一、数据结构中图的一种应用(论文文献综述)
郭腾[1](2021)在《面向快速响应网络场景的区块链存储机制研究与优化》文中进行了进一步梳理区块链本质上是一种对现有技术在应用机制上的创新,其部署与研究、优化都有着极为成熟的条件。区块链的主要实现技术由分布式,点对点传输与数据库这三部分组成。作为一种新兴的技术,目前最广泛的应用依旧是数字货币,但是由于其天生具备的数据不可篡改、信息可溯源以及极高的灾备能力等特点,已经在多个行业领域中获得了关注与推广[1]。目前区块链有着许多性能上的问题,严重的制约着区块链在其他领域的应用。国内绝大多数的区块链应用研究都将关注的重点放在去中心化与防篡改、数据可溯源这些上面(不可否认这是区块链的重要特性),对区块链网络响应速度以及运行效率的优化相对较少。本课题结合具体的应用场景,针对底层存储机制进行研究。对于整个存储机制的研究,包括存储、传输和效率。主要研究工作包括以下两方面:第一,研究现有的区块链存储、运行机制,设计区块不完全存储机制及相应数据结构,动态调整数据多重复制导致的存储冗余程度,减少区块链网络随时间推移导致的数据累积量。第二,基于物联网快速响应与区块链大规模数据存储的场景,提升区块链存储机制的运行效率,设计适合优化后存储机制的传输、均衡方案[2],优化区块链网络扩展到较大规模时会出现明显的响应延迟与同步延迟。基于上述研究内容,结合目标场景与传统区块链网络的性能指标,综合评判整个存储机制的实用性与有效性。本课题的研究可以减少区块链节点对于存储资源的依赖性,利用重新设计的底层存储机制来优化区块链节点数据冗余度高的缺点,从而进一步扩大区块链技术的跨领域应用范围。平台仿真的结果表明,本课题研究设计的存储机制,在保证区块链自身特性的同时,能够大幅度的降低区块链网络的数据冗余程度,其单个节点与多个节点的测试均能满足一般情况下的基于快速响应的设计目标。
李保星[2](2021)在《SDN环境下的L7路由选择方案研究与实现》文中研究表明服务质量(Quality of Service,QoS)路由能够获悉网络链路性能以选择一条符合质量需求的路线传输数据包,作为保证服务质量的手段之一,合理分配网络资源的同时保障了多种对资源要求不同的业务的传输需求。软件定义网络(Software Defined Networking,SDN)环境下的QoS路由利用了控制器的集中管控特性,由控制器统一收集网络状态并规划路由,保留QoS路由优势的同时更减少了交换设备的压力。然而,目前SDN环境下利用QoS路由保证服务质量的研究中,对服务类别不清晰的数据包,SDN控制器无法感知数据包的服务需求,SDN控制器缺少针对链路丢包率的有效测量方式,无法面向端到端丢包率指导路由,而且不能依据不同业务的质量需求灵活地计算路由方案。本文针对上述问题提出 了基于数据包应用层(Open System Interconnection Layer 7,OSI L7)内容的路由选择方案。本文的主要工作和创新点如下。对于缺少服务类型的数据包,本文使用制定的正则特征规则对其应用层的字节序列进行匹配,识别数据包应用层协议进而判定服务类别。如果正则特征无法识别则采用端口号识别应用层协议。在保证端到端丢包率的QoS路由中,本文提出了一种测量链路丢包率的方式,每隔一段时间使用SDN交换机的流表项的特定字段计算链路丢包率,以过去若干时刻的丢包率的平均值估计链路实际丢包率,为拓扑图的边提供权重。本文提出了一种预处理链路丢包率的方法,保持链路丢包率与端到端丢包率为单调递增关系不变的前提下,将乘性度量属性转变为加性度量属性以适应寻找权重之和较小的多条路径的算法。在计算路由方面,本文将服务类别划分为延迟敏感类别和丢包敏感类别,分别以链路延迟和预处理的链路丢包率作为拓扑图的边的权重,计算多条符合服务质量的路由,并最终寻找到一条端到端延迟和丢包率均最小的最佳路由。本文将识别服务类型、测量链路丢包率以及计算路由功能集成到了Floodlight控制器中。使用Mininet搭建仿真网络,我们对本文方案进行了功能测试和性能测试。功能测试的结果表明了本文方案识别服务类型的准确率达到了 98%,测量的链路丢包率的误差被控制在1%以内,计算的路由相比于Floodlight的路由方案丢包率大大减少,从而证明了本文方案在SDN环境下可以有效提升服务质量。性能测试结果表明了本文方案的平均损耗约为1毫秒,该时间在实际SDN环境下可以被接受。
韩玉斌[3](2020)在《基于STM32的振动信号采集系统研究与实现》文中提出旋转机械设备在工业生产中有着举足轻重的作用,一旦出现故障,可能给企业以及社会带来严重的影响。因此,加强旋转机械设备振动测试技术的研究,对于保障旋转机械设备的安全稳定运行,具有重要的意义。本文在分析现有的旋转机械设备振动分析方法的基础上,利用STM32、LabVIEW以及MATLAB实现了振动信号采集分析系统。整个系统由下位机数据采集系统和上位机数据分析系统组成。下位机首先完成了信号采集模块、数据存储模块、LCD显示模块和串口数据传输模块的硬件电路设计;然后利用ADXL345加速度计进行振动信号采集,采集完成后通过SPI总线传输到STM32,在STM32中实现了数据的存储、频谱显示以及串口传输。频谱的计算采用了ARM官方提供的CMSIS-DSP库。在上位机LabVIEW中,利用VISA节点实现了下位机到上位机的数据传输,在LabVIEW中完成振动信号显示和频谱分析。最后,调用MATLAB脚本,利用内积变换分析法实现了傅立叶相关变换和莫莱特小波变换。内积变换分析法作为一种应用范围广阔的分析方法,它将傅立叶分析、相关卷积分析和小波分析都纳入一个统一的体系,可以对时变和时不变信号进行频域分析、滤波分析和尺度分析等,并能针对各种不同动态信号进行正确的分析和处理。最后对加速度校准仪产生的单频信号和构造得到的仿真信号做了详细的分析,验证了系统各个环节的合理性,并对实测的燃气轮机振动信号进行分析,给出了机组振动状态的评价。
