偷窥国产在线91,亚洲无线国产观看原创,日本精品aⅴ一区二区三区,久久九九兔免费精品6

簡(jiǎn)介：物聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的迅猛發(fā)展給第五代5G移動(dòng)通信研究提出了諸多挑戰(zhàn)，比如更高的傳輸速率、更低的時(shí)延、更高的連接密度等?；诠β视驈?fù)用的非正交多址接入PDNOMA和基于碼域復(fù)用的稀疏碼多址接入SCMA被認(rèn)為是5G移動(dòng)通信系統(tǒng)多址接入方式的兩個(gè)最重要候選技術(shù)。本論文分別研究了不同5G場(chǎng)景下，PDNOMA和SCMA的中斷概率和平均速率性能，得到了一些閉合表達(dá)式和相關(guān)近似結(jié)果表達(dá)式，對(duì)PDNOMA和SCMA的系統(tǒng)設(shè)計(jì)以及系統(tǒng)參數(shù)優(yōu)化具有重要指導(dǎo)意義。首先，提出了一種提高用戶公平性的PDNOMA功率分配方案，可以更靈活地滿足不同用戶服務(wù)質(zhì)量QOS需求。進(jìn)而得到了該方案的中斷概率與平均速率的精確表達(dá)式及其在高信噪比條件下的近似值。與基于固定功率分配的PDNOMA和認(rèn)知無(wú)線電啟發(fā)式PDNOMA相比，該方案可以嚴(yán)格保證其中斷概率和平均和速率性能同時(shí)優(yōu)于傳統(tǒng)的正交多址接入OMA。通過該方案，系統(tǒng)吞吐量和不同用戶間公平性可以實(shí)現(xiàn)更加靈活地折中。其次，研究了一個(gè)源端通過一個(gè)瞬時(shí)無(wú)線信息和功率傳輸SWIPT的中繼來(lái)服務(wù)兩個(gè)用戶的協(xié)作模型。通過分析固定功率分配PDNOMAFNOMA和認(rèn)知無(wú)線電啟發(fā)式PDNOMACRNOMA的性能，分別得到了相應(yīng)的中斷概率閉合表達(dá)式以及高信噪比條件下的近似值。分析結(jié)果表明，這兩種功率分配策略都可以實(shí)現(xiàn)接收可靠性、用戶公平性以及系統(tǒng)復(fù)雜度之間的折中關(guān)系，在保證與SWIPT中繼網(wǎng)絡(luò)OMA實(shí)現(xiàn)相同分集增益的基礎(chǔ)上可以有效地減小中斷概率。接著，假定用戶在單小區(qū)內(nèi)均勻分布，研究了僅已知部分信道狀態(tài)信息CSI條件下的下行PDNOMA系統(tǒng)的性能。對(duì)于基于信道估計(jì)誤差模型的非理想CSI，得到了PDNOMA系統(tǒng)的中斷概率與平均和速率以及高信噪比條件下的近似表達(dá)式。對(duì)于基于二階統(tǒng)計(jì)SOS的PDNOMA模型，分別得到了中斷概率的閉合表達(dá)式以及兩用戶情況下的近似平均和速率表達(dá)式。對(duì)于這兩種典型的部分CSI下的PDNOMA場(chǎng)景，PDNOMA的性能均優(yōu)于傳統(tǒng)的OMA，而且基于SOS的PDNOMA系統(tǒng)性能優(yōu)于基于非理想CSI的PDNOMA系統(tǒng)。特別地，在低信噪比區(qū)域，基于SOS的PDNOMA系統(tǒng)可以獲得與理想CSI的PDNOMA系統(tǒng)類似的性能。再次，研究了用戶位置在六邊形小區(qū)內(nèi)隨機(jī)部署的上行SCMA系統(tǒng)的平均和速率，分析結(jié)果表明，SCMA系統(tǒng)的平均和速率優(yōu)于OFDMA系統(tǒng)。假定所有用戶相對(duì)基站的距離固定但不一定相同，研究了因子圖矩陣對(duì)上行SCMA系統(tǒng)平均和速率的影響。結(jié)果表明，當(dāng)正交資源分配給相鄰用戶時(shí)，可以得到SCMA系統(tǒng)最優(yōu)遍歷和速率。同時(shí)也提出了一個(gè)低復(fù)雜度的迭代算法來(lái)設(shè)計(jì)最優(yōu)的SCMA因子圖矩陣。最后，假定基站在圓盤內(nèi)均勻分布，研究了云無(wú)線接入網(wǎng)絡(luò)CRAN。利用高斯切比雪夫積分獲得了CRAN系統(tǒng)的中斷概率和遍歷容量的近似結(jié)果，該結(jié)果比已有的分析結(jié)果更精確。另外，論文還研究了一個(gè)認(rèn)知無(wú)線電協(xié)作網(wǎng)絡(luò)模型，它包括一個(gè)主用戶、一對(duì)認(rèn)知發(fā)射接收機(jī)和一個(gè)能量收集中繼，其中中繼是從所觀測(cè)的無(wú)線電頻率上獲取能量。得到了基于SWIPT認(rèn)知無(wú)線電協(xié)作網(wǎng)絡(luò)的中斷概率及高信噪比條件下的近似值。分析結(jié)果表明，運(yùn)用SWIPT可以獲得與傳統(tǒng)認(rèn)知無(wú)線電網(wǎng)絡(luò)相同的分集增益。

簡(jiǎn)介：M㈣LLLII㈨LILLI㈣洲ⅧIY3387144分類號(hào)UDC密級(jí)公玨舅毋廬夕擎碩士研究生學(xué)位論文高鐵無(wú)線網(wǎng)絡(luò)小區(qū)切換技術(shù)研究申請(qǐng)人學(xué)號(hào)培養(yǎng)單位學(xué)科專業(yè)研究方向指導(dǎo)教師校外導(dǎo)師完成日期錢錕3141806電子工程學(xué)院電子與通信工程通信與信息系統(tǒng)劉勇凌斌2018年4月5日中文摘要中文摘要中國(guó)的高鐵一直在提速，從一百多邁到現(xiàn)在的三百多邁，同時(shí)未來(lái)可能會(huì)達(dá)到六百多邁。如此驚人的速度給廣大旅客更好的出行體驗(yàn)日行千里，朝發(fā)夕至不再是夢(mèng)。但是這么快的移動(dòng)速度會(huì)造成諸多網(wǎng)絡(luò)切換方面的問題，讓傳統(tǒng)移動(dòng)通信產(chǎn)生更加棘手的問題，突出的表現(xiàn)是快速的小區(qū)切換。體現(xiàn)在無(wú)線信號(hào)延遲、信號(hào)差等方面，為高鐵旅客的用戶體驗(yàn)帶來(lái)了極大的不便。綜上所有，切換中斷時(shí)間、切換性能成為限制高鐵無(wú)線網(wǎng)絡(luò)小區(qū)切換的主要因素。傳統(tǒng)的網(wǎng)絡(luò)LTETHELONGTERMEVOLUTION，網(wǎng)絡(luò)長(zhǎng)期演進(jìn)技術(shù)，它讓無(wú)線移動(dòng)通信技術(shù)和寬帶通信技術(shù)很好的整合到了一起。但是傳統(tǒng)的LTE網(wǎng)絡(luò)小區(qū)切換它的延時(shí)較大、切換質(zhì)量較低。沒有辦法適應(yīng)高鐵時(shí)代要求。這里設(shè)計(jì)一個(gè)建立在COMPCOORDINATEDMULTIPOINT協(xié)同多點(diǎn)傳輸1手段和雙播手段基礎(chǔ)之上的小區(qū)切換辦法，在原有的LTE網(wǎng)絡(luò)當(dāng)中，把空中接口使用COMP協(xié)同多點(diǎn)傳輸手段，S1連接則是用到了雙播切換手段，用數(shù)據(jù)傳輸口令把COMP協(xié)同多點(diǎn)傳輸還有雙播開啟，讓整個(gè)系統(tǒng)更加地簡(jiǎn)單易操作。根據(jù)這個(gè)理論與實(shí)踐的對(duì)比分析，本案設(shè)計(jì)的切換手段相對(duì)于傳統(tǒng)的LTE網(wǎng)絡(luò)小區(qū)切換，有著明顯的優(yōu)勢(shì)。主要從降低時(shí)延、較少中斷率、提高成功率、增大吞吐率這四個(gè)方面有所提高。因此，這種基于COMP技術(shù)和雙播技術(shù)的網(wǎng)絡(luò)小區(qū)切換技術(shù)從切換時(shí)延和切換性能兩方面都有較大的提高，可以給高速移動(dòng)中使用網(wǎng)絡(luò)的旅客更好的用戶體驗(yàn)，無(wú)論是通話還是數(shù)據(jù)的接收與發(fā)送都是更加的順暢，所以此種切換方式更適合高速移動(dòng)的列車。關(guān)鍵詞高速環(huán)境；網(wǎng)絡(luò)切換；LTE；COMP；雙播

