基于定长分组交换网络的调度算法性能仿真研究

采用SIM模拟器建立了仿真研究的模拟环境，主要对SLIP等算法从吞吐量、时延两个主要指标衡量了算法的性能，并进行了分析比较，仿真结果表明基于输入队列的SLIP算法适用于高速、大容量的路由器／交换机的设计．     

基于严格优先级的iSLIP算法及其性能分析

iSLIP（iterative round robin matching with SLIP）算法是基于开关交叉结构的高速路由器所普遍使用的一种经典算法,其实现主要分为两种：基于权重的优先级iSLIP（Weighted Prioritized iSLIP）算法和严格优先级iSLIP（Strict Prioritized iSLIP）算法。其中严格优先级iSLIP算法在高速电路上的易实现性使其得到了广泛应用。如何在高速路由器中提供优质的服务质量（Quality Of Service）是当前研究的另一个热点。严格优先级iSLIP算法对信元从优先级的角度进行了重新分类,可以与QOS区分服务机制很好的结合在一起。     

基于路径的图像变形算法

针对计算机辅助图案设计系统中基于路径的图像变形问题，提出了通过构造笛卡尔坐标系来建立变形映射关系的算法。探讨了两种变形方式：柱状变形和带状变形，并利用带状变形模拟了一种双面带的变形效果。对路径剧烈转折时柱状变形效果差的弱点，采用了一种限制映射区域的变形方法，改善了图像剧烈弯折时的变形效果。另还讨论了图像的反混淆问题，并结合变形算法，提出了一种基于平滑直线的图像反混淆算法。     

液压足式机器人单腿变刚度控制弹跳研究

液压足式机器人由于其负载能力强,动态性能优越得到广泛的关注。针对液压足式机器人能量调节及其单腿弹跳运动控制问题,将液压足式机器人单腿等效为弹簧负载倒立摆（SLIP）模型,并提出了一种主动变刚度的控制策略,可以使液压足式机器人单腿在着地时刻进行能量调整,并使其达到期望的弹跳高度。实验结果表明,本文提出的控制方法可以实现液压足式机器人单腿稳定弹跳,并有效控制弹跳高度。      

三种体绘制算法的比较

体绘制技术是一种能够准确反映出数据内部信息的可视化技术，本文介绍了3种常用体绘制算法：光线投射算法，足迹算法和错切-变形算法的基本思想，在此基础上比较了它们的性能并对它们的改进作了进一步的讨论，最后给出了结论并对这3种算法的前号作出了的展望．     

凸包算法的变形及应用

本文对计算几何中的基本算法之一：凸包问题的卷行李法,进行了变形,并利用新算法解决了求两个任意多边形的并、轮廓等问题．     

基于Crossbar的抗突发调度算法

在基于输入队列的调度算法中, iSLIP(iterative SLIP)算法以其高速易于实现的特点在高速路由器的应用中倍受关注,但是该算法在处理突发业务时性能严重恶化.该文提出一种新型的输入排队调度算法iTFF(iterative "time to leave" and "full or not" first), 在调度中将队头包延时与队列长度的影响综合考虑,并通过软件仿真验证了该算法在处理突发业务时的鲁棒性,其性能明显优于iSLIP算法.同时该算法的硬件实现复杂度与iSLIP算法相比增加不大,易于高速硬件实现.     

变形FLOYD算法

给出了求有向网络中每对顶点间最短路径的变形Ｆｌｏｙｄ算法,其时间复杂度与Ｆｌｏｙｄ算法同量级,形象直观且易编写程序。     

基于陶瓷图像变形算法的研究与应用

图像变形技术是将一副图像平滑自然地变换到另一幅图像的方法,主要通过源图像与目标图像的映射关系计算出源图像中像素点在目标图像中的坐标,最终实现图像的变形.阐述了图像变形的相关概念和方法,并给出了球面变形和椭圆变形的算法理论.     

WaterBalloonsSnake模型的数字图像轮廓提取算法

为解决数字图像如左心室MRI图像存在着弱边缘、与周围组织之间的低对比度区域的特点,传统的Snake模型算法分割数字图像,出现变形曲线泄漏现象这一问题,提出一种改进的Balloons Snake模型-Water Balloons Snake图像分割算法.该算法利用数学形态学理论自动获取左心室数字MRI图像的重心以及边界形状变化允许空间,采用分水岭变换算法获取图像轮廓内壁分水岭线,并以此作为Snake数字模型的初始样条曲线进行进一步轮廓捕获.以小香猪左室加标记MRI数字医学图像作为应用研究对象,对比了几种模型的不同处理结果.实验表明WaterBalloons Snake模型算法比经典Snake模型或Balloons Snake模型算法能够更有效地处理变形曲线泄漏问题,并且具有较快的收敛速度.     

