一种适用于流匹配的多阶段无冲突归并算法

流匹配算法是准确实现对高速网络中特定流的流量进行测量的关键。RFC算法是相关算法中速度最快的,但它内存消耗很大,预处理运算量大。针对RFC存在的不足,提出了一种多阶段无冲突归并流匹配算法,该算法采用标记桶方法实现前缀匹配的预处理;采用最小区间分隔法实现范围匹配的预处理,同时算法设计了提前丢包。测试结果表明该算法能支持掩码匹配和范围匹配,内存消耗可控,匹配速度可达2Mpps。     

图像拼接的预处理算法研究

在基于图像的虚拟现实中，为了加快相邻图像的拼接速度，提出了对图像进行灰度化，然后将灰度图投影，进行粗略匹配的预处理算法。实例表明，该算法可以有效地实现图像预定位，缩小图像拼接时的搜索范围，提高拼接速度。     

递归流包分类算法的改进

为解决递归流包分类(RFC)算法在大规则、多维、IPv6应用环境下出现内存消耗过大的问题,在RFC算法的基础上,提出了将源、目的地址字段与其他字段分开处理的新算法.首先,对地址字段使用几何学点定位分类模式处理,并将区间列表组织成平衡树结构以达到快速定位;其次,其他字段采用位图压缩表来代替预处理表;最后将这两部分的匹配结果组合得到最终的规则标识符.新的算法综合考虑了空间和时间性能,不仅大大地减少了存储开销,而且能保持相对快的查找速度.     

一种基于局部灰度匹配的无人机图像拼接算法

结合无人机图像的特点,开发了一种基于局部灰度匹配的图像拼接算法.根据无人机的飞行数据,对无人机图像进行预处理,缩小了特征点的搜索范围.然后利用图像的局部灰度算法,对提取的角特征点进行快速匹配.最后在运行速度以及特征点的匹配准确率等方面对算法进行了评价.试验结果表明,该算法较大幅度地提高了程序的运行速度,能够达到无人机图像处理的实时性的要求.该算法对无人机图像的工业化处理有帮助.     

改进的基于DBSCAN的空间聚类算法研究

针对DBSCAN算法I/O开销和内存消耗大的缺点,提出了基于层次合并的密度算法.该算法减少了DBSCAN算法中需要查询的点的数量,从而克服了DBSCAN算法I/O开销和内存消耗大的缺点.算法分析表明该算法对DBSCAN的改进是有效的.     

实时操作系统保护模式下的内存管理策略

提出了保护模式下实时操作系统实现内存管理的一种实现方案，改进了内存分配的边界标识算法，将内存块的控制信息和用户实际使用内存空间完全隔离，在分配算法中增加了搜索指针，提高了系统运行速度，同时，采用虚拟存储器的管理方法，对内核空间和任务空间进行保护，并采用位图管理任务逻辑地址空间。更好地满足了实时操作系统高可靠性和高实时怀的要求。     

一种基于位向量流分类算法的改进

在流分类算法中,聚合位向量(ABV)算法分类速度快、并行性好,但内存开销过大;位向量折叠(AFBV)算法对ABV算法进行了改进,降低了运行时内存的消耗,但其冗余计算增加了时间开销。针对上述不足,文章提出一种改进的位向量流分类算法,该算法无需进行位向量聚合,减少了内存开销,并按规则的源/目的IP地址前缀建立分组表,根据表中分组所包含IP地址数目降序排列,使得算法具有良好的时间性能。实验结果表明,本算法在大规模规则库下具有良好的时间和空间效率。     

一种新的多模式快速匹配算法

提出了一种针对多模式的快速模式匹配算法。算法分为预处理阶段和匹配阶段两个部分，预处理阶段对所有待匹配的模式进行分析，构造一个关于这些模式的树型有限状态自动机，匹配阶段利用这个模式自动机．对文本串进行一次性的搜索，查找文本是否包含模式集中的模式。为了提高了匹配速度，算法利用已匹配的字符串信息实行跳跃式的比较，避免了文本扫描指针的回溯。     

双目立体视觉非接触式测量研究

为了实现距离和物体尺寸的非接触式测量,通过摄像机标定、图像的采集和预处理、立体校正、立体匹配、三维重建等关键技术,实现了物体点三维坐标的求解.采用图割法和块匹配2种算法分别进行立体匹配,建立了原图像与视差图之间的对应关系,实现了物体与相机距离测量,在此基础上实现了物体外观尺寸的测量.并对2种匹配算法的精度和速度进行了对比,实验结果表明:图割法测量结果更加精确,块匹配算法测量速度更快.     

Lattice-Boltzmann方腔模型的CUDA加速实现

对Lattice Boltzmann方法(LBM)在CUDA下的建模和算法进行了研究,使得该方法在GPU下的计算速度得到提升,大大缩短了计算过程的时间消耗。利用非平衡外推边界条件处理,以LBM方法模拟了D2Q9模型的方腔顶盖驱动流动,采用全局内存和纹理内存存储数据,将模型中9个分布函数存储为二维网格,每个网格分配一个线程,每个线程块包括256个线程,多条线程并行计算。在普通个人计算机上,采用NVIDIA GeForce 9600 GT显卡和CUDA,实现了LBM模拟方腔流动,将计算速度提高到CPU的50倍。     

Wu-Manber算法在大规模模式串下的改进

对笔者在另一篇文章《一种改进的Wu-Manber多关键字匹配算法》中提出的算法进行了改进,把原算法中next链表中结点的Same-Subsuffix域中分裂成两个子域,使得搜索过程中字符比较的次数进一步减少,从而提高算法的效率.特别是在大规模模式串的情况下新算法的效率比原算法有进一步的提高.实验结果表明,当模式串较少时,新算法效率与原算法相比有一定的损失.而随着模式串的增加,新算法具有更高的效率.因此,新的算法比原算法具有更大的适用范围.     