簡(jiǎn)介：近年來(lái)，隨著第五代（5G）無(wú)線通信理論和技術(shù)研究的發(fā)展，如何獲取高資源利用率解決方案成為5G無(wú)線通信的一個(gè)研究子方向。全雙工FD技術(shù)作為提高5G網(wǎng)絡(luò)頻譜效率的一項(xiàng)重要技術(shù)，為解決5G網(wǎng)絡(luò)面臨的極高速率等需求提供了一種潛在的解決方案。論文的主要工作包括（1）闡述了移動(dòng)通信的發(fā)展需求以及對(duì)未來(lái)通信的一些技術(shù)要求，同時(shí)探討了5G通信的研究背景以及全雙工技術(shù)的研究現(xiàn)狀。（2）介紹了蜂窩網(wǎng)絡(luò)架構(gòu)的現(xiàn)狀以及一種潛在的5G網(wǎng)絡(luò)架構(gòu)，接著概述一些新興技術(shù)包括大規(guī)模MIMO技術(shù)，SMALLCELL網(wǎng)絡(luò)，全雙工技術(shù)，毫米波通信技術(shù)等。（3）首先介紹了全雙工MAC通信的特點(diǎn)與難點(diǎn)，其次分析了全雙工MAC協(xié)議（CONTRAFLOW協(xié)議）中雙鏈路模式的對(duì)稱與非對(duì)稱兩種實(shí)現(xiàn)方式以及兩種方式實(shí)現(xiàn)過程中面對(duì)的挑戰(zhàn)，最后探討了適用于全雙工MAC雙鏈路傳輸?shù)膫鬏敳呗约捌錄_突解決方案。（4）研究了采用全（網(wǎng)絡(luò)空間）頻率復(fù)用的一種全雙工蜂窩網(wǎng)絡(luò)方案，物理層考慮單信道（帶內(nèi)）的單輸入單輸出（SISO）配置。分析推導(dǎo)了全雙工模式和半雙工模式下蜂窩網(wǎng)絡(luò)的理論吞吐量，最后通過仿真評(píng)估了兩者在OFDMA多小區(qū)蜂窩系統(tǒng)場(chǎng)景下的性能。（5）探討了一種MIMO與全雙工的結(jié)合方案，即研究了一種大規(guī)模MIMO下全雙工密集部署的小蜂窩SMALLCELL網(wǎng)絡(luò)的容量性能。

簡(jiǎn)介：目前，人們對(duì)于汽車功能的需求不斷升級(jí)，汽車正向著更智能、更舒適、更安全的方向發(fā)展。汽車輔助駕駛、安全、診斷及娛樂等相關(guān)設(shè)備或子系統(tǒng)等不斷被加入汽車電子系統(tǒng)，這使得車載網(wǎng)絡(luò)對(duì)帶寬、開放性的要求越來(lái)越高，各子系統(tǒng)之間通信需求越來(lái)越大。目前的基于中央網(wǎng)關(guān)且包含多個(gè)異構(gòu)的網(wǎng)絡(luò)子系統(tǒng)的高度集成式網(wǎng)絡(luò)體系結(jié)構(gòu)及相關(guān)技術(shù)難以滿足未來(lái)汽車電子系統(tǒng)的需求。下一代汽車車載網(wǎng)絡(luò)將演變?yōu)橐砸蕴W(wǎng)為骨干網(wǎng)、多總線構(gòu)成下層網(wǎng)絡(luò)的層次化網(wǎng)絡(luò)。其中，如何使以太網(wǎng)技術(shù)能夠提供汽車車載應(yīng)用所需的服務(wù)質(zhì)量保障，尤其是實(shí)時(shí)性保障，成為了當(dāng)前學(xué)術(shù)界和汽車工業(yè)界的研究熱點(diǎn)。目前對(duì)下一代汽車車載以太網(wǎng)的研究還不太成熟，其工作機(jī)制和協(xié)議都處在討論階段，還沒有形成相對(duì)穩(wěn)定的標(biāo)準(zhǔn)。本文重點(diǎn)關(guān)注了可用于下一代汽車車載網(wǎng)絡(luò)中的兩種候選的以太網(wǎng)技術(shù)，即ETHERAVB（音視頻橋接以太網(wǎng)技術(shù)）和基于IEEE8021PQ的具有輕量級(jí)服務(wù)質(zhì)量保證的以太網(wǎng)技術(shù)。本文的主要工作及貢獻(xiàn)有以下兩方面首先，針對(duì)基于ETHERAVB技術(shù)的車載網(wǎng)絡(luò)的設(shè)計(jì)過程，提出了一種具體的、低復(fù)雜度的減小實(shí)時(shí)性消息延遲的方法FNLBFFIRSTNRTLASTCLASSBFRAGMENT。該方法基于對(duì)AVB網(wǎng)絡(luò)端到端最壞時(shí)延的計(jì)算，對(duì)給定的網(wǎng)絡(luò)拓?fù)浜土髋渲眯畔?，通過調(diào)整某些數(shù)據(jù)幀的幀長(zhǎng)，從而降低實(shí)時(shí)性消息的時(shí)延，使其滿足設(shè)計(jì)規(guī)定的實(shí)時(shí)性需求。該方法可以在保證時(shí)延滿足設(shè)計(jì)閾值的情況下，對(duì)實(shí)時(shí)流的原始配置進(jìn)行盡可能小的改動(dòng)，同時(shí)保證非實(shí)時(shí)數(shù)據(jù)幀取盡可能大的幀長(zhǎng)，以保證其數(shù)據(jù)流中的有效數(shù)據(jù)比例。其次，在車載網(wǎng)絡(luò)應(yīng)用情景下，對(duì)基于IEEE8021PQ的輕量級(jí)的以太網(wǎng)服務(wù)質(zhì)量保障策略進(jìn)行了建模和性能分析。在一類以以太網(wǎng)為骨干網(wǎng)的車載網(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)上，使用排隊(duì)論建立了系統(tǒng)模型，給出了三種不同的輕量級(jí)服務(wù)保證策略下各類消息在交換機(jī)上的平均時(shí)延的形式化表述，結(jié)合車載網(wǎng)中的數(shù)據(jù)流特征對(duì)比了三種策略的性能并分析了在非實(shí)時(shí)性消息干擾下不同策略對(duì)實(shí)時(shí)性消息的時(shí)延保障性能。本文的工作對(duì)基于以太網(wǎng)的車載網(wǎng)絡(luò)技術(shù)的改進(jìn)及基于以太網(wǎng)的車載網(wǎng)絡(luò)的設(shè)計(jì)都具有一定的參考意義。

