超圆环面的一种快速路由算法

利用环状网络（Loop networks)到超圆环面的两种嵌入及环状网络的最优路由算法。给出了一种新的超圆环面的快速路由算法，其时间复杂性仅为O（D）（这里D为网络的直径）。当r≥2时，此算法得到的任两个结点的路径长度path_long≤[cr/2] [kc/2] 1.特别地，当r≥2,c≥8时，path_long≤D 1。     

超立方体网络并行容错路由算法

研究了具有大量错误结点的超立方体网络中的并行容错路由算法.其步骤是首先,通过实验分析基于局部k维子立方体连通性容错模型中并行容错路由算法的容错性和效率,然后分析k=3且有多达25.0%的错误结点时并行容错路由算法的容错性和效率.研究结果表明并行路由算法所能找到的并行路径的数目最多可达到min(D(u),D(v)),至少可达到min(Dk(u),Dk(v));如果只考虑k比较小(如3,4,5等)而n比较大(如10,15,20等)的情况,则min(D(u),D(v))与min(Dk(u),Dk(v))非常接近,说明并行路由算法所能找到的尽可能多的并行路径的能力是接近最优的;并行容错路由算法容错性强,效率高.     

消息传递网络中的消息传递机制和路由算法

消息传递网络应用十分广泛,小到超大规模集成（VLSI）内部总线,大到计算机广域网.对其中一种消息传递网络——3D环型立方体结构中消息传递机制以及路由算法进行了深入研究,提出了无死锁和无活锁的确定性路由与自适应路由相结合的路由算法,考察了虚拟直通（cut-through）和存储转发（store-and-forward）两种消息传递机制下的性能表现.通过在3D环型立方体网络上的模拟运算,验证了所提出的算法在传输延时、吞吐率等方面的性能提高;也验证了不同的消息传递机制对网络传输效率的影响.     

一种使用双簇首的分簇路由协议的研究

高效地使用资源和延长网络的生命周期是传感器网络中高效路由协议应考虑的很重要的问题．本文提出一种能解决以上两种问题的新算法，即在算法中使用双簇首，可以减少任何形式的流行算法的使用，因而节约了许多资源并且使得路由发现更容易．实验结果表明使用双簇首极大地减少了路由发现过程中的信息开销并且延长了网络的生命周期．     

一个有效的容错路由算法

互连网络中路由容错是网络设计的重要问题之一。作者利用ｎ维超方体模型,研究了互连网络中容错路由问题,包括容许的故障点和故障块的数目和结构,给出了一个有效的点到点路由算法,并分析了该算法的正确性和有效性。     

扭立方体连接网络上的最优广播算法

一般地，网络上的数据通信算法主要指路由算法、广播算法等，根据文献「１」中给出的路由算法，提出了单端口Ｉ／Ｏ与多端口Ｉ／Ｏ两种模型下扭立方体连接网络上的广播算法，并证明了这些算法是广播步数最小的算法。     

一种结构化对等网络中的偏向路由算法

由于路由效率高,贪婪式路由算法成为目前基于DHT的结构化P2P协议的首选路由算法,但贪婪式路由算法仅考虑路由效率而忽视了系统中节点负载平衡问题．文章提出一种适用于无状态结构化P2P协议中的偏向路由算法,与传统的路由算法不同的是,偏向路由算法将根据节点间负载变化和路由效率两个方面来动态选择下一跳节点．实验结果表明：与贪婪...     