基于不规则区域分割及灰度排序分类的分形压缩算法

基本分形压缩分类算法多以单一特征分类且需要庞大的匹配搜索运算。首次将PCNN分割引入分形压缩,提出一种基于不规则区域分割及图像灰度排序分类的分形压缩算法。算法首先对原图像进行不规则区域分割,然后利用所得二值图像的灰度值与原图像的灰度值两个特征对图像块进行联合分类,以缩小搜索匹配的范围,提高压缩速度。实验结果表明,所提算法在保证解码质量的前提下,大幅度减少了编码时间。     

Wu—Manber算法在大规模模式串下的改进

对笔者在另一篇文章《一种改进的Wu—Manber多关键字匹配算法》中提出的算法进行了改进，把原算法中next链表中结点的Same—Subsuffix域中分裂成两个子域，使得搜索过程中字符比较的次数进一步减少，从而提高算法的效率．特别是在大规模模式串的情况下新算法的效率比原算法有进一步的提高．实验结果表明，当模式串较少时，新算法效率与原算法相比有一定的损失．而随着模式串的增加，新算法具有更高的效率．因此，新的算法比原算法具有更大的适用范围．     

GPS视觉导航系统中多级实时匹配算法研究

为了解决GPS导航中存在的精度低、不稳定和移动通信定位代价高的问题,引入了图像的外极限约束和多级实时匹配算法。该算法根据特征点对图像进行分级处理,首先匹配特征比较明显的点,再利用已匹配点的数据通过外极限约束确定后面几级像素点的视差范围,使得算法能够覆盖绝大部分点的真实视差,对于少部分落在搜索范围之外点的匹配,主要靠中值滤波去除。实验表明,多级实时匹配算法定位精确性和匹配速度优于传统的区域匹配算法。     

基于Hough变换及SIFT特征提取的图像匹配方法

针对现有SIFT算法时间复杂度较高的问题,提出一种基于Hough变换及SIFT特征提取的图像匹配方法。首先,用Hough变换算法检测建筑物区域,以缩小检测与匹配的范围;然后,用SIFT算法在给定区域进行特征点检测与匹配;最后,提出一种两级排除错误匹配的方法,该算法对建筑物序列图像匹配具有光照强度、平移、旋转不变性。实验结果表明,该方法的匹配准确率至少高出比较方法9%。     

采用金字塔分解的最小二乘影像匹配算法

最小二乘（ＬＳ）算法因其高精度而在影像匹配中被广为采用,但单纯的ＬＳ算法有收敛范围小,收敛速度慢等缺点。本文袖了结合金字塔分解ＬＳ匹配算法,此算法能大大增加单纯ＬＳ算法的收敛范围,提高匹配率,而运算时间与单纯ＬＳ法基本相当,并且保持了它的高精度,实验表明,此算法的精度高,匹配率高,收敛范围大,有相当的实用价值。     

基于DTW改进算法的孤立词语音识别仿真

为提高识别率和识别效率,采用双门限过零率和短时能量作为端点检测的依据,提取Mel频率倒谱系数作为语音特征参数,并使用DTW算法进行模式匹配．由于传统DTW算法计算量大,所以采用局部路径约束和区域约束进行改进,并用Matlab对改进后的DTW算法进行了仿真．实验证明该算法对孤立词语音识别能够达到较好的识别结果．     

热量计量仪表铂电阻最优配对算法

针对批量热电阻生产过程中2支热电阻在满足配对规范要求下实现成对数量最大化的问题，提出一种基于矩阵运算的最优配对算法.该算法基于矩阵运算，通过1次循环得到所有满足配对条件的成对组合，对成对组合中因素群的成对率进行分析，得出选取成对组合的影响因子.影响因子决定该组合被选取的优先级，根据此优先级确定优化筛选过程，从而得到最优配对方案.采用蒙特卡罗方法验证的结果表明，在满足配对要求的前提下所提出的算法达到成对组数最大化.     

基于DTW改进算法的在线签名鉴别方法

 在线手写签名认证是一种基于生物特征的身份认证技术,识别正确率和防伪性能是签名识别的研究重点,识别响应速度也是决定系统实用化的关键。为了提高签名认证效率,提出了一种改进的在线签名鉴别算法。改进了传统的动态时间弯折算法结构,对最佳匹配路径的动态规划方法进行改进并将其应用于在线签名鉴别系统。讨论了实际应用中训练样本不足、字体随时间变化等因素带来的系统识别率下降的解决方法。避免了动态特征点提取、时序段匹配等方法由于书写环境和人物即时的生理特性所带来的问题,同时针对签名的稳定性提出了加权距离计算公式,保证高识别率的同时降低了误拒率。在模板较多时对匹配距离进行限制,节约了系统运算量,提高了模板匹配速率。随着待识别模板数目的增多,该算法效率优势更加明显。     

基于十字模板匹配的靶场目标检测方法

针对现代靶场所面临的测量目标小、 距离远、 目标与背景对比度低以及匹配算法计算量大、 时间复杂度高等问题, 提出一种基于数字图像处理的靶标检测方法。该方法以十字特征直线代替模板进行粗匹配, 仅对搜索图中像素点数目较少的一段灰度区域进行匹配, 从而大大减小了计算量, 使匹配速度得到极大提高。通过CCD（Charge Coupled Device）相机采集的靶场目标序列图像进行仿真实验, 实验结果表明, 该算法匹配速度快、 较传统的灰度相关算法具有较强的鲁棒性。