基于P2P的多机通信机制及负载平衡的设计

P2P技术引导着网络计算模式从集中式向分布式偏移,可以更好地解决网络上的对等计算、协同工作、文件交换等大型应用.本文介绍了一种基于P2P的多机通信机制,系统中各结点为逻辑环结构,结点动态的加入、退出,由邻接点对其请求进行响应,从而大大减少了网络通信量,并在此通信机制的基础上给出了一种自适应动态负载平衡算法.     

基于DSR的位置预测分簇算法

提出一种将动态源路由(DSR)协议与基于位置预测的分簇算法相结合的Ad hoc网络路由算法.算法中利用位置预测算法进行分簇,簇内成员无需路由功能,同时根据实际需要和应用环境做出合理的位置判断,针对动态变化的无线网络环境,进行归一化处理.算法中位置信息通过GPS或者自定位算法获取,簇头运行DSR协议充当路由转发器,使不同簇节点之间的通信依赖于各簇的簇头,大大减少了网络路由信息的冗余.模拟结果显示该算法性能具有良好的分组递交率和较低的平均端到端分组时延.     

基于减弱信息量滞后影响的RED算法

大量的测量表明,实际的网络业务普遍存在着在统计意义上的不可聚集性.在这种业务特性下,网络研究中的业务建模和性能分析都产生了许多新的问题.RED算法是一种十分重要的队列管理算法.目前国内研究RED算法的成果中,考虑到通信量滞后性的很少.本文主要研究了一种能减弱滞后性的负     

基于自适应跳跃学习网络的OFDM信道预测方法

信道预测是支撑变电站等电力物联网通信系统自适应传输的重要技术。为了解决过期信道状态信息降低通信系统自适应传输性能的问题,提出了一种基于自适应跳跃学习网络的信道状态信息预测方法。该方法主要包括递归微调算法和混合惩戒网络两部分。其中,前者主要用于微调学习网络的随机输入权重矩阵,后者主要通过两层惩戒网络来解决输出权重矩阵的病态解问题。由于具有oracle属性,自适应跳跃学习网络不仅具有良好的泛化能力,还可以生成稀疏性输出权重矩阵。仿真结果表明,自适应跳跃学习网络在IEEE802.11ah协议的正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)通信系统中具有良好的单步预测性能和多步预测性能。     

集群系统中基于MPI的关联规则快速挖掘算法

集群系统是一种分布存储系统,它主要利用消息传递方式来实现各结点之间的通信.在集群系统中通过利用MPI中的消息传递调用接口,提出了一种基于二进制形式的数据存储和计算的高效并行挖掘算法,通过对数据对象进行一些"或"、"与"、"异或"等逻辑运算操作,降低了算法的实现难度,减小了网络通信量,提高了挖掘效率,具有较好的可行性和可扩展性.     

高速公路交通流的分形特征实证分析

高速公路交通流演化分形特征的研究有助于深刻理解高速公路交通系统的内在演化规律, 为高速公路交通流的预测和控制提供理论依据. 本文利用统计学方法和复杂网络可视化技术对高速公路交通流的分形特征进行实证分析. 首先, 利用重标极差法计算了交通流时间序列的Hurst指数和V统计量, 发现不同时间标度下高速公路交通流时间序列的Hurst指数都大于0.5, 并且V统计量曲线有上升趋势, 说明高速公路交通流时间序列具有自相似性和长程相关性; 然后, 根据可视算法, 将高速公路交通流时间序列转化为复杂网络, 计算网络的拓扑参数, 发现网络的度分布均呈幂律分布, 表明该网络为无标度网络, 进一步揭示高速公路交通流时间序列为分形序列. 同时发现网络的平均路径长度随网络规模的增大呈对数增长, 说明网络具有小世界特征. 实证分析的结果对高速公路交通流量预测中时间标度的选择和预测长度的确定有重要的参考价值. 本文的研究可以为揭示高速公路交通流演化的复杂性提供新的思路和方法.     

基于密度峰值法的复杂网络聚类增长维度研究

复杂网络是由个体或组织以及它们之间的关系所组成的结构.利用复杂网络的分形结构来解释和预测复杂网络的行为是目前的一个研究热点.分形维度是对复杂网络中分形结构的度量,为了更准确地对复杂网络分形结构进行度量,提出了一种基于密度峰值的方法来计算分形维度.该算法不同于之前选取一个种子节点或者将所有节点作为种子节点的方法,而是利用...     

基于遗传算法的P2P资源发现算法

文中首先分析了P2P网络中资源发现的需求和目前资源发现算法的不足,接着改进了基于超级节点的P2P分组模型,并在此基础上结合遗传算法的思想提出了一种新的资源发现算法.算法综合考虑了节点的信誉、节点的负载以及网络的通信量和延迟等,具有一定的优越性.     

计算机通信网络中容量与流量分配的优化研究

为了改进计算机通信网络的性能并降低其运营费用,采用改进的并行遗传算法,对计算机网络中容量与流量分配问题进行了优化,比较了不同算法所得到的网络运营费用.大量的计算机仿真实验结果表明,该算法能较迅速地求出全局近似最优解,并且与传统的方法相比较,解的质量能大幅度地提高.这对于减少网络运营费用及合理利用网络资源等方面都具有重大意义,在计算机通信网络及其它网络的规划设计、性能优化及评估中具有重要的理论和实用价值以及广阔的应用前景.     