簡(jiǎn)介：無(wú)線傳感器網(wǎng)絡(luò)（WSN，WIRELESSSENSWK）是由許多成本較低的傳感器節(jié)點(diǎn)構(gòu)成的，它們可以自組織地形成一個(gè)無(wú)線網(wǎng)絡(luò)。在WSN中，傳感器節(jié)點(diǎn)從監(jiān)測(cè)環(huán)境中采集數(shù)據(jù)，并對(duì)這些數(shù)據(jù)進(jìn)行分析和處理，最后把處理后的數(shù)據(jù)發(fā)送給網(wǎng)絡(luò)用戶。在無(wú)線傳感器網(wǎng)絡(luò)的研究中，路由算法是它研究的主要內(nèi)容之一，它的主要作用是查找頭節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)之間的最佳路徑，然后將信息沿著這條選好的路徑發(fā)送出去。在WSN路由算法設(shè)計(jì)中，經(jīng)常會(huì)用到數(shù)據(jù)融合技術(shù)，這種情況發(fā)生在WSN的網(wǎng)絡(luò)層。在信息轉(zhuǎn)發(fā)階段，網(wǎng)絡(luò)中的節(jié)點(diǎn)將采集的信息融合在一塊，獲得一條更加精準(zhǔn)的、更加完整的、更符合用戶要求的信息。這樣不僅使得網(wǎng)絡(luò)中傳輸?shù)男畔⒘繙p少，還可以有效地降低網(wǎng)絡(luò)的能量消耗，從而增加網(wǎng)絡(luò)的生存時(shí)間。因此，本文在無(wú)線傳感器網(wǎng)絡(luò)的基礎(chǔ)上，提出了基于數(shù)據(jù)融合的WSN路由技術(shù)。主要研究的內(nèi)容和成果如下（1）對(duì)于目前傳感器網(wǎng)絡(luò)和路由技術(shù)的現(xiàn)狀進(jìn)行了概括，而且分析了數(shù)據(jù)融合技術(shù)的特點(diǎn)和應(yīng)用情況。與此同時(shí)，對(duì)目前現(xiàn)有的基于數(shù)據(jù)融合的路由算法進(jìn)行了分析，發(fā)現(xiàn)在無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合方面的研究中，使用分簇拓?fù)浣Y(jié)構(gòu)，更加利于網(wǎng)絡(luò)的管理和維護(hù)，而且使用分簇拓?fù)浣Y(jié)構(gòu)的網(wǎng)絡(luò)可擴(kuò)展性好，適用于大規(guī)模的網(wǎng)絡(luò)。（2）為了彌補(bǔ)LEACH協(xié)議的不足，本文提出了一種新算法DFRA。DFRA算法主要包括三個(gè)階段簇的建立階段、融合樹的構(gòu)建階段、數(shù)據(jù)傳輸階段。其中，簇頭的選擇是依據(jù)節(jié)點(diǎn)的剩余能量來(lái)決定的，而在融合樹的建立過程中，會(huì)考慮到節(jié)點(diǎn)的通信代價(jià)，最后在數(shù)據(jù)傳輸過程中使用改進(jìn)的融合算法。（3）搭建了OP仿真環(huán)境，對(duì)DFRA算法在能量消耗、節(jié)點(diǎn)存活的個(gè)數(shù)和網(wǎng)絡(luò)的通信量三方面進(jìn)行了仿真和分析。仿真結(jié)果表明，與LEACH協(xié)議相比，DFRA算法更能夠有效地降低網(wǎng)絡(luò)的能量消耗，增加節(jié)點(diǎn)存活的個(gè)數(shù)，減少網(wǎng)絡(luò)的通信量，從而延長(zhǎng)網(wǎng)絡(luò)的生存周期。

簡(jiǎn)介：隨著統(tǒng)計(jì)方法的迅速發(fā)展，大規(guī)模雙語(yǔ)語(yǔ)料庫(kù)己成為跨語(yǔ)言信息處理不可或缺的基礎(chǔ)資源。雙語(yǔ)語(yǔ)料己被大量應(yīng)用于挖掘雙語(yǔ)術(shù)語(yǔ)、命名實(shí)體和雙語(yǔ)詞典等更細(xì)粒度的互譯等價(jià)對(duì)，為統(tǒng)計(jì)機(jī)器翻譯和跨語(yǔ)言信息檢索等領(lǐng)域提供支持。然而，現(xiàn)有的雙語(yǔ)語(yǔ)料資源十分匱乏，而低密度語(yǔ)言的雙語(yǔ)語(yǔ)料尤為稀缺。近年來(lái)，網(wǎng)絡(luò)原始雙語(yǔ)資源迅速增長(zhǎng)，且具有內(nèi)容新穎和來(lái)源廣闊的優(yōu)勢(shì)，圍繞網(wǎng)絡(luò)雙語(yǔ)語(yǔ)料挖掘方法的研究已成為人們關(guān)注的焦點(diǎn)。本文以網(wǎng)絡(luò)雙語(yǔ)語(yǔ)料挖掘技術(shù)為研究對(duì)象，進(jìn)行了平行語(yǔ)料和可比語(yǔ)料挖掘系統(tǒng)的設(shè)計(jì)，并展開了四項(xiàng)技術(shù)的研究平行網(wǎng)頁(yè)識(shí)別、網(wǎng)頁(yè)正文抽取、字詞提取以及跨語(yǔ)言文本相似度計(jì)算。分述如下1基于新特征信息的平行網(wǎng)頁(yè)識(shí)別為解決挖掘網(wǎng)絡(luò)平行語(yǔ)料面臨網(wǎng)頁(yè)結(jié)構(gòu)非對(duì)稱的問題，本文提出將改進(jìn)的編輯距離計(jì)算網(wǎng)頁(yè)HTML標(biāo)簽序列的相似性以及最大匹配計(jì)算數(shù)字序列的相似性等作為特征信息，利用支持向量機(jī)進(jìn)行平行網(wǎng)頁(yè)識(shí)別。該方法降低了對(duì)網(wǎng)頁(yè)結(jié)構(gòu)信息的依賴程度，提高了對(duì)現(xiàn)有的低密度語(yǔ)言網(wǎng)絡(luò)資源的適應(yīng)性。2基于文本密度模型的網(wǎng)頁(yè)正文抽取為解決結(jié)構(gòu)布局各異的網(wǎng)頁(yè)抽取正文時(shí)發(fā)生邊界誤判的問題，本文提出一種基于文本密度模型的新聞網(wǎng)頁(yè)正文抽取方法，主要通過融合網(wǎng)頁(yè)結(jié)構(gòu)和語(yǔ)言特征的統(tǒng)計(jì)模型，將網(wǎng)頁(yè)文檔按文本行轉(zhuǎn)化成正、負(fù)文本密度序列，再根據(jù)鄰近行內(nèi)容的連續(xù)性，利用高斯平滑技術(shù)修正文本密度序列，最后采用改進(jìn)的最大子序列分割密度序列抽取正文內(nèi)容。該方法既保持了正文的完整性又排除了噪聲的干擾，且無(wú)需人工干預(yù)或反復(fù)訓(xùn)練。3基于LDA模型的文檔字詞提取為解決現(xiàn)有的字詞抽取方法未能綜合體現(xiàn)文本主題的顯著性、可讀性以及全面性的問題，本文提出一種基于文檔隱含主題的字詞抽取新算法TFITF，主要利用大規(guī)模語(yǔ)料產(chǎn)生隱含主題模型以計(jì)算詞匯對(duì)主題的TFITF權(quán)重，并進(jìn)一步產(chǎn)生詞匯對(duì)文檔的權(quán)重，再采用共現(xiàn)信息合并相鄰詞匯以形成候選短語(yǔ)，最后使用相似性排除隱含主題相近的冗余短語(yǔ)。該方法有效地提高了文檔字詞抽取的準(zhǔn)確率與召回率。4基于BILDA模型的跨語(yǔ)言文檔相似度為解決使用互譯詞匯等特征匹配跨語(yǔ)言文檔時(shí)無(wú)法衡量文檔對(duì)主題相關(guān)性的問題，本文提出基于BILDA模型分析不同語(yǔ)言文檔的跨語(yǔ)言主題模型，并給出文檔主題的KL散度、主題頻率逆文檔頻率的余弦值和文檔的條件概率三種方法，分別計(jì)算不同語(yǔ)言文檔的相似度，為篩選相似文本對(duì)自動(dòng)構(gòu)建可比語(yǔ)料庫(kù)提供基礎(chǔ)。該方法增強(qiáng)了對(duì)文檔語(yǔ)義信息的理解，克服了利用互譯詞匯匹配文檔的表面性，可有效地匹配主題一致的不同語(yǔ)言文檔。本文在平行語(yǔ)料挖掘中主要的技術(shù)有平行網(wǎng)頁(yè)識(shí)別和網(wǎng)頁(yè)正文抽取，在可比語(yǔ)料挖掘中主要的技術(shù)有網(wǎng)頁(yè)正文抽取、字詞提取和跨語(yǔ)言文本相似性。實(shí)驗(yàn)證明，本文的方法提高了網(wǎng)絡(luò)資源的利用率和網(wǎng)絡(luò)雙語(yǔ)語(yǔ)料挖掘的質(zhì)量。