柔性双段腿的SLIP模型参数敏感性分析

为了反映腿部多段串联的多参数耦合特性,以SLIP(spring loaded inverted pendulum)模型为基础,建立了小腿含有串联线性伸缩弹簧的机器人柔性双段腿动力学模型。通过仿真分析其运动,获得柔性双段腿弹簧刚度、触地角度、虚拟腿长、膝关节角度、质量分布等参数的稳定域。通过对各个参数稳定域进行归一化处理和曲线拟合,获得参数稳定域变化曲线及参数敏感度排序。最后基于ADAMS与MATLAB联合仿真验证了柔性双段腿模型中参数敏感度排序的正确性。     

一种变形Kouch曲线及其算法

根据Kouch曲线的定义和性质,构造了一种变形Kouch曲线,并给出了新Kouch曲线的一种算法.     

综合算法及其特点

给出了综合算法的定义并讨论了它与球形算法及不动点算法相比的优点．     

数字水印的典型算法概述

提高水印的鲁棒性和抗攻击能力是水印设计者最为关注的问题。一个实用的水印算法应该对信号处理、通常的几何变形,以及恶意攻击具有鲁棒性。文章报道了目前数字水印方案中的典型算法,这些算法能较好的满足鲁棒性的要求。     

线接触弹流问题弹性变形方程的快速卷积算法

根据数字信号系统的分析方法,提出了弹性体受力变形的信号系统模型,在时域和频域内对该系统加以描述。利用信号分析的快速傅里叶变换及其卷积性质,实现了线性接触弹性问题弹性变形方程的快速计算,其计算工作量为０（Ｎｌｏｇ２Ｎ）。通过对Ｈｅｒｔｚ压力分布的接触区弹性变形计算,表明弹性变形方程快速卷积算法的计算精度与现有算法相当,而计算时的存储空间开销则大大低于现有算法。因而,弹性变形方程的快速卷积算法在弹流计算中具有实用价值。     

一种用于MIMD平台的并行遗传／神经网络混合学习算法

本文提出了一种用于多层前馈神经网络训练的新算法，它把遗传算法与自适应变形梯度学习算法集成起来。这种并行混合学习算法已经在ＭＩＭＤ平台实现了。通过把该算法用于二个图像识别领域例子，对它的性能进行了评估，本文学显示了所 拼行混合神经网络学习算法的良好的收敛性。     

融合SURF特征的压缩追踪算法

针对压缩追踪(Compressive Tracking,CT)算法在目标追踪中易受遮挡和扭曲变形干扰问题,结合该算法简单容易执行的追踪机制,提出一种融合SURF(Speeded-up robust features)和压缩特征的鲁棒性目标追踪算法。新算法有两方面的改进:一是在自适应更新目标外观模型的基础上,增加防止误更新外观模型机制,解决追踪过程中严重遮挡和扭曲变形问题;二是通过SURF特征点在前后两帧中的匹配关系,求解追踪目标尺寸变化,自适应调整目标模板大小。通过仿真实验表明:改进后的算法在公开的某些图像序列上的追踪效果良好,与CT算法及改进的CT算法相比正确性和鲁棒性上性能更优越。     

煤矿采空区智能充填深度神经网络算法

【目的】采空区智能充填是煤炭资源绿色安全智能高效开采的重要方向,其关键在于对井下采空区矸石充填过程进行智能决策与控制。【方法】为实现该目标,以采空区充填后围岩应力及变形作为监测指标,建立了一种采空区智能充填深度神经网络算法,该算法可以通过输入煤层埋深、厚度、工作面长度、直接顶厚度等关键基本参数,进行相应条件下不同充填方案的采场应力及围岩变形计算分析。将FLAC3D模拟400种不同条件下的充填开采结果作为数据集,对建立的智能充填深度神经网络算法进行训练测试,并和其余3种不同算法进行对比分析。【结果】结果表明：建立的智能充填深度神经网络算法总体优于随机森林、决策树和多元线性回归算法,每组数据运算平均速度仅为0.013 s;智能充填深度神经网络算法计算的顶板最大变形、工作面煤壁压力峰值、巷道超前支护距离等关键参数误差均值介于2%～8%之间;应用该算法针对现场实际条件进行测试,结果与现场实际结果基本吻合,表明该算法科学可行。【结论】本研究对煤矿绿色智能开采具有重要意义与价值。     

基于蚁群算法的卫星网动态路由算法

卫星网络路由应当具有使用较小的通信开销和处理能力计算出最优路径,并能够适应卫星网络拓扑结构动态变化等特点,这与蚁群算法的特征相匹配,能很好地解决这一问题。以此为背景,提出了一种新型的基于蚁群算法的卫星网动态路由算法(DRAS-ACA),并在NS2网络仿真平台上实现了该路由算法,使用gnuplot分析了仿真结果。     

目标跟踪下的Kalman算法与IMM算法性能比较

介绍了Kalman滤波算法原理和IMM滤波算法原理,并进行了两种算法的仿真与性能比较。