传感器网络中基于应用规则与概率的动态路由算法

针对连续数据分发型传感器网络，提出一种基于应用规则和概率的动态路由算法。算法基于节点的状态信息，与应用规则交互后周期性地构造一棵广度优先的数据汇集树形成动态路由路径。数据汇集树由初始生成树建立与生成树修补两阶段组成。算法首先将节点状态作为输入参数提供给应用规则，再由规则使用预定义公式计算出节点当前轮成为树节点的概率，形成初始树；而后在树修补阶段，通过添加一些新的普通节点为路由节点对初始树进行修补，完成树的连通覆盖。仿真结果表明，与TinyOS信标算法相比，在本文设计应用规则下的路由算法具有高数据传输率、时延短、平均能耗低的优点，能延长网络生存时间。     

一种最小化网络能耗的冗余消除路由策略

拥有海量连接的5G网络中存在大量相同或相似的数据请求，造成网络带宽的严重浪费。因此，从消除冗余数据的角度出发，本文提出一种节能路由策略，用于解决流量高峰和低谷时期下网络流的路由路径选择问题；通过求解最小化网络能耗问题，进一步提出了一种流抢占路由算法。理论推导及仿真结果表明，本文提出的算法在流完成时间和活动链路数量方面均优于传统路由算法。     

极大网络寿命的认知无线电网络组网算法

根据认知无线电网络的特点，本文提出一种基于鱼群算法与图论中极小独立集支配集算法相结合的认知无线电组网算法 (maximal cognitive radio network lifetime MCRNL)。该算法分为鱼群大小确定阶段和簇头选举阶段，前者以极小的能量完成节点配置和确定受影响的认知用户范围，后者确保以极小的能量进行通信，极大化网络寿命和簇头选举的公平性。仿真结果表明，该算法整体消息复杂度为O(n)，最坏时间复杂度为O(log(D+n))，算法性能优于MWMIDS，可以有效的应用于认知无线电网络基于MCRNL的路由协议中。     

基于2D先验的3D目标判定算法

提出一种基于2D先验的3D目标判定算法.首先用轻量级MobileNet网络替换经典SSD的VGG-16网络，构建出MobileNet-SSD目标检测模型；其次，通过改进网络结构，提高模型对小目标的检测能力，并引入Focal Loss函数来解决正负样本不均衡和易分样本占比较高的问题；在相同数据集上，将改进算法与Faster R-CNN、 YOLOv3及MobileNet-SSD进行对比测试，其平均精度mAP分别提高了7.2%、 8.8%和10.6%;最后，通过改进算法获取ROI,利用深度相机将二维ROI转换为ROI点云，并借助直通滤波来判断目标物体是否为真实场景物体，既省去了传统点云识别中的诸多步骤又避免了点云深度学习中三维数据集制作难度较大的问题，在识别速度和识别精度上达到了较好的平衡.     

多跳D2D组网下基于数据驱动的配电网在线异常检测

随着配电网数据信息的急剧增长,为了保证配电网供电可靠性,在配电网和基站间建立多跳D2D网络进行数据传输,提出多跳D2D组网下基于数据驱动的配电网在线异常检测方法。因配电网中每个时刻都会产生新的测量数据,提出一种基于一类支持向量机的配电网运行状态在线检测算法,该算法可根据每个时间周期智能电表上报的用电数据更新模型参数,实时推测配电网当前的运行状态。为了保证用电数据的正常传输,提出基于双边主成分分析的在线流量监测方法监督多跳D2D组网的流量状态。通过仿真实例验证,证明了提出的基于数据驱动的配电网在线异常检测算法可在提高检测速率和精确度的同时节约大量的计算时间和存储空间。     

基于干扰对齐的设备到设备功率控制算法

为了使蜂窝网络系统中设备到设备(D2D)用户的速率总和最大,提出了一种基于干扰对齐(IA)的功率控制算法.该算法通过IA技术使得所有的D2D用户能够同时占用可使用的子载波;同时,控制每一个D2D用户在子载波上的功率,使所有D2D用户在对蜂窝用户(CU)产生的干扰小于干扰阈值的前提下,其速率和达到最大.仿真结果表明:与传统的基于频分多址(FDMA)的功率控制算法相比,本算法在干扰阈值为10 d Bm时,所得到的D2D用户的总速率和可提升约6 bit·S-1·Hz-1.     

