一种基于改进蚂蚁算法的网格任务调度策略

网格是分布式高性能计算的一个主要发展方向.任务调度问题的解决是网格得以充分发展的基本前提.提出了一种基于改进蚂蚁算法的网格任务调度策略.不同于传统蚂蚁算法,改进的蚂蚁算法通过在处理任务前后分别调整信息素来准确地反映资源的性能.任务调度将选择由改进蚂蚁算法产生的性能最佳的资源来处理任务.改进蚂蚁算法以及任务调度策略的有效性已被OP-NET上的仿真结果所验证.     

路堤荷载下DJM-PVD复合地基固结特性数值分析

以淮盐高速公路现场试验段为原型,采用数值分析方法分析了路堤荷载下DJM-PVD复合地基的固结机理和桩土应力分配特性.数值计算中采用单元体模型来代表复合地基.数值分析结果表明:路堤荷载下,DJM-PVD复合地基上部中桩间土沉降大于桩体沉降,桩端附近桩体沉降大于桩间土沉降,存在桩土差异沉降,桩土差异沉降使得桩间土承担荷载和桩体承担荷载相互转移;复合地基的桩体应力集中、桩体应力比等与均桩土差异沉降的发展密切相关;DJM-PVD复合地基的固结机理主要包括3部分:排水板的排水效应、粉喷桩的应力集中效应以及桩土间荷载转移形成的孔压梯度,三者均能加速地基的固结,减少工后沉降.     

低复杂度的多符号差分空时分组编码在快速瑞利衰落信道中的研究

为了降低多符号差分检测(MSDD)算法的高计算复杂度,提出了2个低复杂度的算法,分别是简单化的M算法(SMA)和改进的多符号反馈检测(IMDFD)算法.SMA是在M算法的基础上,通过删除对后续搜索过程不起作用的路径数,来达到和M算法性能相同,但复杂度降低的目的;而IMDFD算法结合了SMA和MDFD算法的思想,通过联合估计最大化值和设置序列长度值的方法,不仅达到低复杂度,而且还克服了MDFD算法的错误传播和低信噪比下低性能的问题.仿真结果显示,这2种算法通过增加观察间隔,都能很好的填补差分检测和相关检测之间的间距,并且随着星座点数的增加,SMA算法和IMDFD算法之间的性能间距在逐渐拉大,相对来说SMA算法具有稍高的复杂度但却有更好的性能.     

改进镶边法构造任意阶幻方

对于由n阶幻方构造(n+2)阶幻方的镶边法,作者从奇数阶和偶数阶两种情况将其镶边过程作了改进,给出了一种构造奇数阶幻方的镶边模型及严格证明.并给出由6阶幻方的镶边生成其他偶数阶幻方的镶边的一种迭代方法.最后编程由3阶幻方迭代生成所有奇数阶幻方,由4阶幻方迭代生成所有偶数阶幻方.     

一种改进的减少频谱泄漏的等角度间隔采样递推算法

提出了一种改进的减少频谱泄漏的等角度间隔采样递推算法用于谐波检测.仿真结果表明,改进后的算法检测精度高,信号变化后基波跟踪周期短,若信号频率不变基波跟踪只需1个周期,频率变化也只需2个周期.改进算法精度高、实时性好,有很好的应用前景.     

化学磷回收促进脱氮除磷和污泥减量的实验研究

文章采用改进A2O工艺(辅助化学磷回收)进行脱氮除磷和污泥减量的实验研究。实验结果表明,在进水COD质量浓度为150~180 mg/L时,COD、氨氮和总磷的去除率分别达到90%、97.9%、91.6%,结合化学磷回收后污泥产量减少约为10%~25%,并可进行磷的回收,实现磷的可持续发展,大大提高了污水处理厂的运行效益。     

类Helmholtz方程的无网格局部Petrov-Galerkin法

将无网格局部Petrov-Galerk in方法和改进的移动最小二乘近似相结合,求解了二维类Helmholtz方程。改进的移动最小二乘近似采用加权正交函数系作为基函数,与传统的移动最小二乘近似相比,改进的移动最小二乘近似中的系数矩阵变成了非奇异的对角矩阵,因而无需计算系数矩阵的逆。数值结果表明该方法数值精度高,收敛速度快。     

一种面向三维感知的多媒体传感器网络覆盖增强算法

现存的多媒体传感器网络优化算法,都存在着容易陷入局部最优解的问题.布谷鸟算法利用长距离的搜索可以有效地跳出局部最优解,基于多媒体传感器网络三维感知模型,提出了改进布谷鸟搜索的覆盖增强算法,该算法通过引入精英机制、多维度优化和学习反馈策略来优化多媒体传感器节点的旋转角度以降低覆盖重叠,优化网络覆盖,这是首次利用改进布谷鸟搜索算法来优化网络覆盖.最后,利用仿真实验证明了该算法可以快速有效地优化网络覆盖.     

基于弹道下降方式的无人机风险评估与航路规划

针对无人机系统失效后对地面人员及财产安全的威胁,提出了一种基于弹道下降方式下的无人机风险评估及航路规划方法。分析了无人机失效后的下降特点及规律,采用栅格法划分空域环境,以地面不同属性构建低空空域环境风险评估模型。结合无人机飞行的风险值、路径长度和空域情况,建立了多目标、多约束的无人机飞行航路规划模型。利用改进蚁群算法进行求解：优化转移概率,避免蚂蚁陷入死区间和减少盲目搜索;对信息素的更新进行改进,调整自适应系数增强最优路径的信息素浓度,提高算法收敛速度与稳定性。相比传统蚁群算法的路径规划,运行时间缩短6.7%、最优路径风险值降低41.45%、整体性能提高18.0%。仿真结果表明：本文模型及改进算法可以在提高路径安全性的前提下,缩短规划路径生成时间且保障运行的经济性。     

基于改进高斯滤波网络的深度伪造检测方法

针对滚动轴承传统故障诊断方法训练收敛速度慢、识别准确率不高、抗针对虚假视频的检测中,特征噪声多、数据量大和检测准确率低的问题,提出一种改进高斯滤波对地标点进 行去噪和改进深度网络模型来提升精度的算法(IGFNet);算法将高斯滤波拓展到空域和值域上,在滤除低频噪声的同时尽可能保留高频噪声,使得在后续特征数据的处理中,标记点的精度得以提升;采用特征化的数据代替原始数据以减少数据量,使得送入网络的数据量大大缩小,有效缩短了训练时长和减少了网络参数量,在实际应用中可以增加鉴别虚假视频的效率;并且针对人脸属性特征点的差异采用不同深度的双流神经网络,从而更加有效地学习如何鉴别虚假视频。 实验表明:改进高斯滤波网络算法(IGFNet)有效地增加了真假脸检测的准确率,在与当前 较为优秀的方法如 Meso4,Xecption,LRNet 等的对比下,IGFNet 的准确率均有不同程度的提升,在跨数据集的测试上提升尤为明显;在压缩过的虚假视频测试中,IGFNet 的泛化下降程度最低,显示了较强的鲁棒能;通过改进网络加入梯度热力图以直观判断出 IGFNet 对于深度伪造图片的鉴别能力。