Torus网络中非连续处理机分配策略的设计

在多处理机系统中高效的处理机分配策略对提高系统的性能是至关重要的,这需要用最小的时间开销为将要执行的任务找到合适的处理机组.本文针对二维Torus结构的多处理机系统,提出了一种非连续的处理机分配策略.该策略根据系统中空闲子网的情况对请求的任务进行分解,使得最终分配的处理机组保持一定程度的连续度.仿真试验表明该策略能够进一步提高处理机的利用率,降低任务的等待时间,提高整个系统的效率.     

基于量子遗传算法的WSNs能量均衡路由优化

针对无线传感器网络（WSNs）中传感器节点能量有限,以及单一的传输路径所带来的能量消耗不均衡的问题,引入量子遗传算法对其进行优化。充分利用量子遗传算法高效搜索和全局优化的能力,在综合考虑网络耗能和路径延迟的基础上全局优化路由;并对算法的一些环节如量子比特编码、适应度函数的设计以及量子变异进行了详细的分析与设计。仿真表明：与传统遗传算法相比,量子遗传算法在降低网络能耗,延长网络生命期方面有着优越性．     

六钼酸茚满亚胺衍生物的合成与结构表征

利用二环己基碳二亚胺作为脱水剂,将带氨基的茚满分子通过亚胺化反应键合至六钼酸上,得到了首个带有茚满基的六钼酸亚胺衍生物 [n-Bu4N]2[Mo6O18(C9H9N)],并通过单晶X-射线衍射,红外光谱,紫外光谱,核磁共振氢谱对这种全新的无机－有机杂化材料结构进行了表征.晶体结构信息：单斜晶系P21/n空间群,a＝1.8096(3) nm, b＝1.5546(3) nm, c＝2.0537(3) nm, β＝104.778(3)°, V＝5.5862(16) nm3,Z＝4, DC＝1.759 g/cm3. 该结果为茚满修饰的多酸衍生物的合成提供了新的方法和思路.     

一种基于粗糙集和遗传神经网络的数据分类器模型

为了实现对无线传感器网络监测得到的高维冗余且不确定的数据进行分类识别,提出一种由遗传算法和粗糙集进行优化的BP神经网络数据分类器模型,并形成了数据挖掘分类算法。该模型通过粗糙集理论的属性约简算法删除训练样本的冗余属性,利用遗传算法对神经网络的权值和阈值进行优化,并进行神经网络学习。数据挖掘分类算法学习速度快,能够有效提高无线传感器网络中数据的分类效率。