簡(jiǎn)介：網(wǎng)絡(luò)編碼是一門通過最小化數(shù)據(jù)分組的傳輸次數(shù)來(lái)改善網(wǎng)絡(luò)吞吐性能的新理論。無(wú)線信道的廣播特性，無(wú)線網(wǎng)絡(luò)較低的吞吐量，以及無(wú)線設(shè)備復(fù)雜的運(yùn)行環(huán)境為網(wǎng)絡(luò)編碼提供了合適的運(yùn)用場(chǎng)景。一種與路由技術(shù)結(jié)合，具備編碼機(jī)會(huì)主動(dòng)感知能力的編碼方法，即編碼感知路由算法，是近年來(lái)網(wǎng)絡(luò)編碼在無(wú)線網(wǎng)絡(luò)中應(yīng)用研究的重要分支。本文提出了一種可速率匹配的編碼感知路由算法，并根據(jù)后續(xù)分析對(duì)算法進(jìn)行了改進(jìn)。文章以充分、合理利用網(wǎng)絡(luò)編碼機(jī)會(huì)為出發(fā)點(diǎn)，對(duì)不同數(shù)據(jù)流分布模型下的多跳多節(jié)點(diǎn)編碼結(jié)構(gòu)開展了研究，并在此基礎(chǔ)上提出一種補(bǔ)充編碼條件。針對(duì)確定編碼結(jié)構(gòu)和隨機(jī)編碼結(jié)構(gòu)，論文對(duì)其中的可編碼節(jié)點(diǎn)數(shù)目進(jìn)行了統(tǒng)計(jì)對(duì)比。結(jié)合編碼機(jī)會(huì)數(shù)目和路徑的匹配編碼速率兩種因素，文章設(shè)計(jì)了適用于編碼感知路由的綜合路由判斷準(zhǔn)則。文中對(duì)路由消息格式進(jìn)行了設(shè)計(jì)，在路由請(qǐng)求和路由回復(fù)兩種控制消息中加入了編碼機(jī)會(huì)和匹配速率字段，在路由建立過程中，節(jié)點(diǎn)可獲取并更改這兩個(gè)參數(shù)。通過收到的路由回復(fù)消息，路由請(qǐng)求節(jié)點(diǎn)可以確定最佳轉(zhuǎn)發(fā)路由集。根據(jù)路由準(zhǔn)則，文章設(shè)計(jì)了路由協(xié)議的過程，并對(duì)每一步操作的流程進(jìn)行了闡述。隨后，論文在NS2中對(duì)新協(xié)議的性能進(jìn)行了分析驗(yàn)證。中繼節(jié)點(diǎn)對(duì)可編碼分組的不當(dāng)處理，會(huì)導(dǎo)致編碼機(jī)會(huì)使用效率低下，針對(duì)此問題，文章提出了一種改進(jìn)方法。通過建立數(shù)據(jù)分組到達(dá)模型，確定固定和隨機(jī)兩種匹配分組等待時(shí)長(zhǎng)，來(lái)改變中間節(jié)點(diǎn)對(duì)分組的處理方式，并根據(jù)排隊(duì)論思想分析實(shí)驗(yàn)結(jié)果。為保證不同信道環(huán)境中網(wǎng)絡(luò)編碼的性能，文中提出了自適應(yīng)編碼調(diào)節(jié)機(jī)制，根據(jù)網(wǎng)絡(luò)不同狀態(tài)，合理選擇是否執(zhí)行網(wǎng)絡(luò)編碼，從而減少因網(wǎng)絡(luò)編碼給系統(tǒng)性能帶來(lái)的不利影響。對(duì)提出的路由算法和改進(jìn)方案，論文都進(jìn)行了仿真驗(yàn)證，結(jié)果表明，采用匹配編碼機(jī)制可改善由網(wǎng)絡(luò)編碼引起的網(wǎng)絡(luò)擁塞現(xiàn)象，網(wǎng)絡(luò)中繼節(jié)點(diǎn)對(duì)匹配分組的處理可提高編碼機(jī)會(huì)的利用效率，同時(shí)自適應(yīng)網(wǎng)絡(luò)編碼的應(yīng)用可確保網(wǎng)絡(luò)編碼在不同環(huán)境中的使用更加合理。