范晓婷[4](2020)在《基于SRv6的端到端快速重路由方案的设计与实现》文中提出未来网络的服务范围需要向着更多维、更细颗粒度方向提升,为海量的物联网终端提供从5G核心网的接入、汇聚再到云数据中心、骨干网、容器化/虚拟化网元的调度等多层次的服务,网络比以往任何时候都需要成为一个平台。SRv6技术继承并发展了现有的网络技术,可以兼容当前网络基础设施,实现平滑地过渡、演进和部署,在网络虚拟化如二层、三层VPN部署、网络可靠性、流量工程以及负载均衡等方面都显现出了极大的优越性。论文提出了一种基于SRv6的端到端快速重路由方案,该方案可利用SRv6技术为待保护节点配置镜像节点,并提前将备份链路计算好,与主链路一起加到转发表中。一旦网络中出现了节点或链路故障,在控制面路由收敛之前,为了保证流量不间断,SRv6快速重路由方案就会激活预先计算好的备份路径,进行流量的快速切换,并触发控制面的快速收敛,将业务中断时间控制在一个很小的时间段内,该方案可提高SRv6网络的可靠性,保证业务数据的平滑过渡。论文首先介绍了 SRv6和快速重路由的相关概念和研究现状,详细分析了网络中可能出现的网络故障和提高SRv6网络可靠性的必要性,并有针对性地阐述了提出的基于SRv6的端到端快速重路由方案。然后描述了根据该方案构建出的系统的需求分析、总体设计和详细设计。方案将整个系统分为配置、删除、订阅镜像节点信息模块、低优先级路由源生成模块、Mirror FRR生成模块和带镜像节点的防微环标签栈生成模块等功能,并介绍了基于华为的通用路由平台VRP完成的实现与测试过程,从而验证了本方案的有效性,最后对所做工作做出总结和展望。
孟庆儒[5](2020)在《基于界面特征的iOS仿冒应用检测系统的设计与实现》文中提出随着移动互联网的快速发展,移动应用已经迅速普及到我们生活中的每一个角落,与此同时也有大量的仿冒应用充斥在应用商店中。仿冒应用制作者通过在正版应用中插入恶意代码、修改原有程序逻辑等方式,窃取用户隐私,或者利用UI克隆技术制作山寨应用诱导用户下载,侵犯正版应用开发者的权益。仿冒应用检测技术就是通过衡量两款应用之间的相似性,判定二者之间是否存在仿冒现象。因为iOS系统封闭性的原因,采集第三方iOS应用的运行时界面特征存在困难,所以现有的iOS仿冒应用检测研究大多基于应用名称、图标等包文件信息来判定应用之间的相似程度,但会受到包文件篡改的影响而降低准确率。考虑到视图布局的修改会影响界面视觉效果从而降低诱导性,本文选用视图布局衡量界面相似度,设计并实现了基于界面特征的iOS仿冒应用检测系统,本文的具体工作如下:1.本文提出了一种基于Hook技术的iOS应用界面视图布局采集技术,相比现有研究成果具有识别自定义UI组件更加准确且不依赖PC端交互的特点。在此基础上借助XML文档相似度计算方法,实现了一种基于视图布局的iOS应用界面相似度检测方案。2.本文提出了一种iOS应用自动化遍历技术,相比现有研究成果具备遍历路径可控且遍历效率高的特点。它通过识别界面控件并构造UI交互驱动页面跳转,借助系统API调用对页面遍历路径以及遍历深度实施有效控制,在此基础上具备完善的异常事件处理机制能够应对弹框遮挡、广告跳转等异常情况。3.本文设计并实现了基于界面特征的iOS仿冒应用检测系统。它首先通过自动化遍历工具充分采集应用界面特征,然后借助界面相似度计算方案结合二分图匹配算法判定两款应用之间是否存在仿冒现象。最终通过实验验证了本文实现的仿冒应用检测系统的可用性以及应用自动化遍历技术的高效性。
孔德珍[6](2020)在《面向UAS场景图像分割的深度学习算法研究与应用》文中研究说明无人自主系统(UAS)是无人车、无人机等无人自主设备在移动场景中执行任务的重要的支撑系统。图像分割是这类UAS系统环境感知、路径规划和任务执行的关键前提。因此,面向UAS场景的图像分割相关技术研究具有十分重要的理论意义和应用价值。本文针对车载和机载应用场景,提出了一种基于深度学习的实时图像分割方法,设计并实现了应用于UAS自然场景的图像分割系统。主要工作如下:(1)针对UAS的自然场景的道路和天空分割问题,构建了自然场景图像的数据集。并采用Labelme技术对自然场景图像中的道路和天空进行标注,建立了适合本文方案的语义标签。(2)针对UAS的自然场景图像的特点和网络通畅情况,提出了一种以深度学习为基础的图像分割算法。具体由云端远程图像分割算法和智能移动终端图像分割算法构成。云端远程图像分割算法采用Kitti Seg数据集训练FCN8-VGG16网络架构。实验仿真结果表明,其F1值相对Marvin Techmann提升了4%以上,该算法可有效对道路、天空这两类的自然场景进行图像分割。在移动端采用U-Net网络架构,实现智能移动终端的图像分割算法。实验仿真结果表明,该方法的数据集图像分割的准确率达到96%以上,其F1值也达到了95%以上,能够实现更加高效的图像分割。(3)设计面向UAS自然场景图像分割的系统架构,实现了系统架构和功能。该系统由移动计算子系统和云服务子系统组成。其中,移动计算子系统包括:图像获取、移动终端网络通信、移动终端图像分割与图像显示四大模块;云服务子系统由模型训练模块、云服务网络通信模块和云服务图像分割模块等组成。系统设计了网络带宽自适应机制,根据网络带宽分别采用不同网络模型实现图像分割。当网络畅通时,采用云服务实现图像分割,再将分割后的图像下载到移动终端;在网络不畅通时,直接采用移动终端进行图像分割。本文设计并实现面向UAS场景的图像分割与应用系统,在保证图像分割高准确率的同时,能有效的解决不同网络带宽情况下基于云服务的图像分割问题。本文的研究成果对于改善UAS图像分割的实用性具有一定的现实意义。
