网络虚拟实验中二进制数据的XML传输方法

网络虚拟实验中二进制数据的XML直接传输方法存在节点数目多,解析困难,不利于网络传输等问题.针对上述情况,采用XML的CDATA域封装的方法对二进制数据进行传输.为了解决由ASCII字符引起的语法错误以及CDATA域的异常结束问题,通过Base 64编码技术对二进制数据进行处理.通过一个虚实结合的球杆系统网络虚拟实验对上述方法进行了验证.     

《图像处理基本知识》教学案例

本课是浙教版《信息技术基础》第三章第三节《多媒体信息处理》第一课时内容,主要知识点为图像的基本概念(像素、分辨率、颜色)和基本知识(文件格式、位图与矢量图、图形与图像)。高一年级的学生对图像处理有很强的兴趣,但对于图像理论知识     

带飞行时间因子的改进粒子群优化算法

对于粒子群优化算法(PSO)的研究内容涉及到许多方面。目前,针对PSO算法的研究大致可以分为算法的理论研究、算法的改进研究以及算法的应用研究。该文主要是对PSO算法的改进进行了研究,提出了一种带飞行时间因子的改进的粒子群优化算法(MPSO),并通过实验验证了MPSO优化性能较之PSO有了很大的提高。     

一种基于混沌思想和邻域探测机制的PSO算法

在分析基本PSO算法早熟收敛原因的基础上,提出一种基于混沌思想和自适应邻域探测机制的粒子群优化算法（CANE-PSO）.该算法先引入混沌思想对粒子种群进行位置初始化,以提高初始种群的多样性,再引入随机的邻域探测机制,并引入全局极值变异算子,增强了算法的全局搜索能力.通过与其它三个改进算法比较,结果表明CANE-PSO优化效率有较大的提高,较有效地避免了早熟收敛问题.     

基于QPSO-LSTM的短期风电负荷预测模型

准确的风电预测可以提高电网的稳定性和可靠性,优化风电发电计划,降低能源成本。为了提高短期电力负荷预测的精度,文章探讨了一种基于QPSO算法对LSTM神经网络进行优化的算法,并根据LSTM神经网络以及QPSO算法的基本原理,利用QPSO算法对LSTM的超参数及网络拓扑结构进行优化,建立QPSO-LSTM短期风电负荷预测模型。仿真结果表明,QPSO-LSTM模型较传统的LSTM模型预测精度更高,且具有更快的收敛速度。     

对二进制补码的讨论

在二进制数的运算中,补码的符号具有双重身份;在原码的减法运算中,若不借位,它们的补码相加运算就有进位,反之即无进位;另外,可用指令求补码。     

基于二进制代数学的关灯游戏模型

利用二进制代数学给出了一个关灯游戏的数学模型,对基于有限域上的线性方程组的9阶情形给出了所有解,并进一步运用代数学中的陪集分类方法给出了游戏的等价类,便于游戏者判断和解决游戏问题。     

可变精度衰减调制的Linux嵌入式任务调度算法

对嵌入式Linux系统进程中的任务调度算法设计是保证操作系统稳定和高效运行的核心要素。传统的嵌入式Linux系统任务调度算法采用分簇能耗调度的PSO遗传进化算法,当任务复制和区间插入失衡时,调度效果不好。提出一种基于可变精度衰减调制的Linux嵌入式任务调度算法,首先进行Linux嵌入式任务调度平台总体设计,进行任务信息流模型构建,将嵌入式系统客户端将创建好的任务流提交给服务器,结合任务流集合中各任务流的优先级属性和提交时间,进行变精度衰减调制,得到Linux嵌入式分簇任务调度模型。实验结果表明,该算法无论是单个任务流还是在多任务流调度运行环境下,改进算法的任务调度耗时较少,通过可变精度衰减调制,保证了多任务流中的任务能够按照流程优先级属性以及提交的先后次序进行合理的分配,有效提高了Linux嵌入式系统的运行效率。     

DELTA势阱改进QPSO优化BP算法及其应用

为了改进BP算法预测性能,提出QPSO-BP模型.该模型采用DELTA势阱改进的量子粒子群(QPSO)算法优化BP网络的权值与阈值,然后利用各年的GDP数据进行训练和预测.结果表明:经过DELTA势阱改进的QPSO优化BP算法模型比PSO-BP模型和BP神经网络更稳定,预测精度更高且泛化能力更强.与文献中所用模型的运算结果相比较,这种改进模型运算结果的相对误差和平均误差更小,在准确性上也有一定的优势.     

基于二进制域上的ECC标量乘法算法

通过分析带符号的二进制算法（NAF)和窗口法的理论基础,利用二进制域上求逆元的简便性,结合预计算倍点序列,提出一种快速计算ECC点倍运算的算法。该算法在求时,采用编码表示,结合NAF编码算法,得到的带符号编码,减少了倍点运算的次数。和同类算法相比,算法能够有效地降低时间复杂度。