存储芯片层次化分割P/G网等效电阻求解算法

由于存储芯片版图P／G网规模的巨大,对于计算电阻网络中节点间等效电阻问题,直接利用常规线性方程组求解算法无法同时满足内存空间与运行时间上的限制。针对版图线网网络关联密集度不均衡的特点,本文提出了一种层次化网络分割算法,将全局网络按层次分割成可求解子网,并利用等效子网算法实现多观测点快速计算。     

基于连通性和随机游走的好友推荐算法

近年来,随着在线社交网络的普及,好友推荐受到越来越多的人关注。如何为用户快速准确地推荐朋友是考量平台服务能力的一项重要指标。针对基于社会图局部特性的朋友推荐方法存在对路径信息利用不足以及基于全局特性的朋友推荐方法计算成本高,过程复杂等问题。为此,文中提出一种新的在线社交网络好友推荐算法。它从连通性出发,考虑了节点在整个网络的重要性,同时根据"小世界"假说以及随机游走概念,考虑了所有的有限路径,能为用户快速准确地推荐好友。实验结果证明,文中提出的方法显著的提高了在线网络朋友推荐的准确性。     

基于并行运算的Mesh结构P/G网快速验证方法

提出了一个基于网络划分和分布式并行运算的P/G网快速验证方法。对于各子网运算,采用带加速子网运算策略的Cholesky分解法;并根据各子网运算相互独立的特点,采用基于MPI的并行结构对子网络运算进行分布式并行运算。实验证明,该快速验证方法在运算时间和内存占用上效果十分显著。     

基于等效电路模型的Mesh结构P/G网布线优化方法

本文在对供电用串联电阻链的等效电路模型进行详细论证的基础上，根据Mesh结构P／G网所具有的结构特点，将P／G网电阻网络加以等效变换，得到比原网络规模小得多的等效简化网络。然后用现有的布线优化方法来优化简化网络，速度可提高至少一个数量级。     

基于随机游走算法的红外与可见光图像融合

红外与可见光图像融合可有效弥补单一传感器的不足,生成视觉效果更好、清晰度更高的融合图像.基于多尺度分解的融合方法在设计融合两幅图像的细节层与基本层的融合规则时,往往仅考虑细节层和基本层中的单尺度信息,易造成融合图像包含的有效特征较少.针对此问题,提出了一种基于随机游走算法的融合规则来融合基本层和细节层,该融合规则从两幅显著图中估计出一幅具有多尺度信息的显著图用于基本层和细节层的融合,可将每层中的多尺度信息有效地融合到输出图像中,从而使融合图像更有益于人眼观察.     

基于随机游走算法的红外与可见光图像融合

红外与可见光图像融合可有效弥补单一传感器的不足,生成视觉效果更好、清晰度更高的融合图像.基于多尺度分解的融合方法在设计融合两幅图像的细节层与基本层的融合规则时,往往仅考虑细节层和基本层中的单尺度信息,易造成融合图像包含的有效特征较少.针对此问题,提出了一种基于随机游走算法的融合规则来融合基本层和细节层,该融合规则从两幅显著图中估计出一幅具有多尺度信息的显著图用于基本层和细节层的融合,可将每层中的多尺度信息有效地融合到输出图像中,从而使融合图像更有益于人眼观察.     

Mesh-Tree两级层次结构P/G网布线优化方法

本文采用Mesh-Tree两级层次结构作为P／G网布线拓扑结构，并提出了一个对于该结构的线宽优化方法，使超大型P／G网的布线优化速度大大提高。     

VLSI版图综合中的P／G网实体优化布线

本文提出了一种在通道内将Ｐ／Ｇ网与信号网的实体布线一体化考虑的优化布线策略，目的是在保证１００％布通的前提下，完成Ｐ／Ｇ网的平面化实体嵌入和信号网的实体布线，并使Ｐ／Ｇ走线对信号网走线的影响尽可能小。算法以提高布线区利用率、减小通道高度和减少通孔数为目标，实现总体性能的优化。系统实现的结果表明，本文算法所采用的策略是可行的、有效的。     

基于加权超图随机游走的文献关键词提取算法

针对科技文献类标题短文本关键词提取时,已有自然语言处理算法难以建模文献时间与权威性且短文本词语较少建模往往存在高维稀疏问题,本文提出了一个综合实时性以及权威性的关键词提取算法为研究者进行相关推荐.该方法将文献标题视为超边,将标题中不同词项视为超点来构建超图,并对超图中的超边与超点同时加权,进而设计一种基于加权超图随机游走的关键词提取算法对文献标题的词项进行提取.该模型通过对文献来源,发表年份以及被引次数建模来对超边进行加权,根据节点之间的关联度以及每对节点在特定标题中的共现距离对超点加权.最后,通过超图上的随机游走计算出节点的重要性进而确立可推荐的关键词.实验表明,与三种基准短文本关键词提取算法相比,本文算法在精确率和召回率方面均有所提高.     