赵志岳[7](2020)在《子午线轮胎网格生成方法研究》文中研究指明轮胎是车辆的重要组成部分之一,对车辆的舒适性和安全性有着十分重要的影响,其主要作用有支撑车辆的重量、传递车辆行驶的动力和缓冲震动等。子午线轮胎凭借其寿命长、减震性能好和承载力大的优越性能已经在车辆及航空飞机领域得到了广泛应用。而随着计算机和软件科学技术的快速发展和普及,有限元分析作为一种高效率、高准确度的数值模拟方法,已经广泛应用于包括材料、机械、能源等几乎所有的科学领域。在对子午线轮胎进行有限元模拟分析的过程中,网格划分是非常重要的步骤,其划分质量对模拟结果的精度及可靠性具有重要影响。子午线轮胎由不同的材料构成,因此横截面上由不同的区域组成,形状比较复杂。当采用自动方式生成网格时,网格质量较差。为了得到较好的网格,通常需要人工进行手动划分。手动网格划分不仅需要花费较多的时间和精力,影响整个有限元模拟工作的进度,而且网格划分的过程比较繁杂,很容易产生各种各样的错误,影响有限元模拟最终的精度。因此,迫切需要一种能够针对子午线轮胎横截面这种材料分布复杂的几何图形进行网格划分的自动化方法,提升有限元模拟的工作效率和精度。本文首先针对网格生成技术的发展和种类进行了介绍,然后对现有的子午线轮胎横截面网格的划分方法进行了综述。通过综合比较分析,确定了对传统的铺砌法进行改进,使其可以适用于子午线轮胎横截面网格的自动划分。本文针对子午线轮胎横截面基本为复合结构的特点,提出了一种复合结构区域的自动分解算法,将子午线轮胎横截面根据材料分布分解为一个个独立的子区域;然后根据子午线轮胎横截面材料分布基本为层状的特点,在传统铺砌法的基础上进行了改进,提出了一种改进的铺砌法,使其适用于层状复合结构的网格生成。由于传统铺砌法是先离散边界然后再生成网格单元的方法,该方法不再适用于这种层状的复合结构。本文采用的方法是首先对层状复合结构进行子区域的自动划分,然后在各个子区域中一边生成节点,一边生成单元,并且在网格单元生成过程中不断根据材料的分布特点进行单元节点和网格单元的调整,最后将所有子区域网格进行合并,得到最终的网格。这种算法可以在层状复合结构区域中自动生成符合要求的高质量、高可靠性的三角形和四边形网格。本文针对子午线轮胎的实体为回转体的特点,提出了一种使用旋转的方式将二维网格转换为三维网格的方法。该方法可以生成网格规则程度高,且质量好的三维网格,有效地降低了生成三维网格的复杂度,提高了生成三维网格的效率。根据本文提出的以上方法,编写了用于自动分解复合结构区域、在层状复合区域生成网格和生成回转体三维网格的程序,并对子午线轮胎实例进行了网格的划分,生成了相应的二维网格和三维网格,且网格质量符合有限元分析的要求。本文针对子午线轮胎层状复杂结构提出并研究实现的高质量高效率网格生成算法及开发的程序对促进子午线轮胎应用中数值模拟分析的精确性及其他复合材料数值分析的应用具有重要的理论意义和实际应用价值。
玉淳舟[8](2020)在《Android平台交互式测试系统的设计与实现》文中研究指明随着移动设备技术的发展,移动应用,尤其是Android平台的移动应用数量与使用人数随之大幅增加,应用的正确性与可靠性也变得日益关键。作为保障软件正确性与可靠性的主要手段,软件测试在移动应用开发的过程中发挥不可或缺的作用。软件测试根据待测软件执行测试操作时测试人员的介入程度,可以分为手工测试与自动化测试两种。手工测试作为一种以测试员手工执行待测软进行评估的传统测试方法,具有准备时间短、对测试步骤的归纳度高、有较好的适应性、针对性及异常处理能力等优点,但在面对代码行数逐渐增加、版本迭代迅速的软件时,存在测试耗时长、测试效率低、部分可靠性指标无法量化等不足;而作为近年来发展较为迅速的自动化测试,在凭借可并行化执行测试、测试效率高、易于执行回归测试与获取量化指标等优势逐渐主导测试领域的同时,同样存在测试准备周期长、测试路径容易产生冗余、对测试人员有较高的专业性需求、较难对待测软件的某一部分执行针对性的测试等亟需解决的问题。当前,大体量、高使用量、多平台多版本部署的应用正成为主流,但人员匮乏、工期紧张等约束也高频率出现在开发过程中。面对这一情况时,开发人员常会陷入手工测试效果不理想及自动化测试不易使用的困境,难以找到对应用进行快速高效测试的方法,从而导致当前大量应用的正确性与可靠性得不到有效的保障。基于前文所述的情况与需求,本文设计并实现了一种Android平台交互式测试系统,以解决复杂条件下开发人员难以对应用进行快速高效测试的困境。本文的主要工作有:·针对当前大部分自动化测试工具对测试人员专业水平有较高需求的问题,本文引用了手绘等图形方面的交互方法,作为用户表达测试意图的主要方式。