基于量子态相干分析的WMSN云执行信息分簇约简

无线多媒体传感网络(WMSN)云执行信息数据量大,实时性要求较高,需要对云执行信息进行分簇约简,提高WMSN的纠错能力和延长网络生命期。提出一种基于量子态相干分析的WMSN云执行信息分簇约简算法,基于量子遗传算法的WMSN网络模型,得到网络中多媒体节点的最大部署密度,采用量子态相干分析算法,进行信息数据寻优,设计WMSN云执行信息分簇策略,得到量子群移动构造的信息素约简后的空间采样分簇重构。实验得出,采用该算法,WMSN中的执行信息得到有效合理规划,分簇空间实现降秩处理,任务执行路径实现最优化模拟生成,执行同步误差较传统方法较小,从而保证了WMSN的系统稳定性和可靠性。     

基于Logistic回归算法的企业顾客抱怨管理机制的构建

顾客抱怨作为消费行为研究中的一个重要课题,已成为营销研究的热点。有效的抱怨管理机制对于化解顾客不满情绪,提升企业服务水平,维持长期顾客关系等具有十分重要的意义。针对这一问题,本文详细描述了企业应如何加强抱怨管理流程,优化抱怨管理方法,改造企业组织结构,妥善处理顾客抱怨和开发抱怨的各种有用价值,并通过Logistic回归算法模型对数据进行实例分析,通过仿真结果表明,本文所提出的Logistic回归算法模型,能够有效地加速运算的速度,缩短运算的时间,对于构建企业顾客抱怨管理机制具有很好的作用。     

基于检错码静默补偿的跨层链路复激活算法

有效的链路层的复激活算法可以提高语义系统的检错性能。传统方法采用自适应模式匹配方法实现语义系统的跨层链路复激活,当检错码冗余数据块随机放置时,不能有效实现语义检错。提出一种基于检错码静默补偿的跨层链路复激活算法,构建语义系统网络控制模型,设计检错码编码数据块放置方法,提出检错码静默补偿机制并实现跨层链路复激活算法改进。实验结果表明,采用该算法能有效实现语义系统检错码跨层链路激活,谱峰复激活搜索明显,任务执行精度提高17%,算法在语义网通信编码设计等领域具有较好的应用价值。     

核模糊C均值算法的类别间可分性优化

随着的计算能力的不断提高和计算机体系结构的可编程性,将向着多核,众核的异质形核的方向继续发展。针对这一问题,本文对KFCM算法的类别间可分性优化进行了分析,通过对于FCM算法的数据集C划分、FCM算法和HCM算法的理论知识,解释了KFCM算法,对于样本的特征进行优化,将高维特征空间内的数据映射到内核函数中,将样本的有益特征扩大,到达快而准的聚类效果。经过仿真测试显示,KFCM算法模型聚类效果可以准确区分二者。     

基于多模式匹配算法的计算机网络入侵检测研究

为了提高计算机网络入侵检测的效率和性能,采用多模式匹配算法来实现入侵检测。首先对网络入侵检测模型进行了分析,接着对多模式匹配算法基本定义进行阐述,提出了典型多模式匹配算法最后进行实例仿真,并从匹配时间和内存消耗两个方面对常见的三种多模式匹配算法性能进行了分析比较,实验证明,多模式匹配算法适用于计算机网络入侵检测,具有一定的研究价值。     

多足球机器人视觉躲避相撞算法的仿真分析

在机器人足球比赛中,比赛过程对抗性激烈,需要机器人在运动状态下完成障碍物的躲避,但是当前的多机器人时间配合任务中,对避障的要求往往都是单一的,静态的障碍物,对运动中的同视觉机器人壁障效果不好。为了解决这一问题,提出一种基于多传感器运动信息约束规划的机器人视觉避障技术,采取信号采样技术采集多路机器人信号,采用射线追踪算法和内建的相撞检测机制,对足球机器人实际的不同路状下进行障碍躲避。实验证明该方法具有很好的鲁棒性与有效性。     

模糊图像的时频毗邻节点信息挖掘算法仿真

对模糊图像的信息获取是提高模糊图像信息输出的重要手段;传统的图像处理方法面对模糊图像时效果很差,提出一种模糊图像的时频毗邻节点信息挖掘实现方法,采用时频毗邻节点信息联合挖掘的方法,对模糊的图像采用两维信息挖掘的方法同时对图像信息进行提取,通过图像信息的耦合性,优化结果输出。采用一组多帧图模糊像进行挖掘实验,结果显示,采用时频毗邻节点信息联合挖掘方法,可以很好地从模糊的图像中提取出信息,具有很好的应用价值。     

冷热分布不均匀环境下建筑混凝土粘性分析模型

在建筑领域,当前的建筑混凝土粘性估计方法不能准确描述冷热分布不均匀环境下粘性的变化,获取的结果存在较大的偏差。为了解决这一问题,提出一种建筑混凝土粘性与温度变化的测试分析模型,分析了建筑混凝土粘性随温度变化的趋势,通过温度载荷波动曲线对冷热分布不均匀环境下的建筑混凝土粘性的时变进行测试分析,采用修正因子强化当前测试数据的价值度,过滤无价值数据的干扰,使用渐进最小二乘算法计算粘性大小。实验结果说明,所提方法对不同温度条件下的建筑混凝土进行粘性估计具有较高的稳定性和鲁棒性,具有很强的应用前景。     

基于遗传退火算法的无线传感数据采集研究

随着科技的进步与社会的发展,无线传感网络进入高速发展阶段,越来越多的学者开始对无线传感网络数据采集进行研究。本文根据目前存在的研究方法,提出了一种基于无线传感网络数据采集的改进退火算法,该算法在传统模拟退火算法的基础上,引入遗传算法,改进种群的多样性,对收敛性进行优化,从而加强建筑结构监测的精确度。对比测试结果表明,基于改进退火算法的无线传感网络数据采集在实际过程中切实有效,可以对数据采集做到科学、精确的检测效果。     

基于混沌策略的蝙蝠优化算法在云计算资源调度中的研究

资源调度是当前云计算研究的热点,但是云计算中的虚拟节点的资源调度存在效率低,稳定性低的问题。针对这种情况,本文首先建立云计算环境下的资源调度模型,在模型中引入了优化后的蝙蝠算法,优化中引入混沌算法中的立方映射函数,对蝙蝠的个体进行混沌优化,同时缩小了搜索空间,加快了收敛速度。通过在Cloudsim平台上仿真实验表明,该算法在性能上、资源调度效率和任务调度方面都有很大改进,有效提高了云计算系统的资源调度能力。