【摘 要】
:
针对时延约束下低代价组播树的构建方法,提出了一种基于关键节点的时延约束低代价组播路由算法。该算法对已有的动态时延优化的链路选择函数进行改进,并加入关键节点和关键次数的概念。在首次选择目的节点时,重点考虑关键节点和关键次数因素,降低了选择低代价链路的时间复杂性,再利用改进后的链路选择函数依次选择节点加入树中,进而产生满足要求的组播树。实验仿真结果表明,该算法不仅能正确构建出时延约束低代价组播树,且与
论文部分内容阅读
针对时延约束下低代价组播树的构建方法,提出了一种基于关键节点的时延约束低代价组播路由算法。该算法对已有的动态时延优化的链路选择函数进行改进,并加入关键节点和关键次数的概念。在首次选择目的节点时,重点考虑关键节点和关键次数因素,降低了选择低代价链路的时间复杂性,再利用改进后的链路选择函数依次选择节点加入树中,进而产生满足要求的组播树。实验仿真结果表明,该算法不仅能正确构建出时延约束低代价组播树,且与其他算法相比,构成组播树所需平均时间更少。
其他文献
为改善H.264编码的视频流在802.11e中的传输性能,提出了一种结合H.264/AVC中不同类型的数据分割对视频重建质量的重要性因子和队列状态的视频包映射方法。首先定量分析H.264/AVC中A、B、C三种分割的丢失对视频重建质量的影响,得到其重要因子;然后依据重要因子和队列长度将视频数据包映射到802.11e的不同EDCA队列中。算法改进了EDCA机制中数据包的静态映射机制,根据视频分割数据
研究了一种基于DWT与SVD相结合的半盲彩色数字水印算法,鉴于嵌入水印的实用性,原始图像与水印图像采用的都是彩色图像。在置乱变换系数和半盲水印的双重保护下,提高了水印的安全性,奇异值分解对常见的几何失真是稳健的,而小波分解可以把图像的主要能量集中到低频域中,结合它们的优点可以更好地提高水印的抗攻击性。实验结果表明,嵌入水印后的图像在加噪、滤波(如模糊、锐化)、缩放、旋转、剪切和有损压缩等攻击后,其
在通信网告警相关性分析中,针对传统时间窗口提取告警数据效率低的问题,提出了一种基于双约束滑动时间窗口的告警预处理方法。在双约束的条件下,滑动时间窗的窗口宽度和滑动步长能够根据告警序列的实际情况自动地调整,并选取时间段的中点作为参照点。实验证明,采用双约束滑动时间窗划分算法可以获得比传统方法更高的数据提取效率,并且能够有效去除噪声数据,非常适合于通信网告警数据的预处理。
提出了一种用于验证云服务器上外包数据完整性的算法。通过引入双线性对,由用户随机选择挑战数据发送给服务器,云存储服务器返回生成的证据,验证判定等式的均衡性即可知外包数据是否完整,可信第三方的引入避免了纠纷的无法仲裁。算法可远程对外包数据实现无限次的完整性验证,很好地兼顾了用户和云存储服务商的利益。
针对当前水印鲁棒性和透明性矛盾的问题,提出了一种基于奇异值变换(SVD)和小波包分解的自适应鲁棒水印算法,对二值水印图像进行Arnold置乱预处理,以增强水印信息的安全性。在水印嵌入过程中,将原始宿主图像分为8×8子图像块,并对每一子块进行小波包分解。根据人眼视觉特性和图像块自身的亮度以及纹理特征确定最佳量化步长,将水印信息通过量化调制的方法自适应地嵌入至相应高低频区域的奇异值中。实验结果表明,该
现有残差比较等异常检测方法只能在突变阶段检测异常,检测率较低。综合考虑网络流量中包含的所有特征,对网络中的多种协议流量指标分别进行局部投影降噪处理,将各流量分解为流量趋势部分和噪声流量部分,以这两部分为参量通过支持向量数据描述建立检测模型,并通过对样本的模糊化处理提高模型的泛化性。实验表明该方法适合于检测拒绝服务攻击引起的流量异常,与传统的阈值比较方法相比能够获得更高的异常检测率和更低的误报率。
2004年8月26—27日,由北京大学教育学院、教育经济研究所主办的“中国教育与人力资源小型高级国际研讨会”在北京大学英杰国际交流中心隆重举行。来自教育部、中国社会科学院
针对服装建模过程中,需要反复修改衣片来获得令人满意的虚拟服装模型以及计算复杂度高的问题,提出一种基于多控制点的衣片网格局部变形方法。该方法首先建立衣片网格模型,然后利用Open GL的选择模式移动服装关键点,进而得到边界控制点,利用控制点对衣片网格模型进行局部变形,最后对衣片建立受力模型,通过虚拟缝合、碰撞检测以及纹理映射建立三维服装模型,展现服装整体效果,得到多样的服装模型。实验结果表明,由于在
2019年7月7日,由中国酒业协会主办、中铭酒业有限公司承办的“中国八大名酒专场鉴定会”在京举办,以推进陈年白酒收藏市场的健康、繁荣、可持续发展。老酒既有酒自身的物质特