具有前向安全的Ad Hoc密钥管理方案

在完全分布式CA模型的基础上,结合信任度动态评估策略,提出了一种具有前向安全的密钥管理方案。使用NS-2仿真软件进行仿真实验,结果表明,当网络中节点数目的不同时,节点的认证成功率和节点延迟均保持稳定,提高了Ad Hoc网络的安全性与可用性,降低了系统开销。     

千兆以太网1000BASE-T收发器物理编码子层系统及芯片设计

提出了一种优化而可行的系统结构,并以硬件实现了千兆以太网物理编码子层.该系统主要电路模块包括:递归式系统卷积码和网格编码器,以达到约6 dB的编码增益;优化的逻辑电路,以实现符号映射,替代了约6 KB的ROM;并行搜索阵列电路,以实现物理编码子层的训练.仿真及FPGA验证结果表明,该系统的关键路径时延小于7 ns,符合802.3标准.     

多元回归分析方法应用实证分析与比较

利用多元统计分析的线性回归分析理论,首先对糖尿病临床采集数据进行相关分析,了解因素之间的相关关系,其次分别采用线性回归的前进法、后退法、逐步回归分析方法,探讨糖尿病病人胰岛素每日注射初始剂量与其影响因素之间的线性关系.根据回归方程调整相关系数、AIC准则等,对比选择最优应用回归模型,确定胰岛素用量及其主要影响因素血糖、尿蛋白的回归模型,对医生临床治疗提供参考.     

基于学习的并行免疫量子进化算法及收敛性

提出了基于学习的多宇宙并行免疫量子进化算法,算法中将种群分成若干个独立的子群体,称为宇宙。宇宙内采用免疫量子进化算法,宇宙间采用基于学习机制的移民、模拟量子纠缠的种群交叉等信息交互方式,使得进化算法具有更好的种群多样性,更快的收敛速度和全局寻优能力。不仅从理论上证明了该算法的收敛,而且通过仿真实验表明了该算法的优越性。     

模糊关联规则的并行挖掘算法

介绍了模糊关联规则挖掘算法的基本思想及实现步骤,提出了模糊关联规则的并行挖掘算法.并行挖掘算法采用并行的模糊c-均值算法将数量型属性划分成若干个模糊集,并借助模糊集软化属性的划分边界.用改进布尔型关联规则的并行挖掘算法来发现频繁模糊属性集.最后由多个处理器并行地产生满足最小模糊信任度的模糊关联规则.在分布式互连的PC/工作站环境下进行性能分析,结果表明并行的挖掘算法具有好的可扩展性、规模增长性和加速比性能.     

基于MATLAB的动态规划常用算法的实现

运用MATLAB编程实现了动态规划的逆序、顺序、双向混合算法,并分别应用于求解几类典型问题,验证了该方法的有效性,同时表明该程序对求解动态规划多类典型问题是通用的,丰富了MATLAB优化工具箱,具有一定的应用价值．     

基于MapReduce的Apriori算法并行化

Apriori是挖掘关联规则最经典的算法之一,针对该算法存在的瓶颈问题研究了基于MapReduce编程框架的简单Apriori并行算法;并在简单Apriori并行算法的基础上提出一种采用固定多阶段结合挖掘策略的改进算法——多阶段并行算法。实验结果表明,改进算法能缩短挖掘时间,提高执行的效率。     

模糊逻辑系统的改进

模糊推理方法和非模糊化策略是模糊逻辑系统的两个最重要的组成部分 ,在很大程度上影响模糊系统的性能和效果。根据“t范式”和“t协范式”不同的操作组合方式 ,提出了几种改进的模糊推理方法和非模糊化策略 ,并通过计算机模拟得到了比较满意的效果。这说明Mamdani所提出的模糊推理方法并不是唯一的模糊控制方法     

三杆并联平动机器人机构动力学

用拉格朗日方法对一种创新的三杆平动并联机器人机构进行了动力学建模,该机器人的动力学正方程为显示表达,计算量小,为该并联机器人的力和扭矩的实时控制策略实施提供了基础·利用动力学模型对该机器人的可操作性和动力学特性进行了分析,引用动态可操作性椭球指标来评价该机器人的动力学特性,并对动力学特性进行了仿真·分析结果证明,该机器人在工作空间内部,特征系数增大,动态可操作性变坏,得出该机器人特征系数小于2时,动态可操作性较好·该新型并联机器人动力学性能良好,具有很好应用价值·     

k-means聚类算法的MapReduce并行化实现

针对k-means聚类算法特点,给出了MapReduce编程模型实现k-means聚类算法的方法,Map函数完成每个记录到聚类中心距离的计算并重新标记其属于的新聚类类别,Reduce函数根据Map函数得到的中间结果计算出新的聚类中心,供下一轮MapReduce Job使用.实验结果表明:k-means算法MapReduce并行化后部署在Hadoop集群上运行,具有较好的加速比和良好的扩展性.