求解Hadoop作业调度问题的混合遗传算法

将自适应遗传算法和改进的蚁群算法融合用以求解Hadoop作业调度问题。首先利用自适应遗传算法的全局搜素能力产生任务所分配的资源列表,在遗传算法的搜索速度逐渐降低时,适时切换到蚁群算法,由自遗传算法求解的最优解生成蚁群算法的初始信息素分布。改进蚁群算法的目标节点选择策略,考虑节点完成任务的成功率,加快蚁群算法求解最优解的速度。仿真结果表明,与遗传算法和蚁群算法相比,混合遗传算法用时较少,并且任务数越多,优势越明显。     

基于深度学习模型的WSN路由协议算法

为降低无线传感网网络(WSN)的能量消耗,延长网络生存周期,提出一种基于深度学习模型的WSN路由协议算法。算法首先在汇聚节点完成训练并进行分簇,将训练好的参数传递给各簇节点,各簇节点对采集的数据进行特征分类、提取、再融合后传递给汇聚节点。在进行分簇时,为使簇头的分布更均匀,在估算最优簇头数的基础上,改进分簇方法,减少分簇次数,节省网络能量消耗。通过仿真实验表明,基于深度学习模型的WSN路由协议算法减少网络能量消耗,延长网络生命周期,更适合大规模远距离通信。     

无线传感器网络LEACH算法的改进研究

针对LEACH算法节点生命周期短和能耗不均衡的问题,提出了一种改进的LEACH算法。算法在簇头节点选择时综合考虑节点剩余能量和当前位置问题,使簇头的分布更均匀;同时在估算最优簇头数的基础上,改进了分簇方法,减少了分簇次数,节省了网络能量消耗。仿真实验表明,改进的LEACH算法使整个网络能耗更加均衡,延长了无线传感器网络的生命周期。     

基于语音识别技术的英语发音评测系统研究

利用语音识别技术,依英语发音的特有性,搭建完整合理的计算机辅助英语发音评测系统。整个系统包括3个部分:语音段验证、语音信号切割和发音评测。其中语音段验证利用置信度评估的技术,并依据置信度阀值对评测语音内容是否需要评测做出判断;语音信号切割是以预先训练好的英语发音声学模型为切割依据,通过强制对位的方式切割出正确的发音区段;英语发音评测是系统的核心,使用的评测方式是比较评测语音和标准语音的相似度,采用4个评测特征:发音完整度、韵律性、语速和准确度进行发音相似度评测。针对不同的特征参数设计合理的评测机制,并对4个特征参数进行加权运算,以建立一个完整合理的英语发音评测系统。实验证明,系统能够给出比较客观的评分,达到预期设计目标。     

基于Hadoop的大数据论坛日志系统的分析与设计

大数据时代的诞生,为解决挖掘海量数据存储的信息带来了技术上的革命,通过网站点击存留的日志数据,分析这些数据,可获知许多对网站运营至关重要的信息。本文采用Hadoop分布式平台,使用HDFS数据存储,利用Hive来分析日志数据,设计一种Web日志分析系统,并阐述了系统的设计过程。     

一种用于语音质量评价的半监督学习方法研究

自动语音质量评估是一项重要的任务,因标注缺乏、对不可见记录条件的不良概括以及现有方法缺乏灵活性等问题阻碍了评估研究的进展.提出使用半监督学习方式来解决这些问题,将可用的标注数据与自动生成的数据相结合,并使用3个不同的优化准则以及5个互补的辅助任务进行联合优化.实验结果表明,这种半监督学习的方式可以将现有方法的误差率减少36％以上,同时在可重用特征或辅助输出方面可以提供额外的效益.同时,实验结果也显示出该方法具有良好的泛化能力和有效性.     

基于RTSJ的物联网智能网关研究

物联网网关发挥着连接传统信息网络与感知网络的重要作用,针对目前人们使用过时的开发手段实现物联网网关软件的设计,提出了一种使用实时Java技术的实现方案。系统以ARM Cortex-A57架构的AMD Opteron 1150处理器为核心构建物联网网关系统硬件平台,采用"互联网+传感网技术/现场总线"的组网方案实现有线/无线的数据交互,使用完全兼容RTSJ的WebSphere Real Time开发平台实现物联网网关协议的转换,以及三层网络间通信软件的设计,保障物联网网关的安全实时通信,最后给出了该设计的实现技术和系统验证。结果表明:RTSJ很好地保障了Java语言的实时性,整个物联网智能网关完全符合实时系统应用程序的毫秒级测量精度和所期望的服务质量要求。