簡(jiǎn)介：隨著互聯(lián)網(wǎng)的普及、云計(jì)算的出現(xiàn)以及物聯(lián)網(wǎng)的迅速發(fā)展，網(wǎng)絡(luò)安全問題日益突出，安全漏洞和安全事件大幅度增加。網(wǎng)絡(luò)蠕蟲、黑客拖庫(kù)、0DAY曝光以及個(gè)人隱私數(shù)據(jù)泄漏等網(wǎng)絡(luò)安全事件時(shí)有發(fā)生。網(wǎng)絡(luò)安全逐漸成為國(guó)家、企業(yè)和個(gè)人關(guān)注的焦點(diǎn)。然而現(xiàn)有網(wǎng)絡(luò)安全設(shè)備數(shù)據(jù)來(lái)源單一、各設(shè)備獨(dú)立工作關(guān)聯(lián)性差，它們已經(jīng)無(wú)法滿足當(dāng)前網(wǎng)絡(luò)發(fā)展需求。網(wǎng)絡(luò)安全態(tài)勢(shì)感知應(yīng)運(yùn)而生，逐漸成為網(wǎng)絡(luò)安全領(lǐng)域的研究熱點(diǎn)之一。它結(jié)合傳統(tǒng)網(wǎng)絡(luò)安全技術(shù)的優(yōu)點(diǎn)，全面收集網(wǎng)絡(luò)中的安全態(tài)勢(shì)要素，從宏觀的整體的角度評(píng)估網(wǎng)絡(luò)運(yùn)行狀態(tài)，在安全事件出現(xiàn)之前就對(duì)可能存在的問題進(jìn)行分析預(yù)測(cè)，從而幫助網(wǎng)絡(luò)管理員作出正確的決策。本文在對(duì)國(guó)內(nèi)外大量相關(guān)文獻(xiàn)研究的基礎(chǔ)上，重點(diǎn)從態(tài)勢(shì)感知模型建立、態(tài)勢(shì)評(píng)估、態(tài)勢(shì)預(yù)測(cè)和態(tài)勢(shì)原型系統(tǒng)實(shí)現(xiàn)幾個(gè)方面對(duì)態(tài)勢(shì)感知技術(shù)進(jìn)行了深入研究，主要取得的成果如下1在研究經(jīng)典態(tài)勢(shì)感知模型成果基礎(chǔ)上，提出基于指標(biāo)體系的網(wǎng)絡(luò)安全態(tài)勢(shì)感知系統(tǒng)模型。將系統(tǒng)按功能需求分為“態(tài)勢(shì)數(shù)據(jù)采集指標(biāo)提取指標(biāo)體系建立數(shù)據(jù)存儲(chǔ)態(tài)勢(shì)評(píng)估態(tài)勢(shì)預(yù)測(cè)可視化”七個(gè)模塊并簡(jiǎn)要介紹每個(gè)模塊的功能及其關(guān)鍵技術(shù)實(shí)現(xiàn)。該模型的提出為本文奠定了堅(jiān)實(shí)的模型基礎(chǔ)。2針對(duì)態(tài)勢(shì)感知模型中的態(tài)勢(shì)評(píng)估模塊，提出基于TS模糊神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估方法。將網(wǎng)絡(luò)總體態(tài)勢(shì)劃分為威脅態(tài)勢(shì)、脆弱態(tài)勢(shì)、穩(wěn)定態(tài)勢(shì)和容災(zāi)態(tài)勢(shì)四個(gè)指標(biāo)態(tài)勢(shì)，使用TS模糊神經(jīng)網(wǎng)絡(luò)分別計(jì)算得到四個(gè)指標(biāo)態(tài)勢(shì)的態(tài)勢(shì)值，然后運(yùn)用層次分析法融合得到網(wǎng)絡(luò)總體態(tài)勢(shì)，實(shí)現(xiàn)了安全態(tài)勢(shì)的定量評(píng)估。仿真實(shí)驗(yàn)結(jié)果表明，該方法可行準(zhǔn)確。同時(shí)，該評(píng)估方法可使態(tài)勢(shì)感知初步實(shí)現(xiàn)溯源功能。3針對(duì)態(tài)勢(shì)感知模型中的態(tài)勢(shì)預(yù)測(cè)模塊，提出基于改進(jìn)核函數(shù)支持向量機(jī)ISVM的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法。通過將態(tài)勢(shì)數(shù)據(jù)的時(shí)序特性融合于傳統(tǒng)支持向量機(jī)核函數(shù)中對(duì)網(wǎng)絡(luò)未來(lái)發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)。仿真實(shí)驗(yàn)對(duì)比結(jié)果顯示，ISVM預(yù)測(cè)方法可行有效。本文對(duì)態(tài)勢(shì)預(yù)測(cè)的深入研究為態(tài)勢(shì)感知實(shí)現(xiàn)主動(dòng)防御提供了一定的促進(jìn)作用。4依據(jù)上述理論成果，實(shí)現(xiàn)了基于指標(biāo)體系的網(wǎng)絡(luò)安全態(tài)勢(shì)感知原型系統(tǒng)。在闡述原型系統(tǒng)總體設(shè)計(jì)和詳細(xì)設(shè)計(jì)的基礎(chǔ)上，搭建系統(tǒng)測(cè)試環(huán)境對(duì)原型系統(tǒng)設(shè)計(jì)的規(guī)范性、合理性及功能進(jìn)行了測(cè)試。本文的研究成果為網(wǎng)絡(luò)安全態(tài)勢(shì)感知的進(jìn)一步深入研究和應(yīng)用提供了重要的參考依據(jù)。

簡(jiǎn)介：近年來(lái)，我國(guó)已經(jīng)成為輪胎生產(chǎn)大國(guó)，但是，與輪胎制造強(qiáng)國(guó)還有很大差距。輪胎的質(zhì)量很大層面上取決于橡膠混煉的質(zhì)量，對(duì)于開煉機(jī)煉膠，由于技術(shù)落后，使得我們很難在線檢測(cè)混煉膠的質(zhì)量，這樣一來(lái)，必然就無(wú)法及時(shí)獲得混煉膠的質(zhì)量指標(biāo)，也就無(wú)法進(jìn)行根據(jù)混煉膠的質(zhì)量在線調(diào)整和控制煉膠工藝參數(shù)，以獲得‘均一的’、理想的混煉膠質(zhì)量的研究。針對(duì)這一現(xiàn)狀，本文進(jìn)行了開煉機(jī)混煉膠質(zhì)量在線預(yù)測(cè)研究，以期實(shí)現(xiàn)開煉機(jī)煉膠質(zhì)量在線檢測(cè)。本論文的主要研究工作是通過對(duì)橡膠開煉機(jī)質(zhì)量在線預(yù)測(cè)的研究，改進(jìn)傳統(tǒng)開煉機(jī)實(shí)驗(yàn)平臺(tái)通過實(shí)驗(yàn)研究，找出開煉機(jī)煉膠過程參數(shù)對(duì)煉膠質(zhì)量的影響規(guī)律，運(yùn)用神經(jīng)網(wǎng)絡(luò)法建立過程參數(shù)和煉膠質(zhì)量之間關(guān)系的在線預(yù)測(cè)模型運(yùn)用MATLAB進(jìn)行編程，并運(yùn)行該編程，就可以預(yù)測(cè)出混煉膠的質(zhì)量對(duì)比實(shí)驗(yàn)研究，對(duì)基于神經(jīng)網(wǎng)絡(luò)的橡膠開煉機(jī)煉膠質(zhì)量在線預(yù)測(cè)技術(shù)的預(yù)測(cè)結(jié)果和運(yùn)用SPSS統(tǒng)計(jì)分析軟件進(jìn)行回歸分析，所建立的預(yù)測(cè)數(shù)學(xué)模型的預(yù)測(cè)結(jié)果，分別與實(shí)測(cè)值進(jìn)行對(duì)比論文的主要內(nèi)容如下1、通過對(duì)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和對(duì)多種網(wǎng)絡(luò)之間的優(yōu)缺點(diǎn)進(jìn)行分析探討，進(jìn)行了運(yùn)用BP神經(jīng)網(wǎng)絡(luò)對(duì)開煉機(jī)煉膠質(zhì)量進(jìn)行在線預(yù)測(cè)的研究。2、為了滿足運(yùn)用BP神經(jīng)網(wǎng)絡(luò)法預(yù)測(cè)原理對(duì)開煉機(jī)煉膠的混煉膠質(zhì)量進(jìn)行在線預(yù)測(cè)，必須有一臺(tái)設(shè)備擁有可以直接檢測(cè)出研究所需的各個(gè)過程參數(shù)的裝置，所以我們對(duì)現(xiàn)有的傳統(tǒng)開煉機(jī)煉膠實(shí)驗(yàn)平臺(tái)進(jìn)行了改進(jìn)。3、為了獲得研究所需要的實(shí)驗(yàn)數(shù)據(jù)，在改進(jìn)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)用開煉機(jī)實(shí)驗(yàn)平臺(tái)上進(jìn)行了實(shí)驗(yàn)，橡膠配方選擇全鋼子午胎的胎面膠配方。4、對(duì)影響混煉膠質(zhì)量的主要過程參數(shù)進(jìn)行分析，因主要的過程參數(shù)有四個(gè)，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)，就可以確定輸入層神經(jīng)元的個(gè)數(shù)為4對(duì)混煉膠的門尼粘度和炭黑分散度同時(shí)進(jìn)行預(yù)測(cè)，可以確定輸出層神經(jīng)元的個(gè)數(shù)為2運(yùn)用MATLAB軟件編程，進(jìn)行網(wǎng)絡(luò)訓(xùn)練，網(wǎng)絡(luò)訓(xùn)練后再進(jìn)行網(wǎng)絡(luò)誤差測(cè)試，并可以得出當(dāng)隱層神經(jīng)元的個(gè)數(shù)為10的時(shí)候，網(wǎng)絡(luò)的誤差最小，同時(shí)網(wǎng)絡(luò)收斂也最快。5、對(duì)比試驗(yàn)研究。對(duì)基于神經(jīng)網(wǎng)絡(luò)的開煉機(jī)煉膠質(zhì)量在線預(yù)測(cè)技術(shù)的研究和運(yùn)用SPSS統(tǒng)計(jì)分析軟件的逐步回歸法（STEPWISEREGRESSION）建立橡膠開煉機(jī)煉膠質(zhì)量的預(yù)測(cè)數(shù)學(xué)模型進(jìn)行了對(duì)比，對(duì)比結(jié)果表明，運(yùn)用神經(jīng)網(wǎng)絡(luò)建立橡膠開煉機(jī)煉膠質(zhì)量在線預(yù)測(cè)模型的預(yù)測(cè)結(jié)果更接近實(shí)測(cè)值，預(yù)測(cè)出的門尼粘度值和炭黑分散度值的平均相對(duì)誤差分別為0186和0388，運(yùn)用SPSS統(tǒng)計(jì)分析軟件建立的預(yù)測(cè)數(shù)學(xué)模型的預(yù)測(cè)的門尼粘度和炭黑分散度的平均相對(duì)誤差分別為172和1242。該技術(shù)的研究成功，不僅為開煉機(jī)煉膠的混煉膠質(zhì)量實(shí)現(xiàn)在線檢測(cè)，而且還可以為開煉機(jī)煉膠質(zhì)量的在線控制，混煉膠的‘均一性’以及開煉機(jī)的智能煉膠的研究奠定基礎(chǔ)。對(duì)提高中國(guó)輪胎行業(yè)在國(guó)際的影響力，推動(dòng)中國(guó)輪胎行業(yè)的快速發(fā)展，有重大意義。因此該技術(shù)研究具有重要的現(xiàn)實(shí)意義和實(shí)際應(yīng)用價(jià)值。