本文所述系统在前端构建图形化界面,通过向测试人员展示待测软件截图的方式,引导测试人员通过手绘符号描述其理想的测试路径;在后端根据Robotium测试框架标准,将前端获取的输入转化为可执行的自动化测试脚本。本文将图形交互式的方法引入自动化测试工具中,将极大改善当前主流测试工具易用性差、准备周期长、对用户的专业水平与编码水平有较高要求的缺陷。·针对在表达测试意图时公共测试路径需要反复定义、相似操作需要重复说明等问题,本文所述系统通过引入包含多种逻辑符号的逻辑交互式方法,以增强路径定义语法的表述能力。通过引入的布尔连接符与量词符号,前端可在用户表达测试意图的过程中快速声明类型相同、操作相似以及基于较为复杂的前提及判断条件的测试路径,以放宽对于用户逻辑编程能力的需求,降低表达相似或重复测试路径所花费的时间,在减少测试脚本中冗余代码的同时提高系统的易用性。·另外,针对用户需对组成测试动作的大量参数进行反复定义与输入的不便之处,本文所述系统采用正则式的输入方法,作为文本类型的交互手段。在面对多个参数类型相同、参数格式类似的测试动作,或需要声明包含多个随机参数的单个测试动作时,用户可以通过正则表达式,对参数的样式进行快速的声明与定义,并由本文所述系统对各项具体参数进行生成操作。基于文本交互式的方法,系统可优化用户声明测试意图时输入参数的操作,减少测试的准备时间,从而使易用性与测试效率得到相应的提高。此外,本文所述系统利用手工测试的优势对自动化测试工具进行一定的改进,将指定测试路径的方法与随机生成路径的测试方法相结合,使系统可以在执行用户所指定的测试路径之后,采用随机生成路径方法进行测试操作。这一改进既能使指定测试路径所覆盖的测试范围得到一定的拓宽,同时也能使随机生成路径的测试方法具有一定的灵活性与针对性,从而减少其冗余测试个数、提高其执行效率。通过对上述功能需求的分析与归纳,本文完成了对一个Android平台交互式测试系统的设计与实现,为移动应用开发者、测试人员以及质量保障人员提供一个低门槛、低准备时间、高效率、易操作的交互式测试系统,以帮助其提高移动应用的正确性与可靠性,具有较高的商业应用价值。
李文浩[9](2020)在《无锁内存分配与可靠UDP技术研究及应用》文中研究指明随着通信技术的不断进步,短波这种传统的通信方式也得到了快速发展,凭借其独特的优势一直备受重视。短波通信距离较远,是远程通信的主要手段之一,且是唯一一种不受网络枢纽和有源中继体制约的长距离通信方式。短波在民用和军事领域都被广泛运用,因此对短波信号的监听与侦测也就显得尤为重要。短波信号的监测与分析系统需要满足实时性、高速数据流、分布式显控等要求。高效的内存分配算法可以有效的提高实时系统的效率及稳定性。Buddy算法是一种常见的内存分配算法,被Linux系统所采用,但仍然存在一系列缺点。对实时系统而言,频繁的向操作系统申请/释放内存,不仅低效,也不利于系统的稳定性。针对Buddy内存分配算法的不足,以及短波显控实时系统需要频繁进行内存分配的特点,提出了一种应用层的无锁内存分配算法,相较于传统Buddy算法,有更高的分配效率,特别是在高并发环境下。高速实时系统中常常需要频繁申请一些短生命期内存,而这会造成Buddy算法不断分裂和合并内存块。针对该问题,提出了渐进式重合并算法,不仅减少了内存块的拆合,提升了分配算法的平均响应速度,还降低了外碎率。针对传统TCP协议在当今有线/无线异构网络环境下暴露出的不足,以及短波显控系统的实时数据传输需求,本文利用UDP协议高可塑性的特点,设计出了一个相较于TCP协议有着多处改进的可靠UDP协议,如:采用基于动态平滑因子的RTT估计算法提高了 RTT估计值的准确度;通过改进带宽估计算法提升了拥塞控制算法的流量控制效率;提出超时数据快速丢弃算法来解决过期数据重传问题。最后,通过对比实验验证了本文提出的无锁内存分配算法有效提高了并发场景下内存分配与释放的效率,采用新算法后系统的整体效率约提升12%,并将提出的可靠UDP协议与TCP协议在实际生产环境中进行了对比运行,采用可靠UDP传输协议的系统不仅提高了传输效率,还降低了数据失效率。
钟颖[10](2020)在《基于在线地图速度数据的城市动态最短路径选择算法研究》文中认为城市动态交通诱导是缓解交通拥堵的有效措施之一,出行者可根据诱导信息确定合适的出行路径、出行时间,避免不必要的出行延误。动态路径诱导的核心为动态最短路径选择,现有研究中,受地区经济发展的影响,部分地区路网速度数据完整性不足,导致路径规划结果与实际存在差异;在动态最短路径选择过程中,未充分考虑到道路交通状态的时变性。针对以上问题,本文以在线地图速度数据为基础,基于在线地图速度数据构建了GCN-LSTM-BP路段短时交通速度预测模型,基于速度预测信息对城市动态行程时间最短路径选择算法进行了研究。首先,对论文研究所需数据的获取方式进行了阐述。考虑到采用传统数据采集方式获取大规模路网速度数据存在一定局限性,本文采用在线地图速度数据替代传统速度数据,通过调用百度、高德等在线地图服务平台提供的API,获取在线地图中路网各交叉口经纬度坐标,根据相邻交叉口经纬度坐标,批量爬取不同时段路段里程及行程时间,计算路段行程速度,实现对路网速度数据的采集。其次,基于获取的在线地图速度数据构建了路段短时交通速度预测模型。