其进行改进.实验结果表明:在最好调度的获取能力、所得调度的平均质量及算法的稳定性方面,HTA算法均是最优的.     

基于时频图的跳频信号截获系统中的一种hop生成方法

针对基于时频图的跳频信号截获系统,提出了一种hop生成方法,对该方法的hop生成性能进行了分析,推导出一种计算单一真实hop对驻留时间直方图的平均贡献的有效算法(SAHADTA算法),并给出了数值计算结果.理论分析和数值计算表明,该方法在低信号检测概率条件下,仍具有较好的hop生成性能,这将为各种基于hop的聚类分析提供一个可靠的保证.     

非周期实时任务过载的判别和处理机制

提出一种基于任务价值的非周期实时任务过载处理机制. 在给出一种非周期实时任务过载判断方法的基础上,将任务的截止期和价值这两个参数结合起来,提出处理实时任务过载的数学模型,并采用改进的动态贪婪算法求解. 设计了任务参数和任务价值函数,从实现价值率方面分析改进的动态贪婪算法的性能. 实验结果表明,在所有额定负载条件下,改进的动态贪婪算法相对于截止期优先、最高价值优先和鲁棒最高价值优先等算法能达到更高的实现价值率.     

基于改进群搜索优化算法的云计算任务调度方案

针对云计算中的任务调度问题,提出一种基于改进群搜索优化(IGSO)算法的任务调度方案.首先,为了解决传统GSO算法的收敛速度较慢,不能很好地应用在云任务实时调度的问题,在搜索者和游荡者的位置更新中融入了粒子群算法中的粒子位置更新策略,提出一种快速收敛的改进GSO算法.然后,将任务调度问题进行编码,以任务执行时间为适应度函数,通过提出的IGSO算法寻找最优调度方案.仿真结果表明,该方案能够快速且合理地调度任务,具有可行性和有效性.     

自底向上加快神经网络学习的算法

介绍了一种加快神经网络学习的改进算法.这种改进算法结合采用快速自底向上构造神经网络算法和动态优化学习参数算法.首先,快速自底向上构造神经网络算法自动地构建神经网络的优化结构;随后,动态优化学习参数算法动态地调整和选取优化的学习参数.实验结果显示,这种改进算法能自动有效地构造网络的优化结构,与其它算法相比,具有更好的分类性能、优化的网络结构和更快的学习速度.     

一种虚拟机负载均衡调度算法

基于XEN的CPU调度算法已经广泛应用于很多实时系统中,但是在多处理器系统中却很难实现负载均衡。本文提出一种虚拟机环境中支持SMP架构的CPU调度算法,该算法在CPU调度算法中增加共享等待队列,并基于cache缓存和内存的一致性问题,使得虚拟环境中的多个处理器根据自身任务处理情况,动态调整共享等待队列中VCPU的执行顺序,这样就可以避免处理器空闲,提高处理器使用率。通过仿真实验,证明该算法支持CPU全局负载均衡,可以避免cache和内存一致问题所产生的性能降低,提高系统吞吐量,降低VCPU执行的平均周转时间和响应时间,使处理器资源得到充分利用。     

基于DTS-ILDA模型和关联过滤的新闻话题演化分析

在话题演化跟踪领域,主题模型中时间片大小和主题数K值固定导致无法发掘重要时间转折点,为此提出一种动态时序分割无限潜在狄利克雷分配(dynamic temporal segmentation-infinite latent Dirichlet allocation,DTS-ILDA)模型.对于演化分析中容易产生错误话题关联的问题,提出一种关联过滤机制.首先运用DTS-ILDA模型提取主题,将改进动态时间分割算法与无限潜在狄利克雷分配(infinite latent Dirichlet allocation,ILDA)模型进行融合.动态时间分割算法按时间顺序遍历数据集,根据列联表分析前后时间片主题分布情况以衡量分割效果,从而找到合适的时间片分割点;ILDA模型可在各时间片内提取不同数量话题并对提取出的主题进行演化关联分析,然后用关键过滤方法滤除关联性不强的关联关系,最后按照时间顺序关系为剩余的关联建立子话题的5种演化关系图.实验表明:该方法能有效找到主题内容发生重要变化的时间点,防止产生无意义话题,同时减少错误话题关联干扰,挖掘出准确的话题深层次关系.