簡(jiǎn)介：在近幾年中隨著云計(jì)算技術(shù)和移動(dòng)終端服務(wù)的快速發(fā)展通信網(wǎng)絡(luò)承載的業(yè)務(wù)流量迅速增多通信網(wǎng)絡(luò)在人們?nèi)粘５纳罟ぷ髦邪缪莸慕巧絹?lái)越重要用戶也對(duì)通信網(wǎng)絡(luò)的承載能力、穩(wěn)定性和健壯性提出了更高的要求。業(yè)務(wù)的路由規(guī)劃和保護(hù)這一通信網(wǎng)絡(luò)中的關(guān)鍵問題對(duì)通信網(wǎng)絡(luò)的承載能力、穩(wěn)定性和健壯性有著極為重要的影響。對(duì)業(yè)務(wù)的路由規(guī)劃直接影響到通信網(wǎng)絡(luò)的業(yè)務(wù)接納能力和資源利用狀況而對(duì)業(yè)務(wù)的路由提供保護(hù)則可以有效的提高通信網(wǎng)絡(luò)的穩(wěn)定性和健壯性。本文著眼于通信網(wǎng)絡(luò)的業(yè)務(wù)路由規(guī)劃和保護(hù)問題重點(diǎn)關(guān)注了IP網(wǎng)絡(luò)的業(yè)務(wù)路由保護(hù)問題和彈性光傳輸網(wǎng)絡(luò)的業(yè)務(wù)規(guī)劃問題。IP快速重路由是互聯(lián)網(wǎng)工程任務(wù)組提出的快速響應(yīng)IP網(wǎng)絡(luò)的元件失效的框架標(biāo)準(zhǔn)。在網(wǎng)絡(luò)發(fā)生失效后IP快速重路由框架可以把業(yè)務(wù)恢復(fù)時(shí)間縮短至數(shù)十毫秒從而保護(hù)業(yè)務(wù)不受失效的影響。在近十年內(nèi)已出現(xiàn)了很多IP快速重路由機(jī)制在這其中無(wú)環(huán)保護(hù)路最簡(jiǎn)單最易于部署但無(wú)法保證覆蓋所有的失效場(chǎng)景。而另一方面最大冗余樹可以實(shí)現(xiàn)對(duì)單元件失效的100％保護(hù)但是最大冗余樹提供的保護(hù)路由更長(zhǎng)更容易引起流量集中和過載引發(fā)網(wǎng)絡(luò)擁塞。本文在分析對(duì)比了無(wú)環(huán)保護(hù)路和最大冗余樹的優(yōu)缺點(diǎn)后提出了結(jié)合這兩種機(jī)制的IP快速重路由機(jī)制MRTLFA以利用這兩種機(jī)制的優(yōu)點(diǎn)提高保護(hù)質(zhì)量。仿真實(shí)驗(yàn)的結(jié)果顯示本文提出的IP快速重路由機(jī)制MRTLFA與無(wú)環(huán)保護(hù)路相比可以保護(hù)更多的業(yè)務(wù)不受失效影響與最大冗余樹相比可以有效的縮短保護(hù)路由、減少流量集中、避免網(wǎng)絡(luò)擁塞。頻譜彈性分切光路網(wǎng)絡(luò)SLICEWKS是一種可以實(shí)現(xiàn)靈活的頻譜帶寬分配的彈性光網(wǎng)絡(luò)結(jié)構(gòu)。與傳統(tǒng)的波分復(fù)用WDM光網(wǎng)絡(luò)相比SLICE網(wǎng)絡(luò)可以實(shí)現(xiàn)對(duì)頻譜帶寬的靈活分配從而有效的提高頻譜資源的利用率增大網(wǎng)絡(luò)容量提高網(wǎng)絡(luò)承載業(yè)務(wù)的能力。SLICE網(wǎng)絡(luò)中的一個(gè)基礎(chǔ)問題是在業(yè)務(wù)請(qǐng)求接入網(wǎng)絡(luò)時(shí)為業(yè)務(wù)計(jì)算路由和分配頻譜資源即路由與頻譜分配RSA問題。本文關(guān)注SLICE網(wǎng)絡(luò)在動(dòng)態(tài)業(yè)務(wù)和靜態(tài)業(yè)務(wù)兩種場(chǎng)景下的路由與頻譜分配問題并提出相應(yīng)的RSA算法。在解決動(dòng)態(tài)RSA問題時(shí)本文提出將動(dòng)態(tài)RSA問題分解成路由問題與頻譜分配問題兩個(gè)子問題。本文提出一個(gè)多約束路由算法SFPS來(lái)解決路由問題并證明了算法的正確性分析了算法的時(shí)間復(fù)雜度。而在考慮頻譜分配問題時(shí)本文設(shè)計(jì)了兩種基于頻譜分段的頻譜分配策略固定分段FS和自適應(yīng)分段AS頻譜分配策略以減少頻譜碎片提高資源利用率。仿真實(shí)驗(yàn)的結(jié)果顯示本文提出的動(dòng)態(tài)RSA算法SFPSFS和SFPSAS與已有的動(dòng)態(tài)RSA算法相比可以有效的提高計(jì)算效率降低網(wǎng)絡(luò)阻斷率減少頻譜碎片提高資源利用率。在解決靜態(tài)RSA問題時(shí)本文提出將批量業(yè)務(wù)按照某種順序逐個(gè)規(guī)劃從而將靜態(tài)RSA問題轉(zhuǎn)化成動(dòng)態(tài)RSA問題加以解決。按照這種思路本文提出靜態(tài)RSA算法SAMMRSA。該算法包括子算法SASP和子算法MMRSA。SASP算法采用模擬退火的搜索框架搜索使得接納業(yè)務(wù)最多的規(guī)劃順序。而MMRSA算法則在最大重用頻譜分配算法框架中加入業(yè)務(wù)路由的計(jì)算同時(shí)引入AS策略為業(yè)務(wù)分配頻譜資源。仿真實(shí)驗(yàn)的結(jié)果顯示本文提出的靜態(tài)RSA算法SAMMRSA在解決規(guī)模較小的靜態(tài)RSA問題和業(yè)務(wù)頻譜需求相同的靜態(tài)RSA問題時(shí)可以取得與整數(shù)規(guī)劃模型相近的規(guī)劃結(jié)果在與已有的靜態(tài)RSA算法相比時(shí)可以有效的減少業(yè)務(wù)阻斷提高資源利用率。