从道路交通速度时空相关性出发,基于GCN网络构建了道路交通速度空间依赖关系挖掘模型,基于LSTM网络构建了道路交通速度时间依赖关系挖掘模型,采用BP神经网络对经GCN网络与LSTM网络处理后的百度地图路段速度数据以及高德地图路段速度数据进行融合,构建了基于GCN-LSTM-BP网络的路段短时交通速度预测模型,实现了对路段速度的预测。实验结果表明,相比于仅考虑速度时间特征的模型,本文提出的同时考虑时空特征的预测模型具备更好的预测效果。最后,基于速度预测信息构建了城市动态行程时间最短路径选择模型,并改进Dijkstra算法对模型进行了求解。考虑到传统Dijkstra算法在计算起讫点间最短路径时易将冗余节点纳入搜索范围,增加算法时间复杂度,本文提出了考虑时变矩形区域限制的Dijkstra算法,根据不同出发时刻起讫点间行程时间最短路径长度与欧式距离的关系,对Dijkstra算法搜索区域加以限制,以此改进Dijkstra算法,减少算法搜索时间,提升算法运行效率。根据实际路网及路网速度预测值,分别采用传统Dijkstra算法以及改进后Dijkstra算法对路网中一定数量OD对的动态行程时间最短路径进行了选择,进一步验证了算法的有效性及可靠性。
二、数据结构中图的一种应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、数据结构中图的一种应用(论文提纲范文)
(1)面向快速响应网络场景的区块链存储机制研究与优化(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文研究内容及主要创新点 |
1.3.1 研究内容 |
1.3.2 主要创新点 |
1.4 论文组织结构 |
第二章 相关技术简介及分析 |
2.1 区块链技术 |
2.1.1 区块链技术综述 |
2.1.2 区块链数据存储及同步 |
2.1.3 区块链应用分析 |
2.2 网络数据传输技术 |
2.2.1 点对点数据传输 |
2.2.2 传输控制 |
2.3 数据处理技术 |
2.3.1 快照技术 |
2.3.2 密码学技术 |
2.3.3 数据存储及快速检索 |
2.4 快速响应网络简介 |
2.5 本章小结 |
第三章 基于快速响应网络的区块链底层研究与优化设计 |
3.1 针对快速响应场景的设计目标 |
3.2 轻量级节点模型 |
3.3 区块存储模型 |
3.4 数据动态均衡 |
3.5 网络负载均衡 |
3.6 节点快速响应 |
3.7 基础服务 |
3.8 本章小结 |
第四章 适用于快速响应网络的区块链存储机制实现 |
4.1 需求定义 |
4.2 总体实现概要 |
4.3 详细实现 |
4.3.1 节点模块 |
4.3.2 区块数据处理 |
4.3.3 数据同步 |
4.3.4 后台服务 |
4.3.5 存储模块 |
4.3.6 用户与交互 |
4.4 第三方组件 |
4.5 本章小结 |
第五章 测试及分析 |
5.1 仿真环境介绍 |
5.2 功能测试及分析 |
5.3 性能测试及分析 |
5.4 本章小结 |
第六章 总结展望 |
6.1 总结 |
6.2 下一步研究方向 |
参考文献 |
致谢 |
攻读学位期间取得的研究成果 |
(2)SDN环境下的L7路由选择方案研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 识别服务类别 |
1.2.2 路由选择方案 |
1.3 论文的主要研究工作 |
1.4 论文的组织结构安排 |
第二章 相关技术综述 |
2.1 SDN相关技术 |
2.1.1 SDN技术 |
2.1.2 OpenFlow协议 |
2.1.3 SDN控制器 |
2.2 QoS分类技术 |
2.3 端口识别应用技术 |
2.4 延迟测量技术 |
2.5 本章小结 |
第三章 SDN环境下的L7路由选择方案设计 |
3.1 引言 |
3.2 方案设计目标 |
3.2.1 识别服务类别设计目标 |
3.2.2 路由选择方案设计目标 |
3.3 方案总体架构 |
3.4 识别服务类别模块设计 |
3.4.1 识别服务类别模块结构图 |
3.4.2 构建正则特征库的规则 |
3.4.3 识别服务类别方案 |
3.5 测量链路丢包率模块设计 |
3.5.1 测量链路丢包率模块结构图 |
3.5.2 计算周期时刻的链路丢包率 |
3.5.3 链路丢包率权重基础模块 |
3.6 路由计算模块设计 |
3.6.1 路由计算模块结构图 |
3.6.2 预处理链路丢包率权重 |
3.6.3 路由计算方案 |
3.7 本章小结 |
第四章 SDN环境下的L7路由选择方案实现 |
4.1 实现内容及开发环境概述 |
4.2 识别服务类别实现 |
4.2.1 基础模块实现 |
4.2.2 正则特征库实现 |
4.2.3 需求映射库的实现 |
4.3 测量链路丢包率实现 |
4.3.1 历史链路丢包率容器的实现 |
4.3.2 链路丢包率周期计算模块的实现 |
4.3.3 链路丢包率权重基础模块的实现 |
4.4 路由计算模块实现 |
4.4.1 初始化链路权重模块实现 |
4.4.2 计算路由模块实现 |
4.5 本章总结 |
第五章 SDN环境下的L7路由选择方案测试与分析 |
5.1 测试准备及测试方案概述 |
5.1.1 测试准备 |
5.1.2 测试方案概述 |
5.2 识别服务类别模块测试与分析 |
5.2.1 识别服务类别功能测试方案过程 |
5.2.2 识别服务类别功能测试结果 |
