基于测量的主动队列管理算法

针对RED(Random Early Detection)队列管理算法不能实现业务流之间带宽公平共享,提出了基于测量的主动队列管理算法(MBAQM).这种算法采用基于测量和预测的方式估计不同业务流的输入速率,并根据队列大小计算出新到来包的丢弃概率,在维持较少的流状态情况下,通过队列的丢弃机制,实现了不同速率输入业务流之间的链路公平共享.通过对参数的调整还可以实现优先带宽分配机制.该文从理论上说明了该算法能够保证各业务流近似公平地共享输出链路带宽,同时给出相应的仿真结果.     

量子电路可逆逻辑综合的研究及进展

分析了量子电路可逆逻辑综合的意义、研究现状和研究进展,给出了相关的研究方法和目前量子可逆逻辑综合研究中存在的主要问题,提出了量子可逆逻辑综合中的最小量子代价、最小化垃圾信息位、最小化门的数量和可逆逻辑综合的规模等关键技术问题的解决思路.     

实验室建设采用项目管理的探索与实践

为充分发挥实验室应用型人才培养的实效功能,从解决实验室建设现存问题为出发点,结合项目管理含义,提出了建立实验室建设项目化管理的理念,探讨了高校实验室建设实施项目管理的必要性,并从统筹规划、管理程序以及要注意问题等3个方面,提出了实施实验室建设项目化管理的技术路径。     

并形系统的3种网络DEA模型与应用选择

网络数据包络分析模型可以用来同时测算决策单元的系统及其每个子系统的效率.现有的网络数据包络分析模型可以分为独立模型和关联模型两类,且主要以并形和链形这2种基本网络结构为对象,研究其规模报酬不变假设下的效率评价问题.根据实际情况,将给出半独立并形系统的效率评价方法,并在规模报酬可变的假设下,建立一个并形关联网络DEA模型,用来测算纯技术效率和规模效率.对独立、半独立和关联网络DEA 3种模型的比较研究发现:独立网络DEA模型不符合管理实践;尽管半独立网络DEA模型具有实践背景,但理论分析和实证研究表明该模型应用价值有限;而关联网络DEA模型不仅具有实践背景,而且与其他模型相比系统效率评价结果具有较强的可分性,这些特质使其有理由成为目前并形系统效率评价的首选模型.     

基于正态分布区间数的概率测度及多属性决策

针对决策中采用均匀分布区间数描述模糊评价值的局限性,提出了应用正态分布区间数进行多属性决策的方法。分析了模糊数的可能性测度,通过概率分布特征量生成正态分布区间数,给出了基于正态分布区间数与一般模糊区间数的互换关系。由正态分布特性确定了正态分布区间数两个模糊算子,采用简化方法对模糊综合评判向量进行模糊集结。采用模糊随机仿真方法生成综合评估值,对统计结果采用模糊均值和方差的排序方法进行决策。实例计算表明了两种方法的有效性。     

平面波对传输线耦合响应的仿真研究

在Agrawal传输线模型的基础上,以典型信号-电磁脉冲作为干扰源,详细分析了参数变化对传输线终端负载电压和电流响应的影响.仿真结果表明,负载、传输线间距、平面波入射角和平面波极化角等参数变化对负载端响应有不同的影响.在此基础上,又对双线传输线和单导体传输线受干扰特性进行了对比分析.仿真分析结果为实际系统中由于电缆耦合产生的干扰分析提供了理论依据,并具有一定的参考价值.     

基于离散正则模型的时变信道盲辨识算法

以CDMA时变信道离散正则模型为基础,提出了基于改进的矩阵外积分解的时变信道盲辨识算法。算法对传统的矩阵外积分解算法进行修正,使其适应离散正则模型两级盲辨识,并引入了精确的时延阶数估计,克服了现有算法需要预先知道信道时延实际阶数的局限,使其在仅知道信道阶数上界的条件下完成盲辨识。仿真结果表明了该算法的有效性。     

一种基于小波的互连线模型自适应约减算法

基于偏微分方程的谱分解理论,针对VLSI中的互连线系统,提出了一种基于小波的自适应模型约减算法,选取逼近空间的一组基函数,通过积分合同变换,从而得到一个能够逼近原无穷维系统的有限低阶无源模型.该算法在不需要对互连线进行离散处理的情况下,能直接对非均匀互连线系统进行约减;利用了小波的多尺度和紧支撑特性,并采用自适应机制来平衡逼近精度和计算效率的矛盾.理论分析和数值仿真说明了该方法的有效性.     

虚拟数控铣削表面粗糙度预测技术研究

分析了影响数控铣削加工表面粗糙度的主要因素,利用多元回归分析建立了基于球头铣刀的表面粗糙度关于其影响因素的数学模型.经显著性检验,该模型预测精度高,泛化能力强.该模型为虚拟数控铣削表面粗糙度预测的建模提供了理论依据.开发了基于DELPHI的可视化交互式的仿真系统,实现了虚拟数控铣床的表面粗糙度的在线预测.有助于理解表面粗糙度随铣削参数改变的规律,也为铣削参数优化提供理论依据.     

一种不定长特征模式入侵检测模型及仿真分析

针对定长序列模式在刻画序列特征方面的不足,提出了一种不定长序列特征模式抽取算法,并以此为基础设计了一个新的入侵检测模型。模型引入了状态转移概念并将模式匹配检测和状态转移检测结合在一起,克服了已有模型只专注于单一特征检测的缺陷。实验证实,和单特征检测相比,该模型在保证检测率的同时降低了误报率,并且检测算法的效率也是可接受的。