一种具有超强表示能力的数据类型

通过对数制和数码表示的分析，结合Visual C 模板类的特点，提出一种使用可自动伸缩队列实现具有不限长度的超强表示能力的数据类模型，分析其基本运算方法和性能。该数据类可以作为高级语言的一个强有力的补充数据类型。     

体全息存储系统读出图像的放大率的补偿算法研究

在1∶1体全息存储系统的读出过程中,保证图像的不失真和降低误码率是最关键的问题。提出了一种新颖的放大率补偿算法,定量分析了放大率偏移误差对图像的影响,并通过理论推导和实验模拟证明了这一算法的可行性。     

数据库系统中一种更安全的加密机制

针对数据库中数据的保密性问题,分析了目前已有的一些加密机制,提出了一种基于密文索引的新的查询方法.此方法在查询速度上比全表或属性段脱密的方法快,在保密性上解决了基于密文索引的查询方法所存在的信息泄漏问题,并指出了基于密文索引的数据库加密机制需要进一步研究和解决的若干问题.     

基于概率感知模型和量子粒子群算法的移动节点部署

为了解决监测区域的传感器节点部署问题,设计了一种基于概率感知模型和量子粒子群算法的移动节点部署方法。首先,在传统概率感知模型中加入节点剩余能量因素进而得到改进的概率感知模型C（S_i,p）{=0,ifd（S_i,p）≥r—r_e E_ir/E_i0-e-λσ,if d（S_i,p）≤r＋r_e 1,ifr—r_e≤d（S_i,p）≤r＋r_e,然后基于改进的概率感知模型设计了多目标优化的节点部署模型,在优化模型中考虑了网络覆盖率和能量因素。最后定义了基于量子粒子群算法来获得节点的最优位置对应的Pareto最优解的优化算法（即将粒子编码为节点部署方案,采用最小化网络能耗和最大化网络覆盖率为粒子的Pareto目标,引导粒子在可行解空间不断更新位置寻求最优解）。仿真实验结果表明：文中方法能正确地实现监测区域的传感器节点部署,能实现较为均匀的网络覆盖,与其他方法相比,具有较高的网络覆盖率和较长的网络生命周期,具有较大的优越性。     

基于Voronoi图和量子粒子群算法的无人机航路规划

 无人机(UCAV)是自主控制执行任务的无人驾驶飞机,其航路规划是一类复杂优化问题,因此难以在多项式时间内获取精确解,为此提出了一种基于Voronoi图和量子粒子群(QPSO)算法的UCAV航路规划方法。首先,在综合考虑航路的雷达威胁和燃油耗费的基础上定义了航路规划的代价模型;然后,根据已知的威胁源生成Voronoi图,通过连接起点、Voronoi图中顶点以及终点获得初始规划解集;最后,通过引入柯西变异随机数和扰动对QPSO算法进行改进,以增强其全局寻优能力和收敛速度,并定义了采用此改进的QPSO算法对UCAV进行最终航路规划的具体算法。仿真实验表明,该方法能求解出UCAV航路规划的最优解,且与经典的PSO算法和QPSO算法相比,具有全局寻优能力强和收敛速度快的优点。     

矿井通风系统CAD技术研究

为了能快捷地绘制矿并通风系统图，并使通风系统网络分析可视化，利用面向对象的技术，设计了实现各种功能的图形基类及各图形类之间的层次关系，提出了巷道的自动绘制算法，以Visual C＋＋6．0为编程环境，开发了矿并通风系统CAD软件，具有图元拾取与属性标注、工作面推进动态模拟等功能。利用该软件对孔庄矿局部通风系统进行了自动绘制，绘制效果好，速度快，并对某回采工作面推进进行了动态模拟，得出了工作面未来的通风状况，通风技术人员可以由模拟的结果来预测通风系统未来的状态，从而超前制定相应的计划，对于防止事故发生，保障安全生产具有重要的意义。     

树脂生产过程的微机控制系统

本文介绍了一种用于醇酸树脂生产的微机系统的设计思想、研制手段、软件及硬件结构性能.该系统具有多种人机联系功能,可严格地实现给定温度曲线的生产工艺过程控制.运行效果良好,有较大的推广应用价值.     

基于禁忌算法优化神经网络的海洋船舶流量预测

为了有效缓解船舶交通拥堵和提高通航效率,对海洋港口和航道管理提供一个更可靠的数据,设计了一种基于禁忌算法优化神经网络的海洋船舶流量预测的方法。首先,建立了基于禁忌算法优化神经网络的海洋船舶流量预测模型。然后,设计了三层的脊波神经网络结构,提出了采用禁忌算法优化脊波神经网络结构参数的具体方法,从而得到一个初始化的脊波神经网络流量预测模型。然后,采用有标签的训练样本数据集对网络进行训练,将满足误差阈值的训练模型作为最终的预测模型。以某港口为例进行仿真实验,结果表明文中得到的预测结果与真实值较为接近,且与其它方法相比,具有更好的预测效果。     

一种非线性时间序列的关联维快速算法

为了解决经典的优化Grassberger-Procaccia关联维算法存在的运算量大、耗费时间长且在实际中难以应用的问题,提出了一种关联维快速算法.结果表明,该快速算法在误差很小的范围内,速度却可提高上百甚至上千倍,为关联维计算的实际应用开辟了新的前景.     

基于概率感知和改进量子遗传算法的节点部署策略

为了最大化监测区域的网络覆盖率和实现网络的负载均衡,设计了一种基于改进概率感知模型和量子遗传算法的移动节点部署方法。首先,在传统概率感知模型中加入环境干扰噪声因素和节点剩余能量因素进而获得改进的概率感知模型,然后,对传统的量子遗传算法进行改进,设计了新的量子旋转门和量子比特变异方式,以加快全局收敛速度和防止陷入局部最优。最后,定义了基于改进量子遗传算法获取移动节点最优部署位置的算法。仿真实验表明：文中方法能有效地对网络区域进行部署,实现最大化网络的覆盖率和最小化能量消耗,与其它方法相比,具有较大的优越性,是一种可行的方法。