5.3 测量链路丢包率测试与分析 |
5.3.1 测量链路丢包率测试方案过程 |
5.3.2 测量链路丢包率测试结果 |
5.4 路由计算模块测试与分析 |
5.4.1 路由计算模块测试方案过程 |
5.4.2 路由计算模块测试结果 |
5.5 性能测试 |
5.5.1 性能测试方案过程 |
5.5.2 性能测试结果 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 论文主要工作总结 |
6.2 下一步研究方向 |
参考文献 |
致谢 |
攻读学位期间获得的学术成果目录 |
(3)基于STM32的振动信号采集系统研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
创新点摘要 |
第一章 绪论 |
1.1 旋转机械振动测试的研究意义 |
1.2 振动信号分析技术的研究现状 |
1.3 振动信号采集系统的研究现状 |
1.4 本论文的主要研究内容 |
第二章 内积变换原理 |
2.1 引言 |
2.2 尺度函数 |
2.2.1 相位函数 |
2.2.2 辛克函数 |
2.2.3 互补辛克函数 |
2.2.4 傅立叶函数 |
2.3 小波函数 |
2.3.1 小波函数的一般形态 |
2.3.2 定外形小波函数 |
2.3.3 傅立叶小波函数 |
2.4 时变分析原理 |
2.4.1 加窗傅立叶变换 |
2.4.2 相似性变换原理 |
2.4.3 相关变换 |
2.4.4 傅立叶相关变换 |
2.4.5 小波变换 |
2.5 本章小结 |
第三章 振动信号采集系统的硬件设计 |
3.1 信号采集系统的总体设计 |
3.2 信号采集模块设计 |
3.3 数据存储模块设计 |
3.4 LCD显示模块设计 |
3.5 串口发送模块设计 |
3.6 本章小结 |
第四章 振动信号采集系统的软件设计 |
4.1 下位机软件总体设计 |
4.1.1 初始化设计 |
4.1.2 数据采集模块软件设计 |
4.1.3 串口数据传输模块软件设计 |
4.1.4 LCD显示模块软件设计 |
4.1.5 数据存储模块软件设计 |
4.2 上位机软件设计 |
4.2.1 串口接收软件设计 |
4.2.2 频谱分析软件设计 |
4.2.3 信号参数软件设计 |
4.2.4 傅立叶相关变换软件设计 |
4.2.5 莫莱特小波变换软件设计 |
4.2.6 上位机软件界面设计 |
4.3 本章小结 |
第五章 系统测试与分析 |
5.1 单频测试 |
5.2 仿真测试 |
5.3 实测数据分析 |
5.3.1 评价机组振动的国家标准 |
5.3.2 各测点振动速度色谱图 |
5.3.3 机组振动状态的评价 |
5.4 本章小结 |
第六章 总结与展望 |
参考文献 |
发表文章目录 |
致谢 |
(4)基于SRv6的端到端快速重路由方案的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 课题研究内容 |
1.3 论文相关工作 |
1.4 论文组织结构 |
第二章 相关技术介绍 |
2.1 IPv6协议 |
2.1.1 IPv6发展现状 |
2.1.2 IPv6基本概念 |
2.1.3 IPv6特点 |
2.2 快速重路由 |
2.2.1 快速重路由基本概念 |
2.2.2 快速重路由解决方案 |
2.3 分段路由 |
2.3.1 分段路由原理 |
2.3.2 SR MPLS |
2.3.3 SRv6 |
2.4 分段路由防微环机制 |
2.4.1 微环产生原因 |
2.4.2 分段路由防微环原理 |
2.5 通用路由平台 |
2.5.1 通用路由平台介绍 |
2.5.2 VRP配置管理架构 |
2.5.3 通用路由平台特点 |
2.6 本章小结 |
第三章 端到端快速重路由方案需求分析 |
3.1 基于SRv6的端到端快速重路由方案的业务场景分析 |
3.1.1 网络组成部分 |
3.1.2 网络拓扑 |
3.2 基于SRv6的端到端快速重路由方案的功能性需求分析 |
3.2.1 网络故障分析 |
3.2.2 快速重路由技术调研 |
3.2.3 系统需求分析 |
3.2.4 主要功能分析 |
3.2.5 数据模型需求分析 |
3.3 基于SRv6的端到端快速重路由方案的非功能性需求分析 |
3.4 开发环境分析 |
3.5 本章小结 |
第四章 端到端快速重路由方案总体设计 |
4.1 基于SRv6的端到端快速重路由方案的系统架构设计 |
4.2 配置接口层设计 |
4.3 配置管理层设计 |
4.4 配置数据层设计 |
4.4.1 IGP八大组件 |
4.4.2 IGP组件交互流程 |
4.4.3 新增组件交互接口 |
4.5 本章小结 |
第五章 端到端快速重路由方案的详细设计与实现 |
5.1 基于SRv6的端到端快速重路由方案的系统实现 |
5.2 数据模型实现 |
5.2.1 SRv6 Locator TLV |
5.2.2 SRv6 End.m SID sub-TLV |
5.2.3 Protected Locators sub-TLV |
5.2.4 SRv6 EndM Sid的DIM模型 |
5.3 配置、删除镜像节点处理模块 |
5.3.1 实现流程 |
5.3.2 相关数据结构 |
5.4 订阅镜像节点处理模块 |
5.4.1 实现流程 |
