基于非线性规划的链路丢包率推理算法

针对目前大多数链路丢包率推理算法不能兼顾精度和速度的问题,该文提出一种新的覆盖网链路丢包率推理算法,算法通过将链路丢包率推理问题转换为求解非线性规划的最优化解问题,从而较准确地计算出所有链路的丢包率。该算法仅需对每条端到端路径进行一次测量,且没有额外部署成本。通过软件模拟和Internet实验对算法性能进行了验证,实验结果证明了算法的可行性及优越性。     

基于贝叶斯模型的高效主动探测算法(英文)

Fault diagnosis on large-scale and complex networks is a challenging task, as it requires efficient and accurate inference from huge data volumes. Active probing is a cost-efficient tool for fault diagnosis. However almost all existing probing-based techniques face the following problems: 1) performing inaccurately in noisy networks; 2) generating additional traffic to the network; 3) high cost computation. To address these problems, we propose an efficient probe selection algorithm for fault diagnosis base...     

边缘引导和轮廓约束下的跨域香农熵最大化导向的自动阈值选取方法

为了处理诸如高斯、伽马、极值、瑞利、均匀或贝塔等基本灰度分布情形下的阈值选取难题,本文提出了一种跨域香农熵最大化导向的自动阈值选取方法.该方法利用不变的引导边缘图像和变化的约束轮廓图像共同构造出一系列持续变化的一维灰度直方图,并采用香农熵作为熵计算模型,从而得以跨越图像中若干局部区域去计算跨域香农熵,并以最大跨域香农熵对应的阈值作为最终阈值.在40幅合成图像和50幅真实世界图像上的实验结果表明,该方法虽然在计算效率方面不优于Masi熵阈值方法、Tsallis熵阈值方法、局部香农熵阈值方法和迭代三类阈值方法,但在分割适应性方面有显著增强,且在误分割率方面有显著下降.