摘要：在关节空间中对机器人B样条轨迹进行了时间最短优化计算 ,该优化问题模型包括关节角速度、角加速度、角加加速度及力矩四种约束 ,给出了优化计算方法 ,为说明本方法 ,文末给出了B样条轨迹优化算例。

摘要：针对传统的帧差分算法在运动目标检测过程中目标存在较大空洞和丢失边沿轮廓的不足,提出了一种新的运动目标检测算法。该算法对视频序列进行预处理,进行传统的帧差分运算,引入新定义的邻域综合因子来更新像素的前景概率,通过数学形态学分割处理与边缘检测结果进行逻辑"或"运算,提取出运动目标。实验结果表明,该算法能较大程度上克服了以上不足,而且识别率更高,实时性更好。

摘要：受其他多种线性编码的遗传程序设计算法的启发,提出一种新的编码方式的遗传程序设计——符号遗传程序设计。该编码方式具有简单、无语法限制并且能够在不增加计算量的情况下将染色体翻译成多个表达式等特点。分析与实验表明该算法具有较高的效率和较强的稳定性。

摘要：为了解决k-means算法在Hadoop平台下处理海量高维数据时聚类效果差,以及已有的改进算法不利于并行化等问题,提出了一种基于Hash改进的并行化方案。将海量高维的数据映射到一个压缩的标识空间,进而挖掘其聚类关系,选取初始聚类中心,避免了传统k-means算法对随机选取初始聚类中心的敏感性,减少了k-means算法的迭代次数。又结合MapReduce框架将算法整体并行化,并通过Partition、Combine等机制加强了并行化程度和执行效率。实验表明,该算法不仅提高了聚类的准确率和稳定性,同时具有良好的处理速度。

摘要：保证组播通信的可靠性是许多Internet上的组播应用的前提。针对IP组播在Internet中难以规模化部署的现状,提出了一种使用组播网关将IP组播岛与应用层组播(ALM)区域连接起来的可靠组播(RM)体系结构,对组标识、组播网关、组管理、差错控制和拥塞控制等关键问题给出了解决方案,并设计了组播网关竞争算法。该结构能够屏蔽底层组播技术差异,从而支持Internet上统一化的可靠组播服务部署。

摘要：针对粒子群优化算法在软件测试用例自动生成过程中存在后期收敛速度慢、易陷入局部最优及求解精度低的问题,基于约简的自适应混沌粒子群优化(RACPSO)算法,提出一种测试用例自动生成方法。将粒子群标准进化方程化简为无速度项的进化方程,设计基于适应度值自适应调整的惯性权重,实现粒子的位置更新。采用基于群体适应度方差的早熟收敛判断策略进行混沌搜索,并通过增加粒子的多样性克服早熟收敛现象。实验结果表明,与标准粒子群优化算法和自适应粒子群优化算法相比,RACPSO算法在收敛速度与求解效率方面更具优势。

摘要：介绍管理系统Teamsite,将其优点,主要功能相结合,针对该软件进行了仿真设计研究,结果表明Teamsite内容管理系统拥有完善的权限管理系统,从编辑方面对于创建的每一个内容块,都创建了一个数据捕获记录,以XML格式保存所有的输入信息。

摘要：在关节空间中对机器人B样条轨迹进行了时间了短优化计算 ,该优化问题模型包括关节角速度、角加速度、角加加速度及力矩 4种约束 ,给出了优化计算方法 ,给出了PUMA560机器人前三铰B样条轨迹优化算例。

摘要：S盒是AES的核心,它是分组密码算法中唯一的非线性部分.非线性度和S盒的抗差分分析能力的强弱有直接的关系,主要研究了非线性度与S盒抗差分线性分析和抗差分功耗分析的关系,并提出了一种改变S盒的非线性度的方法,作为S盒设计的一个参考方法,使其具有更好的抗差分分析的能力.

摘要：提出了一种基于改进粗糙集属性约简算法的特征选择算法。该算法结合信息论中信息熵与互信息的概念定义了粗糙集里的一种新的属性重要度,并以此属性重要度为启发式信息进行属性约简实现了特征选择。算法以支持向量机分类器的识别率作为特征选择的可分性判据。实验结果表明,提出的算法以损失2.5%识别率的代价,得到的特征维数却是支持向量机算法的1/5,极大地简化了分类器设计的复杂度,缩短了支持向量机训练时间。