簡(jiǎn)介：工學(xué)碩士學(xué)位論文基于人防專用頻點(diǎn)的自組織網(wǎng)絡(luò)技術(shù)研究成輝哈爾濱理工大學(xué)2015年3月國(guó)內(nèi)圖書分類號(hào)TN91585DISSERTATIONFTHEMASTERDEGREEINENGINEERINGTHEDESIGNONSELFGANIZINGWKTECHNOLOGYBASEDONAIRDEFENSESPECIALFREQUENCYPOINTCIDATECHENGHUISUPERVISZHANGXIAOBINACADEMICDEGREEAPPLIEDFMASTEROFENGINEERINGSPECIALITYSIGNALINFMATIONPROCESSINGDATEOFALEXAMINATIONMARCH2015UNIVERSITYHARBINUNIVERSITYOFSCIENCETECHNOLOGY

簡(jiǎn)介：在互聯(lián)網(wǎng)的普及下，視頻業(yè)務(wù)展現(xiàn)了其巨大地影響力，同時(shí)與之相關(guān)的視頻處理技術(shù)自然也得到了越來(lái)越多的關(guān)注。其中有關(guān)如何利用視頻處理技術(shù)來(lái)更好地滿足視頻業(yè)務(wù)的需求，一直以來(lái)都是人們研究的重點(diǎn)。一般來(lái)說(shuō)，視頻數(shù)據(jù)在存儲(chǔ)傳輸、顯示回放等過程中根據(jù)需求和應(yīng)用的不同，涉及到的相關(guān)處理技術(shù)常常也是不盡相同的。例如在視頻文件的存儲(chǔ)、傳輸過程中，常用到預(yù)處理方法即采用容器封裝的方式對(duì)視頻文件先進(jìn)行預(yù)處理。然而這種通用的方式雖然簡(jiǎn)單可靠，卻存在一些潛在的缺陷，甚至無(wú)法滿足某些特定場(chǎng)景的需求。針對(duì)視頻預(yù)處理流程的優(yōu)化自然也就成為了迫在眉睫的事項(xiàng)。為此，本文深入研究了視頻文件的編碼封裝技術(shù)，總結(jié)出當(dāng)下常規(guī)視頻預(yù)處理中存在的基本規(guī)律，并以此作為切入點(diǎn)，提出了新的處理方案，達(dá)到快速視頻預(yù)處理的目的。本文還研究了視頻數(shù)據(jù)在顯示回放過程中涉及的數(shù)據(jù)處理技術(shù)，通過分析存在的性能缺陷，提出了對(duì)應(yīng)的優(yōu)化方法。本文主要工作如下（1）分析了現(xiàn)有的視頻預(yù)處理技術(shù)的基本原理及其性能上的缺陷，針對(duì)這些缺陷提出改進(jìn)思路，利用大部分視頻所遵循的內(nèi)在規(guī)律對(duì)現(xiàn)有視頻預(yù)處理流程進(jìn)行簡(jiǎn)化，提出了“索引式”視頻預(yù)處理方法，保證了原始文件內(nèi)部結(jié)構(gòu)不被破壞、降低了磁盤IO。又從整體上分析設(shè)計(jì)了視頻預(yù)處理程序的框架，將視頻的封裝、解析、編碼及解碼功能按照格式進(jìn)行模塊化處理，從而實(shí)現(xiàn)了在遵循統(tǒng)一處理流程的前提下，不同視頻格式的解析解碼操作之間的解耦。（2）針對(duì)不同類型的視頻給出詳細(xì)的“索引化”方法，包括公有視頻格式（H264、H265、MPEG等）的索引化視頻預(yù)處理，私有視頻格式（某些廠商只提供解析器，而不公開字段含義）的索引化視頻預(yù)處理。（3）為了解決處理播放器客戶端大量視頻數(shù)據(jù)時(shí)給播放器帶來(lái)的性能問題，結(jié)合微軟提供的DXVA硬解碼輸出接口，利用SSE多媒體指令，實(shí)現(xiàn)了從顯存快速拷貝大塊視頻幀技術(shù)，減少了CPU的占用率。（4）論文的最后一部分，對(duì)本文提出的兩個(gè)方法分開進(jìn)行了實(shí)驗(yàn)設(shè)計(jì)實(shí)現(xiàn)及結(jié)果分析，對(duì)比了傳統(tǒng)視頻預(yù)處理技術(shù)與索引式視頻預(yù)處理技術(shù)表現(xiàn)以及傳統(tǒng)數(shù)據(jù)拷貝技術(shù)與視頻硬解碼數(shù)據(jù)快速拷貝技術(shù)的表現(xiàn)，證明了本文方法的有效性。

