【摘 要】
：
随着汽车保有量的迅速增加,城市道路交通拥堵变得尤为严重,精确地检测交通态势可以帮助缓解交通问题。为此,提出一种基于车辆自组织网络(vehicular Ad hoc networks,VANETs)的交通态势检测方法——TraSDVANET(traffic situation detection method based on VANETs)。在该方法中,车辆自动聚簇,然后主动向簇头汇报当前自身的位
论文部分内容阅读
随着汽车保有量的迅速增加,城市道路交通拥堵变得尤为严重,精确地检测交通态势可以帮助缓解交通问题。为此,提出一种基于车辆自组织网络(vehicular Ad hoc networks,VANETs)的交通态势检测方法——TraSDVANET(traffic situation detection method based on VANETs)。在该方法中,车辆自动聚簇,然后主动向簇头汇报当前自身的位置和速度信息;簇头根据收到的信息计算簇内的车辆密度和路面上的加权平均速度,之后基于模糊逻辑判断簇内的交通
其他文献
从特征选择、局部区域划分和词汇语义相似性计算入手,利用随机词汇迭代模型(random terms iterative model,RTIM)进行海量兴趣点(point of interest,POI)文本分类。通过词汇频度、集中度和离散度方法筛选出特征词汇;依据文本与各POI类别间的相似度进行局部区域划分;在每个局部区域内基于词汇在文本中的排列顺序构建词频向量,基于词频向量中词频的随机删除和重构,
针对标准化稀疏先验的正则化方法估计复杂模糊核时的不准确性,引入图像的预处理,提出了一种图像盲去模糊的新方法。该方法将图像盲去模糊分为三个步骤:利用双边滤波器和冲击滤波器对图像进行预处理,使得图像的噪声降低、边缘突出,有利于模糊核的估计;对预处理后的图像,利用基于标准化稀疏先验的正则化方法估计模糊核;根据估计出的模糊核利用TV正则化方法对图像进行非盲去卷积。采用快速迭代收缩阈值算法和快速总变分图像复
针对如何在云计算环境下进行资源合理调度一直都是当前研究的重点。首先对云资源调度问题进行分析,然后在SFLA算法的基础上,通过在蛙群的子群划分阶段引入混沌策略,在内部搜索引入反向学习策略,在全局信息交换过程中引入动态自适应因子等方法,从而使得改进的蛙跳算法具有很好的收敛性,缩短了全局搜索和优化的时间,为复杂的云资源调度问题提供了参考模板,通过CloudSim云计算对该算法进行仿真实验。结果表明,该算
以云计算效能提高为目的,以研究Job调度和资源管理两大决定云计算环境能效的最重要因素为基础,使用调度和管理对象对作为系统统计信息的参考指标进行采集的方式展开研究。性能代理和服务接口模式(PASI)已经从云环境中采集了原始数据,通常情况下应用于云的安全技术属于被动防御模式,如实时动态监控或者深度包检测模式(DPI),其主要目的是实现动态检测和防御。提出了一个有效的框架以提高云计算中心的综合性能指标,
针对WSNs节点信任决策影响节点间互助转包问题,在考虑网络不可靠因素的基础上,引入节点反思机制,构建基于概率论方法的WSNs节点信任演化模型,使节点对自己当前所选择的策略进行反思,每次反思都有一定概率调整为其他策略。通过动力学分析,推导出达到演化稳定状态的定理。最后用实验验证了定理结论,分析了信任奖励度和数据包传输成功率对演化稳定状态的影响。反思机制模型的提出弥补了复制子动态模型中无法体现个体在演
以范畴论为指导,设计气象服务同构模型,构建基于软件重用的气象服务系统。首先对气象服务时间、空间、内容和协同四个共同特征进行尺度量化;进而定义四维尺度范畴(时间尺度范畴T、空间尺度范畴S、内容尺度范畴C及协同尺度范畴D);最终用函子连接范畴,从而完成了气象服务同构模型设计。基于此同构模型的气象服务系统被应用于四川省市县三级气象服务网,为260个不同级别的行政区域提供了公众气象、决策气象、专业气象的在
针对CamShift跟踪算法仅采用颜色特征,在存在颜色相近干扰目标、头部快速运动或者虹膜发生形变等情况易发生眼动跟踪不准确或失败等问题,提出一种基于改进CamShift算法的眼动跟踪方法。在CamShift算法中,计算边缘直方图分布,在颜色特征基础上融合边缘特征,同时通过分析饱和度分量抑制噪声影响,并利用基于边缘特征的自定义方法判断虹膜是否发生形变。当发生形变时,自动更新模板,根据历史运动轨迹预测
针对目前患者到医院就诊等待时间长、医院内部资源利用效率低的问题,提出一种基于着色Petri网的医疗服务流程模型。利用仿真工具CPN Tools对整个医疗服务流程构建模型,在证明模型正确性的基础上对模型进行仿真分析与计算,获取患者就诊过程中各个环节的等待时间、被服务时间、医护人员的有效服务时间以及床位的有效服务时间等各项指标,最后通过对各项制约效率指标的分析,为资源进行合理调配,提高服务效率和资源利
大规模最小二乘问题求解中,直接进行奇异值分解会产生巨大的内存需求以及漫长的计算时间。为解决该问题,提出了一种基于迭代的并行处理方法。该方法利用奇异值分解降维的特性,通过迭代不断减小矩阵规模,直到可以直接使用奇异值分解求解。在迭代过程中,将矩阵分解为许多足够小的子矩阵,并行处理其奇异值分解过程,从而提升运行速度。实验结果表明,该方法即使是串行处理,也使得大规模最小二乘奇异值分解的时间成本及空间成本大
针对测试套件优化问题,提出了一种基于非信息素的人工蜂群优化方法。该方法将每个测试实例都看做优化问题的一个可能解,并引入幸福值用于评价测试实例的吻合程度。通过将三组蜂群分别扩展为搜索代理、选择代理和优化代理,可以从大量的测试实例中选出有效的测试实例。利用这些代理的并行特性,并使用路径覆盖范围作为测试充分性准则,提高了测试实例在每次迭代过程中的路径覆盖范围,加快了解的产生速度,从而提高了该方法的运行速