基于随机游走模型的查询日志中命名实体挖掘

提出了一种弱指导的方法从搜索引擎查询日志中挖掘命名实体。该方法中采用人工选择的少量命名实体名称作为种子,使用随机游走模型从查询日志中获得大量的命名实体。其中采用了查询日志中的实体上下文模板,用户点击URL和候选命名实体构建三分图,根据在该图上的随机游走计算候选命名实体属于指定目标实体类别的概率,从而在查询日志中获取该类别的命名实体。在真实的查询日志上对7个实体类别进行的实验,实验结果显示本文方法在各个类别上均获得较好的命名实体挖掘效果。     

随机游走技术在网络生物学中的研究进展

网络生物学是近年来受到国际学术界广泛关注的学术前沿领域,在疾病研究和药物预测等领域有重要应用.随机游走（Random Walk）又称随机游动或随机漫步,是一种数学统计模型,在金融、物理和社会网络分析中都有广泛应用.近年来逐渐被应用到网络生物学,并在技术上得到了新的发展.本文以生物网络为基础,介绍了随机游走技术及其基本理论,并详细阐述了随机游走技术在网络生物学中的应用,具体包括蛋白质功能预测、关键蛋白质识别、疾病基因预测、疾病相关非编码RNA预测、药物相关预测等.最后讨论了随机游走技术在网络生物学研究中存在的问题以及未来的研究方向.     

基于反馈选择的P2P网络搜索算法

利用历史查询的搜索反馈结果,考虑节点兴趣,计算邻居节点的预计搜索成功性,动态选择转发的邻居节点,以减少消息数量和发现第一个文件的时间以及增加文件的查全率,提出一种基于反馈选择的P2P网络搜索算法。该算法通过计算邻居节点的动态有利度,定期调整邻居节点,提高了P2P网络的搜索稳定性。算法分析和实验结果表明,该算法的性能优于NS搜索算法。     

改进型自适应随机卷积网络编码算法

To address the issue of field size in ran-dom network coding, we propose an Improved A-daptive Random Convolutional Network Coding (IARCNC) algorithm to considerably reduce the a-mount of occupied memory. The operation of IARCNC is similar to that of Adaptive Random Convolutional Network Coding (ARCNC), with the coefficients of local encoding kernels chosen uni-formly at random over a small finite field. The difference is that the length of the local encoding kernels at the nodes used by IARCNC is constrained by the depth; meanwhile, increases until all the re-lated sink nodes can be decoded. This restriction can make the code length distribution more reasona-ble. Therefore, IARCNC retains the advantages of ARCNC, such as a small decoding delay and partial adaptation to an unknown topology without an early estimation of the field size. In addition, it has its own advantage, that is, a higher reduction in memo-ry use. The simulation and the example show the ef-fectiveness of the proposed algorithm.     

基于电源树分布RLC模型估计同步切换噪声

在超深亚微米 ( VDSM)工艺下 ,器件频繁的同步切换可在电源 /地分配网络上形成大开关电流 ,影响VLSI的可靠性和信号完整性。文中提出一种估计电源树同步切换噪声的解析方法 :利用事件驱动机制、节点重组及参数重编号技术建立切换电流传播路径 ,以二极点模型近似切换电流非线性传递过程 ,简化噪声提取程序。仿真实例表明该方法的可行性和有效性     

4G/5G网络融合演进探析

随着5G SA网络的商用部署,5G与4G协同演进是运营商十分关心的迫切问题。首先,分析了EPC网络为何将长期存在,提出5GC与EPC融合组网是移动核心网的中长期架构,随后,重点分析EPC网络如何与5GC网络协同演进发展,探讨了MME、DRA等EPC网元的演进路径,同时考虑了后续EPC网络的部署形态,为未来的移动网络演进做出有益的探讨。     

基于3G网络的P2P系统中基于模糊认知图的小区优先节点选择算法

移动通信环境的复杂性和3G蜂窝网络的结构特性为基于3G网络的P2P系统中的节点选择带来了挑战.针对基于3G网络的P2P系统中的节点选择算法进行了研究,提出了一种基于模糊认知图(fuzzy cognitive map,FCM)的小区优先节点选择算法,简称CF-FCM(cell first,FCM based)算法.仿真结果显示,CF-CFM算法能在取得优异的3G网络小区间负载均衡性的同时,保证良好的节点服务性能.