一种分形和形态学结合的图像边缘检测算法

分形将灰度图像空间映射到分形维数空间进行边缘检测,形态学利用具有特向性的检测算子进行边缘检测.本文将分形中DFBR模型和改进的形态学方法相结合得到一种新的边缘检测算法.实验结果表明:结合算法具有分形算法的保留图像边缘细节能力和形态学对特殊方向边缘的检测能力,在对含有大量细节图像的边缘提取上优于单一的边缘检测方法,并具有良好的抗噪性能.     

基于分形和神经网络相结合的土体冻胀量预测

根据土体的粒度分布具备分形性质的特征,通过理论分析和计算获得了所研究土体的分形维数,从而实现了土体结构特征的量化,为采用神经网络对冻胀量的预测过程中考虑士体的结构特征奠定了基础。在研究了BP神经网络的基础上,建立了其拓扑结构,采用L-M优化算法进行了迭代求解,预测结果与试验结果具有良好的一致性和吻合度,反映了土体冻胀过程的非线性特征和局部特征,弥补了理论模型和数值分析中无法考虑土体内部结构的缺陷,以及在预测中考虑土体的结构特征是必要的。     

光同步网保护及恢复方式的选择

针对ＳＤＨ（同步数字系列）保护方式与网络拓扑结构、业务量分布模式、倒换时间要求等很多因素有关，且选择异常复杂等问题，本文对ＳＤＨ各种网络保护机理及特点进行了分析，并在此基础上，对ＳＤＨ网络保护及恢复方式的选择原则作了探讨，给出了３种具体话务模式下的选择方式     

基于分形网络模型的裂隙岩体渗流特性分析

基于分形网络模型提出了裂隙岩体渗透率参数估计方法。采用网格模板方法产生具有分形结构的岩体裂隙网。根据渗流网络的并联原理,建立了岩体裂隙网络等效渗透率计算方法。研究表明,岩体裂隙网络系统的等效渗透率随着裂隙分形比例因子和分级数目的增加而增加。裂隙岩体的等效渗透率能够采用分形网络方法进行解析预测。     

基于网络演算的有损分形整形器及性能模型

随着Internet的不断演化和发展,它已成为一个开放的复杂巨系统,为改善Internet复杂网络流量自相似等突发特征给网络性能带来的影响,提出了一种适合自相似等突发流量的有损分形整形器的一般数学模型,证明了分形到达约束受限于原始到达曲线,推导并得出了有损分形整形器的输出特性与输入流量的自相似特征参数以及分形整形曲线之间的关系,分析了有损分形整形器的队列长度与延迟等性能,讨论了有损分形整形器的引入对网络端到端延迟、数据丢失总数以及平均丢失率等性能的影响,分别得到了上述各性能指标上界与流量自相似参数的关系,给出了在允许最大平均丢失率的情况下的最小缓存容量.这对于基于分形整形器的拥塞控制策略和流量控制方案的评价,以及分形整形器自身参数的设计是具有参考作用.     

监控系统中获取进程信息的算法实现

在现代空管系统中进行网络管理时，监视、统计各席位主机进程信息至关重要．因此，作者在网络监控中加入了获取进程信息的功能，在一定时间间隔收集被管主机的所有进程信息，以达到性能管理的目的．介绍了算法实现所需的一些基本概念，然后着重阐述进程信息获取算法及实现．算法中充分考虑了Unix系统特有的虚拟文件系统特点，以及进程状态的动态性．监测结果表明，算法具有较强的透明性和鲁棒性，获取数据误差小．     

网络中的流量模型

流量模型是流量预测和网络性能评价的基础。好的流量模型必须能够准确描述网络实际流量的特征情况，这样才能准确预测流量状况。然而近年来研究发现网络流量具有自相似性，传统的基于泊松分布的流量模型已不能很好地表述这一特征。根据流量的不同相关特性，介绍了当前网络应用的典型模型，对它们的特点进行了分析论述。     

RED算法的改进及其性能分析

随机早期检测（RED）算法作为主动队列管理（AQM）中有效的实现算法，其性能研究近来已成为网络研究 的一个热点。介绍了原始RED算法，并在此基础上对该算法进行了改进，仿真结果和实验数据表明，改进算法能 显著地降低丢包率，提高网络的链路利用率。     

一种可用于储层参数预测的基于神经网络的遗传算法

储层物性参数的展布一直是油藏描述的关键问题和难点。在遗传算法与神经网络结构模型相结合的基础上,设计了一种用遗传算法训练神经网络权值的方法,并把这种方法用于储层参数的预测。实验表明该神经网络具有较强的预测能力和实用性。     

基于VRML的3D分形植被模拟生成

分形理论作为自然场景的可视化输出十分有效,如植被、山体、流体等。首先分析分形理论的思路和相关算法,进而讨论、研究了对植被仿真进行了描述、再现,从而可有效地辅助于遥感信息的植被VRML（虚拟现实仿真建模语言）平台的可视化输出,服务于农作物估产。     

RED算法的改进及其性能分析

随机早期检测(RED)算法作为主动队列管理(AQM)中有效的实现算法,其性能研究近来已成为网络研究的一个热点。介绍了原始RED算法,并在此基础上对该算法进行了改进,仿真结果和实验数据表明,改进算法能显著地降低丢包率,提高网络的链路利用率。