簡(jiǎn)介：在大數(shù)據(jù)時(shí)代，不僅需要獲取越來(lái)越多的數(shù)據(jù)，更需要從數(shù)據(jù)中挖掘有用的知識(shí)。基于大規(guī)模知識(shí)網(wǎng)絡(luò)的關(guān)系推斷是利用知識(shí)網(wǎng)絡(luò)挖掘出實(shí)體之間的隱含關(guān)系，為信息檢索、關(guān)系推薦、智能問答等網(wǎng)絡(luò)應(yīng)用提供支持。根據(jù)實(shí)體關(guān)系是否隨時(shí)間變化，可將關(guān)系推斷分為靜態(tài)關(guān)系推斷和動(dòng)態(tài)關(guān)系推斷。動(dòng)態(tài)關(guān)系推斷可進(jìn)一步分為非時(shí)序動(dòng)態(tài)關(guān)系推斷和時(shí)序動(dòng)態(tài)關(guān)系推斷，前者僅推斷出關(guān)系是否存在，后者在推斷關(guān)系是否產(chǎn)生的同時(shí)識(shí)別出關(guān)系的產(chǎn)生時(shí)間，得到關(guān)系產(chǎn)生的時(shí)序。傳統(tǒng)的實(shí)體關(guān)系推斷技術(shù)難點(diǎn)可歸結(jié)于復(fù)雜多元異構(gòu)信息（如屬性信息、結(jié)構(gòu)信息、時(shí)間信息等）的關(guān)聯(lián)表示和綜合利用，而現(xiàn)有的知識(shí)網(wǎng)絡(luò)模型難以有效地解決這些問題。為此，本文研究新的知識(shí)網(wǎng)絡(luò)模型，在此基礎(chǔ)之上研究實(shí)體關(guān)系推斷技術(shù)。論文的主要研究成果如下（1）研究了知識(shí)網(wǎng)絡(luò)模型，針對(duì)傳統(tǒng)的知識(shí)網(wǎng)絡(luò)模型無(wú)法充分描述復(fù)雜多元異構(gòu)信息的問題，提出一種開放知識(shí)網(wǎng)絡(luò)八元組模型，構(gòu)建了開放知識(shí)網(wǎng)絡(luò)（OPENKN）。開放知識(shí)網(wǎng)絡(luò)是一個(gè)異構(gòu)網(wǎng)絡(luò)，網(wǎng)絡(luò)中的點(diǎn)和邊都帶有時(shí)間、空間、屬性等信息，并賦予一系列函數(shù)或算子。與傳統(tǒng)的知識(shí)網(wǎng)絡(luò)相比，開放知識(shí)網(wǎng)絡(luò)具有開放、自適應(yīng)、可演化、可計(jì)算的優(yōu)勢(shì)，能夠有效描述復(fù)雜多元異構(gòu)信息，便于信息的深度挖掘。（2）研究了靜態(tài)關(guān)系推斷，針對(duì)傳統(tǒng)方法僅利用網(wǎng)絡(luò)中單一的結(jié)構(gòu)信息導(dǎo)致無(wú)法充分刻畫關(guān)系特征的問題，提出一種基于開放知識(shí)網(wǎng)絡(luò)的靜態(tài)關(guān)系推斷方法。該方法利用開放知識(shí)網(wǎng)絡(luò)中豐富的屬性信息，通過決策樹方法對(duì)屬性進(jìn)行選擇；然后，利用隨機(jī)游走的思想，計(jì)算關(guān)系路徑特征值；最后，融合屬性和結(jié)構(gòu)兩方面的信息共同實(shí)現(xiàn)關(guān)系推斷。實(shí)驗(yàn)表明，與傳統(tǒng)的靜態(tài)關(guān)系推斷方法相比，新方法提高了推斷準(zhǔn)確率。（3）研究了非時(shí)序動(dòng)態(tài)關(guān)系推斷，針對(duì)現(xiàn)有的有監(jiān)督推斷方法復(fù)雜度高、不適用于大數(shù)據(jù)環(huán)境的問題，提出一種基于開放知識(shí)網(wǎng)絡(luò)的非時(shí)序關(guān)系推斷方法。該方法充分利用開放知識(shí)網(wǎng)絡(luò)中的時(shí)間信息，將時(shí)間信息融入到混合背包模型中；然后，通過混合背包模型的求解，選出有意義的鏈接延展模式；最后，通過模式匹配得到推斷結(jié)果。實(shí)驗(yàn)結(jié)果表明，與當(dāng)前主流的非時(shí)序動(dòng)態(tài)關(guān)系推斷方法相比，新方法取得了更高的準(zhǔn)確率，且該方法是一種無(wú)監(jiān)督學(xué)習(xí)的方法，計(jì)算復(fù)雜度較低，對(duì)于大數(shù)據(jù)的環(huán)境有較好適應(yīng)性。（4）研究了時(shí)序動(dòng)態(tài)關(guān)系推斷，針對(duì)主流方法無(wú)法充分刻畫時(shí)間與結(jié)構(gòu)內(nèi)在關(guān)聯(lián)的問題，提出了一種基于開放知識(shí)網(wǎng)絡(luò)的時(shí)序動(dòng)態(tài)關(guān)系推斷方法。該方法利用開放知識(shí)網(wǎng)絡(luò)中豐富的多元異構(gòu)信息，將時(shí)間信息融入到網(wǎng)絡(luò)結(jié)構(gòu)特征中；然后，利用邏輯回歸訓(xùn)練推斷模型，實(shí)現(xiàn)推斷關(guān)系是否產(chǎn)生的同時(shí)，推斷關(guān)系的產(chǎn)生時(shí)間。實(shí)驗(yàn)結(jié)果表明，新方法不僅在推斷關(guān)系是否產(chǎn)生方面取得了良好的效果，在推斷關(guān)系產(chǎn)生時(shí)間方面也優(yōu)于當(dāng)前主流的方法。（5）結(jié)合關(guān)鍵技術(shù)成果和實(shí)際用戶需求，開發(fā)了基于開放知識(shí)網(wǎng)絡(luò)的關(guān)系推斷系統(tǒng)。該系統(tǒng)主要由三個(gè)模塊組成開放知識(shí)網(wǎng)絡(luò)底層存儲(chǔ)模塊、離線模型訓(xùn)練與模式選擇模塊、在線關(guān)系推斷模塊，實(shí)現(xiàn)實(shí)體關(guān)系推斷，并在多家單位投入使用。

簡(jiǎn)介：隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展網(wǎng)絡(luò)平臺(tái)的重要性愈發(fā)突出網(wǎng)絡(luò)中虛假、暴力、消極的網(wǎng)絡(luò)輿情對(duì)社會(huì)穩(wěn)定和國(guó)家安全的影響也越來(lái)越大。針對(duì)網(wǎng)絡(luò)輿情進(jìn)行有效采集在預(yù)防不良信息的傳播穩(wěn)定社會(huì)秩序保證公共安全方面有著重要意義。本文重點(diǎn)研究分析及改進(jìn)了網(wǎng)絡(luò)輿情采集系統(tǒng)的關(guān)鍵技術(shù)文本聚類設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)網(wǎng)絡(luò)輿情采集原型系統(tǒng)。1、本文對(duì)文本聚類中的SINGLEPASS算法進(jìn)行了改進(jìn)。作為基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)輿情采集技術(shù)無(wú)監(jiān)督機(jī)器學(xué)習(xí)的文本聚類算法是其核心。SINGLEPASS算法雖然對(duì)網(wǎng)絡(luò)信息的話題提取有較為優(yōu)異的性能但是該聚類算法對(duì)于文本輸入順序的依賴性較強(qiáng)對(duì)于相同的數(shù)據(jù)集輸入數(shù)據(jù)不同可能導(dǎo)致聚類結(jié)果的差異。本文設(shè)計(jì)了一種基于雙閾值的SINGLEPASS算法通過建立中間狀態(tài)規(guī)范簇類中心向量的偏移來(lái)降低對(duì)輸入順序的依賴性強(qiáng)度。此次改進(jìn)通過實(shí)驗(yàn)證明對(duì)文本聚類的性能有較大提升。2、本文改進(jìn)了基于DOM樹改進(jìn)的正文提取方式該方式結(jié)合中文字符和非鏈接文字的分布比率來(lái)優(yōu)化傳統(tǒng)的基于DOM樹的正文提取方法提升了輿情采集系統(tǒng)中正文提取的精確性。3、本文構(gòu)建了基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)輿情采集系統(tǒng)架構(gòu)設(shè)計(jì)并實(shí)現(xiàn)了原型系統(tǒng)并對(duì)其核心模塊和系統(tǒng)整體進(jìn)行測(cè)試。

簡(jiǎn)介：人臉表情識(shí)別是一個(gè)具有挑戰(zhàn)性的工作，大量的研究員對(duì)它進(jìn)行了研究。人臉表情識(shí)別的方法按照不同的角度有不同的分類，有基于人臉表情外觀的特征和基于人臉幾何圖形的方法，有基于圖像序列的方法和基于單圖像的方法，也有基于特征提取的方法和基于特征分類的方法。本論文結(jié)合不平衡數(shù)據(jù)學(xué)習(xí)的思路，提出了提升訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)框架對(duì)人臉表情識(shí)別進(jìn)行研究。論文的主要工作分為以下幾個(gè)內(nèi)容1、分析人臉表情識(shí)別不同算法的優(yōu)點(diǎn)和它們的局限性，研究卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，并結(jié)合針對(duì)數(shù)據(jù)不平衡的學(xué)習(xí)方法，提出了提升訓(xùn)練和卷積神經(jīng)網(wǎng)絡(luò)相嵌套的框架。將此框架用于人臉表情識(shí)別，在CK數(shù)據(jù)庫(kù)的6類表情（除中立和藐視）上最終獲得了991％的平均準(zhǔn)確率。2本文對(duì)真實(shí)環(huán)境下的微笑表情識(shí)別進(jìn)行研究?；贚FW數(shù)據(jù)庫(kù)和使用人工標(biāo)注的方法組建了LFWSMILE微笑表情數(shù)據(jù)庫(kù)。在此數(shù)據(jù)庫(kù)上進(jìn)行基于LBPSVM框架的微笑識(shí)別實(shí)驗(yàn)，得到8123％的微笑識(shí)別率在同一數(shù)據(jù)上進(jìn)行基于LBPGENTLEADABOOST、REALADABOOST框架的微笑表情實(shí)驗(yàn)，分別得到7583％、7603％的微笑識(shí)別率在同一數(shù)據(jù)庫(kù)上進(jìn)行基于提升訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)框架的微笑識(shí)別實(shí)驗(yàn)，得到了高達(dá)9314％的微笑識(shí)別率。對(duì)上述三個(gè)框架，在同等條件下進(jìn)行了特征有效性對(duì)比分析。實(shí)驗(yàn)結(jié)果顯示了通過提升訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)特征，具有更高的有效性。