基于比特负载的非线性虚拟光网络映射机制的研究

光网络虚拟化技术的发展促进了在不同用户和应用程序之间的光纤网络物理基础设施共享。然而,光纤传输链路的非线性损伤对于系统的频谱效率、网络利用率等性能有一定影响。本文首先介绍了一种集成式虚拟网络映射机制,描述了该机制的实现原理。接着,在考虑了光纤传输非线性损伤的情况下,设计了一种基于OFDM比特负载的虚拟光网络嵌入算法(BL-VONE),并将其与基于单一调制机制的虚拟光网络嵌入算法(UM-VONE)进行比较。仿真结果表明提出的算法相较于基于单一调制机制的算法,可以提高约9%的频谱利用率和约9%的传输效率。     

基于频率的Read Mapping种子选择算法

选择具有最低频率的最优种子是一个复杂的计算问题,往往需要很长时间.提出了一种read的基于频率的合并种子选择算法(FMSS),该算法能够高效地选择接近最优的种子集合,可用于改善现有映射工具的性能.实验对比了平均种子选择方法和当前最优的种子选择策略(OSS,optimal seed solver),结果显示FMSS算法能够用很少的时间代价给出接近OSS的最优种子集合,这表明FMSS算法可集成到现有映射工具中用于处理更大规模的read mapping问题.     

三角代数上Lie积为平方零元的非线性双可导映射

设U是一个三角代数，Ω是U上平方零元的集合，φ：U×U→U是U上的一个映射(在每个变量上都没可加假设).若对任意的x，y，z∈U且[x，y]，[y，z]∈Ω分别有φ(xy，z)＝φ(x，z)y＋xφ(y，z)和φ(x，yz)＝φ(x，y)z＋yφ(x，z)，则φ是U上的一个双导子.     

关于相对拓扑压的一个注记

通过引入映射的基的概念,运用分离集在非紧系统中定义并研究了相对拓扑压,给出了相对拓扑压的若干基本性质,并且证明了相对拓扑压是一致拓扑共轭下的不变量。     

基于混沌映射公钥系统的多身份验证机制算法及应用

多身份验证是在两人或两人以上在验证中心的验证下开启一件装备(设备).在一些特殊的领域有一些应用,特别是在一些网络身份验证无法实施的地方有重要应用.比如:在军 事应用方面:远程重型装备投送后多身份验证开启,移动枪柜运输到位后多身份验证开启;民用方面:银行现金及贵重装备押运箱押运到位后多身份验证开启,大型租赁装备多身份验证使用限制等方面.该文提出了一种基于混沌映射公钥机制的多身份验证机制算法解决了以上多身份验证问题.目前在这方面,国内外相应的研究比较少.     

离散混沌测量矩阵构造及其性能研究

若测量矩阵满足约束等距性(restricted isometric property, RIP),则样本能够完美恢复出原始信号。而对于给定矩阵很难验证其是否满足RIP需求,因此,本文采用李雅普诺夫指数作为一种针对离散混沌测量矩阵的验证指标。首先分析了RIP与李雅普诺夫指数之间的联系,然后给出了一种分段式混沌映射构造方法用以提高混沌性能,并从理论和仿真上证明了该方法的有效性。实验结果表明,这种方法不仅提高了混沌序列的随机性和自相关性,而且所生成的测量矩阵也具有更好的性能。因此,引进李雅普诺夫指数是一种有效的验证离散混沌测量矩阵性能的方法,提高李雅普诺夫指数能够提高混沌测量矩阵的性能。     

基于混沌自适应烟花算法的雷达信号盲源分离

针对传统独立成分分析(independent component analysis, ICA)方法存在收敛速度慢、分离性能不高的问题,将混沌映射策略与自适应爆炸半径相结合,提出一种基于混沌自适应烟花算法(chaotic adaptive fireworks algorithm, CAFWA)的盲源分离(blind source separation, BSS)方法,并应用于雷达辐射源混合信号分选问题。混沌映射策略可以将初始值在解空间内分布更加均匀,爆炸半径能够根据适应度的优劣自适应改变,保证了所提算法局部搜索的精度,满足了全局搜索的多样性。实验结果表明所提算法可以在无噪和有噪情况下均能很好地分选观测信号,而且具有比传统算法更快的收敛速度和更优异的分选性能。     

计算Ulam映射高阶关联函数计算的数论方法

为计算logistic映射的高阶关联函数，本文提出了一个包含定义、引理及定理的数论方法，该方法的层次性结构有助于通过逐级求解丢番图方程来简化计算. 作为应用，本文计算了映射的前5阶关联函数. 6阶以上的关联函数也可以通过该方法直接算得.     

面向医疗大数据任务低时延需求的路径计算方案

针对云计算应用于医疗大数据处理时存在的通信高负荷及任务处理高时延的问题,提出一种面向低时延任务需求的路径计算方案。该方案首先将医疗大数据任务构建为由多个具有输入输出关系的子任务所组成的有向无环图;然后,设计了一种云雾网络架构,利用医院中的交换机、路由器等网络边缘设备组成雾计算层,在端到端的定向数据传输过程中利用雾节点的计算能力逐步完成医疗大数据任务计算。为将医疗大数据任务部署至医院网络,提出一种基于离散二值粒子群优化(BPSO)算法的任务映射策略,将有向无环图形式的大数据任务映射至医院雾网络拓扑图,为任务数据寻找合适的计算路径,并最小化医疗大数据任务处理时延。仿真结果表明,当数据量取5～10Mb时,应用路径计算方案的任务处理时延相比云计算可降低50%以上。     

因子von Neumann代数上的非线性中心化子

设m，n是任意非零整数，且满足(m＋n)(m－n)≠0， M是实或复数域F上的Hilbert空间上的一个因子von Neumann代数.利用代数分解方法证明了M上满足2mφ(AB)＋2nφ(BA)＝mφ(A)B＋mAφ(B)＋nφ(B)A＋nBφ(A)的非线性映射φ为可加中心化子，并刻画出具体形式φ：A→λA(λ∈F， A∈M).