5.5 低优先级路由源生成模块 |
5.5.1 实现流程 |
5.5.2 相关数据结构 |
5.6 Mirror FRR生成模块 |
5.6.1 实现流程 |
5.6.2 相关数据结构 |
5.7 路由提前下发下一跳集合索引模块 |
5.7.1 实现流程 |
5.7.2 数据结构 |
5.8 SRv6 End.m SID sub-TLV发布模块 |
5.8.1 实现流程 |
5.9 SRv6 End.m SID sub-TLV删除模块 |
5.9.1 实现流程 |
5.9.2 相关数据结构 |
5.10 带镜像节点的防微环标签栈生成模块 |
5.10.1 实现流程 |
5.11 本章小结 |
第六章 端到端快速重路由方案的系统测试 |
6.1 测试环境 |
6.2 网络拓扑 |
6.3 黑盒测试 |
6.3.1 配置、删除镜像节点功能测试 |
6.3.2 订阅镜像节点信息功能测试 |
6.3.3 低优先级路由源生成功能测试 |
6.3.4 Mirror FRR生成功能测试 |
6.3.5 SRv6 End.m SID sub-TLV发布功能测试 |
6.3.6 带镜像节点的防微环标签栈生成功能测试 |
6.4 性能测试 |
6.5 本章小结 |
第七章 总结和展望 |
7.1 全文总结 |
7.2 不足和展望 |
参考文献 |
致谢 |
作者攻读学位论文期间发表的学术论文目录 |
(5)基于界面特征的iOS仿冒应用检测系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 论文研究内容 |
1.4 论文组织结构 |
第二章 相关理论和技术 |
2.1 iOS应用程序结构及设计模式 |
2.2 iOS系统Runtime机制 |
2.3 iOS平台自动化测试技术 |
2.4 iOS系统安全机制 |
2.5 iOS应用破解技术 |
2.6 本章小结 |
第三章 基于视图布局的iOS界面相似度检测方案的设计与实现 |
3.1 界面相似度检测方案总体设计 |
3.2 现有的视图布局相似度检测方法 |
3.3 视图布局提取模块的实现 |
3.3.1 iOS应用视图布局分析 |
3.3.2 基于Runtime机制的iOS Hook技术 |
3.3.3 iOS应用视图布局提取方法 |
3.3.4 界面特征提取技术的实现 |
3.4 界面相似度检测模块的实现 |
3.5 本章小结 |
第四章 基于界面特征的仿冒应用检测系统的设计与实现 |
4.1 仿冒应用检测系统架构设计 |
4.2 应用自动化遍历模块的实现 |
4.2.1 现有的移动应用自动化遍历技术 |
4.2.2 模拟交互驱动页面跳转 |
4.2.3 基于系统API调用的遍历路径控制 |
4.2.4 异常事件处理 |
4.3 仿冒应用判定模块的实现 |
4.3.1 基于应用名称相似度的疑似仿冒应用对筛选 |
4.3.2 基于二分图最大匹配的Hungary算法 |
4.3.3 基于Hungary算法的相似页面匹配 |
4.4 本章小结 |
第五章 基于界面特征的仿冒应用检测系统效果评测 |
5.1 实验环境以及数据集 |
5.2 应用自动化遍历模块可用性实验 |
5.2.1 应用自动化遍历时间阈值的确定 |
5.2.2 同类型遍历工具的效率对比 |
5.3 仿冒应用检测效果分析 |
5.3.1 可用性验证实验 |
5.3.2 批量应用检测实验 |
5.4 仿冒应用来源分析 |
5.4.1 来自越狱商店的破解版应用 |
5.4.2 基于重签名技术制作的仿冒应用 |
5.4.3 重复上架的雷同应用 |
5.4.4 采用UI克隆的山寨应用 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 工作与展望 |
参考文献 |
致谢 |
(6)面向UAS场景图像分割的深度学习算法研究与应用(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 无人自主系统 |
1.1.2 图像分割 |
1.2 国内外研究现状 |
1.2.1 无人自主系统 |
1.2.2 基于深度学习的图像分割方法 |
1.3 本文的主要工作 |
1.4 本文的组织结构 |
1.5 本章小结 |
第2章 相关技术 |
2.1 深度神经网络 |
2.1.1 卷积神经网络 |
2.1.2 全卷积网络 |
2.1.3 残差网络 |
2.2 深度学习工具集 |
2.2.1 TensorFlow |
2.2.2 TensorFlow Lite |
2.2.3 Keras |
2.2.4 PyTorch |
2.3 本章小节 |
第3章 基于深度学习的UAS场景分割 |
3.1 UAS场景图像分割的网络通信问题 |
3.2 面向UAS场景图像分割的FCN8-VGG16 网络 |
3.2.1 FCN8-VGG16 网络结构 |
3.2.2 KittiSeg数据集 |
3.2.3 FCN8-VGG16 性能测试 |
3.3 面向UAS场景图像分割的U-Net网络 |
3.3.1 U-Net网络结构 |
3.3.2 Cam Vid数据集 |
3.3.3 U-Net性能测试 |
3.4 本章小节 |
第4章 面向UAS场景图像分割的系统设计 |
4.1 系统分析 |
4.2 系统架构 |
4.3 系统功能 |
4.4 系统处理流程 |
4.5 本章小结 |
