Memory Efficient String Matching Algorithm for Network Intrusion Management System

As the core algorithm and the most time consuming part of almost every modern network intrusion management system (NIMS), string matching is essential for the inspection of network flows at the line speed. This paper presents a memory and time efficient string matching algorithm specifically designed for NIMS on commodity processors. Modifications of the Aho-Corasick (AC) algorithm based on the distribution characteristics of NIMS patterns drastically reduce the memory usage without sacrificing speed in software implementations. In tests on the Snort pattern set and traces that represent typical NIMS workloads, the Snort performance was enhanced 1.48%-20% compared to other well-known alternatives with an automaton size reduction of 4.86-6.11 compared to the standard AC implementation. The results show that special characteristics of the NIMS can be used into a very effective method to optimize the algorithm design.     

混合细菌觅食算法求解无人艇路径规划问题

针对细菌觅食优化算法(BFO)解决水面无人艇路径规划存在的易于陷入局部最优的问题,提出了一种混合模拟退火机制的BFO算法．该算法保留BFO算法的三层嵌套结构,将模拟退火机制引入到BFO算法的迁移操作中,计算更新前后的迁移个体的适值度,并以Metropolis准则接受新解,使BFO算法能更好地从局部极值中跳出．按驱动形式对动态障碍物进行分类,并结合COLREGS规则设计水面无人艇产生对遇、交叉和追越三种情况的避碰策略．仿真结果表明：提出的算法收敛速度快、求解质量高,不仅可以成功地避让静态障碍物,还能高效地规划局部路径．     

基于迁移学习的双层单目标优化算法

提出一种基于迁移学习的双层优化算法(BLOA-TF)来求解双层单目标优化问题(BLSOPs),该算法融合了机器学习领域的迁移学习思想．首先,通过聚类算法挑选出有代表的个体进行下层优化,将获得的下层优化信息使用归档集记录;然后,将归档集记录的下层优化信息迁移给其他相近未经下层优化的个体,以此加速整个优化过程,并有效减少计算开销;最后,将所提出的算法与通常基于嵌套的双层优化算法在12个标准测试问题上进行比较,实验结果证明了所提算法用于处理双层单目标优化问题的有效性．     

考虑运输时间的紧前约束下柔性作业车间调度

针对紧前工序对机床主件制造车间生产调度的影响,结合运输时间分析紧前工序的四种表现形式,建立各形式紧前工序约束模型．引入模糊运输时间的概念,利用三角模糊数确定确切的工件运输时间,构建考虑运输时间的紧前约束下的四目标柔性作业车间调度模型,设计基于勾股模糊前景值的最优觅食算法求解该调度模型．算法中将勾股模糊数与前景理论结合,将目标函数值映射为模糊数,利用基于直角三角形形心的距离测度评估模糊信息,基于距离测度体现个体选择时的偏好,通过双理想参考模糊数前景值函数获取综合前景值判断非劣解质量,引导最优觅食算法进化．通过算例、实例测试和真实生产案例仿真验证了所提算法性能强于四个经典的多目标智能优化算法．     

大型储罐的三维点云精简方法研究

针对大型储罐三维点云数据散乱、冗余点多等影响计算机显示及容积计算的问题,改进了一种储罐三维点云精简算法。该方法先利用均匀网格法,将待处理的三维点云数据分割成若干小栅格;然后根据随机抽样一致(random sample consensus, RANSAC)算法对每个栅格中的点云数据建立球模型,以保留特征点并滤除冗余数据点,达到精简点云的目的。将该方法与传统的均匀网格法和非均匀网格法进行对比,实验结果表明该方法在保证较高精简率的情况下可以更好地保留储罐点云数据特征。     

基于深度学习和遥感影像的松材线虫病疫松树目标检测

针对传统的松材线虫病大范围监测方法耗费高、效率低的问题,研究基于高分辨率无人机遥感影像,采用深度学习方法对病疫区染病松树进行目标检测及地理定位.建立病疫松树样本数据集,采用YOLO目标检测模型,通过锚框尺寸重算、模型迁移学习等方法进行样本训练.将大幅影像进行滑窗分割、逐个检测、NMS重叠处理、坐标转换之后,得到研究区内...     

6-6型绳牵引并联机器人的方位空间研究

讨论了6-6型绳牵引并联机器人在实际应用和设计中的方位能力.该文通过绳牵引并联机器人的运动平台的力平衡分析,得到力和力矩平衡方程,将此力和力矩平衡方程写成矩阵形式,再应用克莱姆法则可以得出判断1个位形是否在运动空间中的方法.在此基础上,通过将1点的可能方位空间离散化,对每个离散点进行判断,就可以得到1点的方位空间.仿真结果表明:绳牵引并联机器人同杆支撑并联机器人相比其方位空间要小一些,运动平台半径和基础平台半径的比值越大方位空间越大,短边所对的圆心角越小方位空间越大.     

含缺失数据线性模型回归系数的约束EM算法

应用EM算法求含缺失数据的约束线性模型回归系数的极大似然估计,该回归系数满足线性不等式约束.我们提出M-步的优化算法,并针对正态模型讨论EM序列的收敛性,最后举例说明算法的应用.     

基于角点匹配的鲁棒图像镶嵌方法

为了获取场景的宽视场表示,提出了一种鲁棒的图像镶嵌方法.该方法对图像序列中的各个图像进行角点提取,再利用归一化相关方法进行角点的初始匹配.由于初始匹配中包含有大量的出格点,直接采用最小二乘法得不到正确的图像平面间的变换模型参数,为此,采用了鲁棒随机采样算法来估计图像平面间的变换模型参数.该算法能够有效地剔除初始匹配中的出格点,获得精确的匹配点子集.然后利用这些精确匹配的点集来计算变换模型参数,从而实现了图像的正确镶嵌.整个过程无需人工干预,均由计算机自动完成.对真实图像的试验结果表明了该方法的有效性.     

多类目标样片BRDF三维统计建模及优化

在Torrence-Sparrow模型的基础上,修正和简化了五参数模型,对多类目标样片双站多角度双向反射分布函数(BRDF)测量数据进行了拟合,在二维情况下与五参数模型进行了比较,两者均与实验数据吻合,表明了五参数模型良好的适应性,能够对不同粗糙度,不同光学特性的材料进行拟合.优化过程采用遗传算法与退火算法相结合,具有把握全局和较快收敛速度的特点,对于问题的解决起到了关键作用.五参数模型是三维空间模型,通过对某些样片的多组多角度双站三维实验数据进行的拟合充分利用了三维空间信息,建立了BRDF空间分布图,进而获得粗糙表面的更多光散射信息.