【摘 要】
：
传统的安全机制为了保障系统的安全性可能会牺牲网络的性能,因其系统资源的有限性。主要研究通过协同进化算法使得网络控制系统的性能和安全性达到最优折中。以DC运动系统为例,给出了性能和安全性的折中模型。同时还给出了基于协同进化算法的性能和安全性折中的最优化算法。实验结果证明协同进化算法能够非常有效地找到网络控制系统折中模型的Nash平衡。同时给出的模型还非常适用于网络控制系统性能和安全性折中的分析和最优
【机 构】
：
广东石油化工学院高州师范学院教育信息技术中心,中南大学信息科学与工程学院
论文部分内容阅读
传统的安全机制为了保障系统的安全性可能会牺牲网络的性能,因其系统资源的有限性。主要研究通过协同进化算法使得网络控制系统的性能和安全性达到最优折中。以DC运动系统为例,给出了性能和安全性的折中模型。同时还给出了基于协同进化算法的性能和安全性折中的最优化算法。实验结果证明协同进化算法能够非常有效地找到网络控制系统折中模型的Nash平衡。同时给出的模型还非常适用于网络控制系统性能和安全性折中的分析和最优化。
其他文献
P2P中基于DHT的路由算法不支持范围查询,因此对高维数据查询的支持不是很好。当前P2P处理高维数据的主流方法是降维和空间填充技术,但两者均有很明显的缺点。针对这些问题,提出一种将树型结构——Baton树应用于高维数据检索的方法,操作简单,无须降维,且支持范围查询。经过实验证明,查询的时间复杂度达到O(log2n),与Baton树在检索一维数据时的效率相同。树型结构可以增加子节点数量,通过增加扇出
互联网开放平台提供的用户信息授权服务得到了广泛应用,但其在满足第三方网站的数据挖掘需求时往往将用户隐私信息交由多方存储,因而加重用户隐私滥用与泄露风险。针对这一问题,提出了一种开放平台与网站间的分布式关联规则挖掘算法,算法无须可信第三方参与,双方各自依据挖掘条件生成以频繁-1项集编号、用户身份标志符为行、列标记的布尔型矩阵,由开放平台进行矩阵扰动和整合,再由网站在整合矩阵上挖掘全局关联规则。实验证
生物信息学、社会网络、Web分析等方面的发展积累了大量的复杂网络数据信息,在对这些复杂网络进行社群检测时,往往会将一些节点归类于多个社群,目前已经提出了一些处理此类问题的算法(如LFK、GCE等),然而这类算法对局部扩充函数中参数α的选取过程复杂,无法一次性获取最优α,直接影响到了算法的可应用性。针对该缺点,提出了一种基于局部扩展的重叠社群检测的改进算法。该算法通过将α参数考虑进社群的成长过程中,
在多目标跟踪领域,多个相似目标间相互遮挡时易产生误跟踪、漏跟踪等问题。针对上述问题,通过引入语言学中的基础颜色及自适应尺度因子来解决。采用颜色命名过程及主成分分析法提取目标基础颜色特征,准确区分相似目标;同时引入自适应尺度因子,自动改变目标尺度,减少因尺度变化而引入的干扰信息,增强目标外观模型的鲁棒性。基于以上两点,在SPOT(structure preserving object trackin
针对最小二乘支持向量机处理大规模数据集耗时长且受内存限制的特点,将局部多模型方法与MapReduce编程模式相结合,提出一种并行最小二乘支持向量机回归模型。模型由两组MapReduce过程组成,首先按照输入样本集对样本数据进行聚类操作,再对聚类后得到的子类按输出样本集进行二次聚类操作,分别得到局部模型数目和各局部模型综合加权输出计算结果。实验结果表明,并行最小二乘支持向量机回归模型具有较好的加速比
最大积实例包括最大可能解释(MPE)和最大后验估计(MAP),它们是贝叶斯网络的基本问题。针对经典算法求最大积实例的时间复杂度高,提出新算法来求解该问题。该算法将求贝叶斯网络的最大积实例问题转变成一组一元一次方程,而一元一次方程很容易求解;通过临时表来缓存计算最大积概率时的中间结果,而这些临时表可以用来优化计算最大积实例而不需要过多的额外空间开销,并能够在贝叶斯查询之间共享。通过实验证实该算法计算
通过分析校园师生基于GPS的真实活动轨迹,以及何种算法才最适合具有自私性的移动用户展开合作,提出一种高能效及用户公平定位技术。通过采用代理设备合作思想,提出一种集中式最优算法,在保证固定精度界限和设备公平的基础上,实现移动设备GPS时间平均功率最小化。通过控制退避时间和GPS关闭时间,提出一种分布式准最优算法。最后,基于多种拓扑结构进行全面的仿真实验,验证了算法的高能效性和公平性。
针对传统的特征提取算法在图像匹配过程中易出现误匹配现象,提出在ORB算法的基础上融入一种最小平方上值估计法——LMedS方法。利用ORB算法的特点和LMedS方法去除可能存在的外点,消除误匹配现象,从而得到正确的匹配特征对,使特征匹配率有很大的提高;同时采用基于非线性最小二乘进行姿态估计,通过迭代算法估算相机姿态完成虚实注册。实验结果表明,该方法无论是在特征点匹配还是在实际场景中都具有很好的鲁棒性
为解决连续值特征条件互信息计算困难和对多值特征偏倚的问题,提出了一种基于Parzen窗条件互信息计算的特征选择方法。该方法通过Parzen窗估计出连续值特征的概率密度函数,进而方便准确地计算出条件互信息;同时在评价准则中引入特征离散度作为惩罚因子,克服了条件互信息计算对于多值特征的偏倚,实现了对连续型数据的特征选择。实验证明,该方法能够达到与现有方法相当甚至更好的效果,是一种有效的特征选择方法。
对于切碎英文文档自动拼接还原中无法利用碎纸片几何形状特征的问题,提出一种基于灰度值矩阵的文档碎片拼接方法。利用碎片图像的特征向量消除同行字母处于不同高度的负影响,提取其特征位置作为动态聚类的分类标准,依据文本行特征进行动态聚类和类间排序,设计了一种基于原图像碎片边界矩阵的四邻拼接算法进行逐一高效地拼接还原。仿真结果表明,该方法准确率较高且操作简便,对规则碎片拼接还原具有良好的实际意义。