基于多重指标的MEC服务器选择方案

针对移动边缘计算（mobile edge computing,MEC）服务器超密集部署的网络环境中任务卸载目标MEC服务器的选择问题,设计了一种基于多重指标的MEC服务器选择方案（multiple indicators-based MEC server selection scheme,MIMS）。综合考虑时延、能耗、任务卸载费用、能量效率等因素对MEC服务器选择的影响,基于各参数的线性加权对候选MEC服务器进行排序,选择最优的移动边缘计算服务器为用户提供服务。仿真结果表明,MIMS能够在保障用户任务卸载费用预算和能耗约束的条件下,降低任务处理的总时延,满足多重性能指标。     

最大度较小的图的线性着色

本文研究了最大度较小的图的线性着色问题。通过分析未着色顶点的邻近顶点的着色情况,扩充图的部分线性着色,利用数学归纳法证明了△（G）≤4的非4正则图G的线性色数有lc（G）≤7和△（G）≤5的非5正则图G的线性色数有lc（G）≤13。     

异质阈值决策规则下的复杂网络扩散

基于异质阈值模型和平均场理论刻画了社会网络扩散,分析了邻居效应、阈值分布和网络度分布对扩散的影响。结果表明:邻居效应或阈值分布均值的减小将加速扩散及增大均衡状态值,阈值分布方差的减小将减缓初始扩散,且满足一定条件下,将加速扩散收尾过程;邻居效应较弱时,度分布异质性的增加将加速初始扩散,反之亦然;邻居效应和阈值分布满足一定条件时,扩散初始速度将呈现出超指数增长;邻居效应、阈值分布或度分布的变化均可使扩散均衡状态值发生跳跃式增长。     

基于颜色特征和改进Canny算子的车牌图像定位

针对目前车牌定位算法准确率较低、 定位速度慢等问题, 提出一种基于颜色特征和改进Canny算子的车牌图像定位方法. 该方法先利用彩色图像的颜色特征对车牌图像进行初步定位, 提取该颜色特征时不包含亮度信息, 有效克服了光照变化的影响; 再对Canny边缘检测算法进行改进, 提出一种新的梯度幅值和梯度方向一阶偏
导数计算方法及高、 低双阈值自适应确定方法; 最后利用多组车牌图像对所提算法的性能进行验证, 验证结果证明了所给方法的正确性和有效性.     

基于k近邻和最小二乘支持向量机的Android恶意行为识别

针对单一k近邻算法(KNN)和最小二乘支持向量机(LSSVM)存在的缺陷, 提出一种基于KNN LSSVM的Android恶意行为识别模型. 先采集Android用户行为样本, 并提取相应特征组成特征向量; 再将训练集输入LSSVM中进行学习, 计算测试样本与最优分类平面间的距离, 如果该距离小于阈值, 则直接采用LSSVM恶意行为识别, 否则采用KNN算法进行恶意行为识别; 最后采用仿真实验测试KNN LSSVM的性能. 实验结果表明, 相对于单一KNN算法和LSSVM, KNN LSSVM提高了Android恶意行为的识别正确率,可以满足Android[KG*6]恶意行为的在线识别要求.     

一种改进的中值滤波算法及其应用

为有效解决传统中值滤波算法在保护图像细节方面存在的缺陷,提出了一种改进的中值滤波算法.该算法对滤波窗口中像素进行了分块处理,再对处理的数值取中值.通过对图像边缘像素进行横向和纵向扩展,改善了图像的边缘信息.将该算法应用到医学图像中,并将实验结果与其他算法进行了比较,证明了本文算法的有效性,在去除噪声的同时,更好地保护了图像的细节.     

图的双变量色多项式比较研究

对图论的一些著名的双变量色多项式进行比较研究,对Tutte,Potts,Matching和Dohmen多项式,从定义、表达式的关系以及性质进行比较.特别地,对Tutte多项式的减-缩边公式,给出严格证明;对其余3种,则补充了它们各自的减-缩边公式以及证明.同时,由这些减-缩边公式得出它们各自一些特殊图的色多项式的具体计算公式,显示了减-缩边公式在简化计算方面的应用.     

基于Voronoi图的明代长城军事防御聚落空间分布

基于明代长城军事防御聚落生成Voronoi图,采用变异系数、最邻近点指数以及GIS的密度制图和地理统计分析等方法,从宏观和微观层面,分析军事防御聚落的空间分布特征,证实其存在明确和复杂的层次结构,并进一步分析地理环境和战略地位对空间布局的影响.     

一类非线性比式和问题的分支定界算法

针对一类带有常系数的非线性比式和全局优化问题(P),给出求解该问题的分支定界算法.首先,将问题(P)转化为问题(Q),两者的变量个数和约束条件的个数相同.然后,利用不等式放缩的方法,建立问题(Q)的松弛线性规划,并结合分支定界算法求解.最后,在此基础上提出区域删减策略,并进行数值实验.结果表明:本算法和删减策略均是有效的.     

张量曲率边界识别方法在煤田火烧区磁异常中的应用

 为了准确识别煤田火烧区边界位置,对火烧区磁异常进行更加精细的解释,将张量曲率边界识别方法引入到煤田火烧区磁异常的解释中,探讨分析煤田火烧区磁异常的张量曲率特征.根据煤田火烧区磁异常的特点,利用张量曲率的较大特征值和较小特征值分别圈定煤田火烧区和正常区.模型试验中,通过与常用的Theta 图以及垂向导数等方法对比,体现了张量曲率分析方法在地质体边界识别中的优越性,验证了该方法在火烧区边界识别中的有效性.将该方法应用于乌达某煤田实测磁异常数据的解释,发现利用该方法圈定的火烧区范围和其他勘探结果以及已知地质资料相符,说明该方法可以准确有效地识别煤田火烧区和正常区边界范围,为煤田火烧区的磁异常解释提供很好的依据.