【摘 要】
：
针对组播状态可扩展性问题进行研究,提出了一种改进的聚合组播算法。该算法在动态在线聚合组播算法的基础上,确定匹配时可行的聚合树范围,以减少匹配和计算次数,降低时间复杂度;改进最优匹配聚合树的选择算法,并对网络中聚合树进行定期调整,以优化聚合树结构,去掉不必要的中间节点,提高聚合度,降低节点转发状态。仿真实验表明,与同类算法相比,该算法能够以较低的时间复杂度,取得较高的聚合度和转发状态降低率,在并发组
【机 构】
：
中国科学院大学,中国科学院声学研究所国家网络新媒体工程技术研究中心
【基金项目】
：
国家“863”计划基金资助项目（2011AAOIAl02）,中国科学院战略性先导科技专项子课题资助项目（XDA06010302）
论文部分内容阅读
针对组播状态可扩展性问题进行研究,提出了一种改进的聚合组播算法。该算法在动态在线聚合组播算法的基础上,确定匹配时可行的聚合树范围,以减少匹配和计算次数,降低时间复杂度;改进最优匹配聚合树的选择算法,并对网络中聚合树进行定期调整,以优化聚合树结构,去掉不必要的中间节点,提高聚合度,降低节点转发状态。仿真实验表明,与同类算法相比,该算法能够以较低的时间复杂度,取得较高的聚合度和转发状态降低率,在并发组播组数目较高和组密度较高时效果更加明显。
其他文献
提出了一种文化粒子群算法用于求解置换流水车间调度问题中的最小化最大完成时间。算法设置了群体空间和信念空间两类独立空间,群体空间采用自适应粒子群算法完成进化,信念空间通过更新函数来进行演化。算法中群体空间的粒子群不但通过跟踪个体极值和全局极值来更新自己,实现群体演化,而且通过不断与信念空间中的优秀个体交互,加快群体的收敛速度。该算法在不同规模的问题实例上与其他几个具有代表性的算法的比较结果表明,该算
为了在多核处理器上充分利用多核资源以提升挖掘性能,提出了一种动态与静态任务分配机制相结合的基于多核的并行序列模式挖掘算法。该算法采用数据并行与任务并行相结合的策略,在各处理器核生成局部序列模式后,再与其他处理器核协同,以最终获得所有的全局序列模式。算法通过并行局部归约技术消除了局部序列的重复生成与计算,并可结合静态与动态任务分配机制解决处理器的负载不均衡问题。理论分析和实验都证实了该算法可有效利用
为保证列车测速定位软件的安全性,研究了测速定位原理,提出一种新的测速定位模型,在此基础上引入SCADE开发方式,建立测速定位软件模型,并利用SCADE的形式化验证技术保证软件模型的安全性。最后将安全软件导入QNX系统平台测试运行,通过QNX技术分析与实践表明软件完全满足测速定位的技术和安全性要求。
为实现灰度共生矩阵(GLCM)多尺度、多方向的纹理特征提取,提出了一种结合非下采样轮廓变换(NSCT)和GLCM的纹理特征提取方法。先用NSCT对合成孔径雷达(SAR)图像进行多尺度、多方向分解;再对得到的子带图像使用GLCM提取灰度共生量;然后对提取的灰度共生量进行相关性分析,去除冗余特征量,并将其与灰度特征构成多特征矢量;最后,充分利用支持向量机(SVM)在小样本数据库和泛化能力方面的优势,由
为了利用多处理平台的并行处理能力,提高约束求解中相容检查的效率,提出了一种新的基于集中式存储的全局约束并行相容模型。利用动态分配约束条件的方法解决负载均衡问题;通过对变量域的集中式管理,保证了冲突检测的及时性;利用变量域剪枝单调性的特点,实现了异步相容检查,提高了多节点间相容检查的并行程度。最后,通过实验验证并讨论了模型的优势和适用范围。
针对基于VSM(vector space model)的文本聚类算法忽略了词之间的语义信息和各维度之间的关系,导致文本的相似度计算不够精确,提出了一种基于语义相似度的群智能文本聚类的新方法。该方法融合了模拟退火算法的全局搜索和蚁群算法的正反馈能力。其思路是,首先从语义上分析文本,利用K-均值算法进行文本聚类,再根据K-均值算法的结果,使用蚁群和模拟退火算法进行调整聚类。测试结果表明这种算法能够提高
在利用视觉技术进行药品检测的过程中,药品相互粘连的图像会给后续的特征提取工作带来很大的困难,针对此问题提出了一种基于凹点方向线的粘连图像分割方法。首先依据颜色距离对药品图像进行预分割;然后对不同颜色的预分割图像进行4链码运算,寻找所有的凹点,并对所有的凹点进行标记;最后根据每一个凹点得到方向线,根据方向线进行配对,将配对凹点的连线作为分割线。实验结果表明,该算法具备良好的准确性和通用性。
由于EB(extreme binning)使用文件的最小块签名作为文件的特征,它不适合处理主要包括小文件的数据负载,会导致较差的重复数据删除率。为了改进EB,提出了相似索引。它把相似哈希作为文件的特征,是一种适用于以小文件为主的数据负载的重复数据删除的二级索引。实验结果表明,相似索引的重复数据删除率比EB高24.8%;相似索引的内存使用量仅仅是EB的0.265%。与EB相比,相似索引需要更少的存储
针对粒子群算法易早熟的缺点,提出了一种结合迭代贪婪(IG)算法的混合粒子群算法。算法通过连续几代粒子个体极值和全局极值的变化判断粒子的状态,在发现粒子出现停滞或者粒子群出现早熟后,及时利用IG算法的毁坏操作和构造操作对停滞粒子和全局最优粒子进行变异,变异后利用模拟退火思想概率接收新值。全局最优粒子的改变会引导粒子跳出局部极值的约束,增加粒子的多样性,从而克服粒子群的早熟现象。同时,为了使算法能更快
在对现有的二进制搜索算法、4线树形查询算法及混合查询树算法进行理论分析的基础上,提出了一种基于碰撞位匹配的自适应混合树防碰撞算法。新算法是根据检测标签EPC编码最高碰撞位连续个数的匹配信息,在二叉树和四叉树中进行动态自适应地选择分叉数,引入堆栈和后退策略,使得搜索性能进一步改善。通过对算法的分析和仿真实验结果,新算法有效地减少了识别总次数,缩短了识别时间,大幅提高了搜索效率和吞吐率。