D2D通信系统中的最优中继选择及功率分配策略研究

在D2D(device-to-device)通信系统与蜂窝网络共存的场景下,引入中继节点可以有效提高D2D链路的吞吐量同时减小D2D链路对蜂窝网络的干扰?阐述了一种新颖的半双工放大转发双向中继协助D2D通信方案,提出了对应的最优中继选择及功率分配算法?该算法能够在满足蜂窝系统所受干扰小于一定门限值的约束下最大化D2D链路的吞吐量?该算法优化了D2D链路上各发送节点的发送功率;选出了可以使D2D链路吞吐量最大化的中继节点作为最优中继节点?其中,在计算最优功率分配的时候,利用拉格朗日对偶理论以及最速下降法对原功率分配优化问题的对偶问题进行了分层迭代求解?仿真结果表明,提出的策略与已有的方案相比可以显著提高D2D链路的吞吐量?     

基于深度学习的三维模型重构研究

由单个图像建立其三维模型是计算机视觉领域的一个热门且具有挑战性的问题.现有的传统单视图三维重构算法在处理低分辨率图像时效果不好,在训练中由于三维图形的高维性,使网络也变得高度不稳定,导致模型重构效果差.针对传统三维重构算法存在的缺点,提出一种基于深度学习网络的改进模型,在模型中加入超分辨率、投影、对抗生成网络(gene...     

基于深度卷积神经网络的三维模型识别

为了进一步提高三维模型的识别精度,提出了一种基于深度卷积神经网络的三维模型识别方法。将点云数据通过占用网格规范化计算转化为二值3D体素矩阵,通过附加正则化项的随机梯度下降算法提取体素矩阵的特征,再通过共享权重的旋转增强对训练集进行数据增广并以此对模型标签进行预测。实验结果表明,该算法在公开数据集ModelNet40及悉尼城市模型数据集上的识别精度均达到85%左右。与基于同类机器学习的三维模型识别算法相比,在相同训练数据集上该方法网络训练时间短,在相同测试数据集上模型识别准确率高,检索速度快。提出的体素占用网格模型的深度卷积神经网络,可以实现三维点云模型数据集及规范化体素模型数据集的识别和分类工作。     

基于三维Baker映射与复合混沌序列的图像加密算法

研究了一种基于三维Baker映射与复合混沌序列的图像加密新算法,该算法选用三种混沌序列,即一维无限折叠映射、二维Henon映射和一维Logistic映射对原图像进行位置置乱与像素值扩散处理.在置乱过程中运用一个判决条件来决定两种置乱方法的使用顺序,比使用同一个混沌系统多次置乱更加理想.仿真实验表明,算法具有较强的加密效果和安全性.     

基于Hydrology的山区1:1万DEM水系提取研究

利用重庆市万州区4幅比例尺为1∶1万,地面分辨率为5 m的DEM数据,根据地表径流模型原理,通过ArcGIS中的HydrologyTools模块进行D8算法提取流域水系,计算汇流累积量,并最终生成河网。结果表明:对1∶1万DEM进行水系提取,最小水道集水面积阈值设定为50 000个栅格较合理;对于山地地形,基于1∶1万DEM数据,利用ArcGIS Hydrology模块提取河网的方法,从提取的效率和结果的精度两方面看来都是切实可行的。     

矿井通风系统三维可视化及网络解算优化

 针对目前通风软件功能存在局限性的现状,结合矿山开采深度增加和通风网络越来越复杂的实际,开展了新型矿井通风系统三维可视化研究。基于回路风量法和节点风压法提出了新的改进解算算法,使其能够解决复杂的通风网络解算问题;根据新的矿井通风系统双线巷道自动生成算法逐层生成闭合轮廓线,将各层轮廓线三角化并将所有的三角化网格合并,生成封闭的三维联通实体巷道;采用“层次式平台+插件”的方法进行系统开发。最终实现了通风系统三维可视化模拟、网络解算优化、通风管理信息化;与矿山数字化软件相结合,可有效集成监控监测系统,实现数据管理一体化和矿山安全管理。