摘要：随着硬件技术的发展和移动互联时代的来临,数字界面的物理面积逐步缩小,同时需要应对越来越大容量的数字信息。如何在有限的界面内,最大程度地呈现内容,适应移动化的使用场景,并使用户易于理解,是未来界面设计需要思索的方向。本文引入可视化设计的一些方法,将可视化设计在界面设计上的应用与现在主流的图形设计方法从认知与行为两方面进行了比较,结合实际案例的分析与测试结果,探索了两类设计方法在面对同一界面内容时的优缺点。希望能为移动终端面临大容量信息时的界面形态设计提供选择上的依据。

摘要：本文通过对现代新技术手段的不断发展而带来的新的艺术表现形式分析,进而探究公共艺术的发展趋势。文中借助对机械式互动、体验式互动和创作式互动三种互动形式的案例分析比较,重点将原有技术手段的互动形式和新技术背景下的公共艺术互动性进行分析、比较,从而引出新技术背景下的新型公共艺术互动案例与模型,倡导公共艺术的大众归属和大众参与的"人人都是艺术家"的新境界。

摘要：在分析ASM不足的基础上,研究了一种基于人工鱼群算法(AFSA)的ASM,从而有效克服初始状态对定位结果的影响。对ORL人脸数据库进行特征定位的实验结果表明,算法具有搜索速度快、定位精度高、对初始状态不敏感、避免局部最优等优点。

摘要：为了提高网络流量预测的精度,研究了一种融合小波变换与贝叶斯LS-SVM的网络流量预测方法。首先将原始流量数据时间序列进行小波分解,并将分解得到的近似部分和各细节部分分别单支重构到原级别上;对各个重构后的序列分别用最小二乘支持向量机进行预测,将贝叶斯证据框架应用于最小二乘支持向量机模型参数的选择;将各个预测结果重构后得到对原始序列的预测结果。对比实验表明,该模型不仅具有较快的运行速度,而且具有较高的预测精度。

摘要：根据图像序列的运动矢量的时空相关性和中心偏移特性,并结合零运动判断,设计研究了一种八边形模式搜索[1]。其在中等或大运动块的情况下相对于FS、TSS、DS、MVFAST能够得到更高的精确度,又由于对非静止块采用了起始点预测,减少了搜索的时间,同时可以大大提高搜索速度。

摘要：随着计算机网络的持续快速发展,各种网络需求不断涌现,拥塞控制成为保证网络的稳定性和鲁棒性的重要因素,拥塞控制的发展要求网络本身也要参与其中。传统的端到端机制不能解决所有的拥塞问题,作为主动管理队列算法的REM原算法由于对RTT的不精确估计导致不能准确反应网络中拥塞状态。根据控制论中将链路价格化的方法,对REM算法的进行了改进,提出了新的拥塞控制机制。仿真实验表明,该方法能有效减少包的丢失,提高系统性能。

摘要：为了提高网络流量预测的精度,采用一种改进的QPSO算法训练BP神经网络对网络流量数据的时间序列进行建模预测。针对标准的QPSO算法不可避免地出现早熟的不足,提出一种新的基于参数自适应的QPSO算法,较好地避免了粒子群的早熟,提高了算法的全局收敛性能。仿真实验结果表明,与PSO训练的BP网络、QPSO训练的BP网络作为预测模型相比,该模型具有更高的预测精度及很好的稳定性。

摘要：主动形状模型(Active Shape Model,ASM)是一种较为流行的用于特征定位的统计学形状模型,主要应用于灰度图像中物体的跟踪与定位。在传统主动形状模型基础上,研究了一种构建局部纹理模型的新方法。该模型充分利用特征点之间的联系,构建加权模型。在ORL人脸数据库、JAFFE人脸数据库中进行特征定位实验,并进行了ASM性能分析。结果表明,改进ASM方法提高了搜索速度与特征点定位的精度。

摘要：通过改进ACO算法达到一种能实现通信网络负载平衡的群体智能路由策略。采用的主要方法为:将蚁群划分为若干个子群,不同子群的蚂蚁释放不同类型的信息素。通过不同类型信息素之间的相互制约作用,以及链路负载的测量,提出了三种策略实现负载平衡路由。在模拟网络上进行了不同策略的对比实验,以及与已有的群体智能路由算法的运行测试比较。实验结果表明,本文的路由策略具有较好的效果和一定的优势。

摘要：提出了一种新的动态分布式网络路由算法。在AntNet算法中引入了路径遗传运算(GA),提出了新的信息素更新策略。对蚂蚁发现的路径进行染色体编码,并用适应度函数对其进行适应度评价,通过路径交叉和路径变异运算以及种群的不断进化,来提高解的质量。仿真结果表明,所提出的算法能快速收敛,且有效地提高了网络吞吐量、降低了平均延时。