第5章 基于Android的场景图像分割系统的实现 |
5.1 系统开发环境 |
5.2 云服务端训练功能实现 |
5.3 智能移动终端调用服务功能实现 |
5.4 图像分割的系统实现 |
5.4.1 基于云服务的远程图像分割算法实现 |
5.4.2 基于深度学习的智能移动终端图像分割 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(7)子午线轮胎网格生成方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题背景 |
1.2 网格生成技术 |
1.2.1 发展历史和研究现状 |
1.2.2 网格生成方法介绍 |
1.2.3 网格生成质量评判标准 |
1.3 子午线轮胎网格划分的研究现状 |
1.4 研究主要内容及其意义 |
1.4.1 研究意义 |
1.4.2 研究内容 |
第二章 复合结构区域的自动分解算法 |
2.1 术语定义 |
2.2 区域自动分解基本原理 |
2.3 区域自动分解具体步骤 |
2.3.1 计算交点 |
2.3.2 分割线段 |
2.3.3 计算顶点的度值 |
2.3.4 处理非外边界线 |
2.3.4.1 处理非子区域边界线 |
2.3.4.2 处理子区域边界线 |
2.3.5 搜索闭合的环 |
2.3.6 确定独立子区域的边界 |
2.3.7 确定非子区域边界线所在的区域 |
2.3.8 区域自动分解的结果 |
2.4 区域自动分解过程中圆弧曲线的处理 |
2.5 增加辅助外边界 |
2.6 数据结构和算法实现 |
2.6.1 几何数据的输入和输出 |
2.6.2 数据结构 |
2.6.3 算法步骤 |
2.7 本章小结 |
第三章 铺砌法及其在层状复合结构中应用的改进 |
3.1 铺砌法 |
3.1.1 术语定义 |
3.1.2 铺砌法的基本原理 |
3.1.3 铺砌法的实现过程 |
3.1.3.1 数据输入和边界离散化 |
3.1.3.2 节点分类 |
3.1.3.3 生成网格单元 |
3.1.3.4 缝合处理 |
3.1.3.5 交叉判断 |
3.1.3.6 光滑处理 |
3.1.3.7 闭合处理 |
3.2 针对层状复合结构的改进铺砌法 |
3.2.1 术语定义 |
3.2.2 改进铺砌法的基本原理 |
3.2.3 改进铺砌法的实现过程 |
3.2.3.1 目标区域几何信息的输入和预处理 |
3.2.3.2 初始网格单元和普通网格单元的生成 |
3.2.3.3 区域边界上线段过短时的处理方式 |
3.2.3.4 铺砌时遇到约束点的处理方式 |
3.2.3.5 第一个区域铺砌终止的处理方式 |
3.2.3.6 子区域铺砌顺序的确定 |
3.2.3.7 铺砌其他区域的处理方式 |
3.2.3.8 手动修改网格单元的方式 |
3.2.4 特殊情况的处理 |
3.2.4.1 单元节点的合并 |
3.2.4.2 修改约束点所在的单元 |
3.3 改进铺砌法的应用实例 |
3.4 数据结构和算法实现 |
3.4.1 数据结构 |
3.4.2 算法步骤 |
3.5 本章小结 |
第四章 回转体的三维网格生成 |
4.1 三维网格生成原理 |
4.1.1 三维网格文件格式 |
4.1.2 三维网格生成原理 |
4.2 三维网格生成步骤 |
4.2.1 旋转角度和旋转次数的确定 |
4.2.2 三维网格单元的生成 |
4.3 回转体的三维网格生成实例 |
4.4 数据结构和算法实现 |
4.4.1 数据结构 |
4.4.2 算法步骤 |
4.5 本章小结 |
第五章 子午线轮胎网格生成实例 |
5.1 子午线轮胎横截面几何图形的预处理 |
5.2 子午线轮胎横截面上二维网格的生成 |
5.3 子午线轮胎三维网格的生成 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
(8)Android平台交互式测试系统的设计与实现(论文提纲范文)
摘要 |
abstract |
第一章 引言 |
1.1 背景 |
1.2 相关工作 |
1.3 本文工作 |
1.4 本文结构 |
第二章 相关技术综述 |
2.1 Android控件及事件分发机制 |
2.1.1 Android控件概述 |
2.1.2 Android事件概述 |
2.2 Robotium测试框架概述 |
2.3 本章小结 |
第三章 Android平台交互式测试系统的需求分析 |
3.1 系统总体需求 |
3.1.1 基于手绘的图形交互方式的需求 |
3.1.2 基于多种符号的逻辑交互方式的需求 |
3.1.3 基于正则式等文本交互方式的需求 |
3.1.4 测试路径生成方法优化的需求 |
3.2 系统功能性需求 |
3.2.1 前端交互部分需求 |
3.2.2 模型抽象部分需求 |
3.2.3 脚本生成部分需求 |
3.2.4 递归与路径增补部分需求 |
3.3 系统非功能性需求 |
3.4 本章小结 |
第四章 Android平台交互式测试系统的设计 |
4.1 概要设计 |
4.2 手绘语言与传输文件详细设计 |
4.2.1 手绘语言说明 |
4.2.2 测试意图记录文件格式设计 |
4.3 前端交互模块详细设计 |
4.4 模型抽象模块详细设计 |
4.4.1 模块整体设计 |
4.4.2 数据结构设计 |
4.4.3 解析步骤设计 |
4.5 脚本生成模块详细设计 |
4.5.1 模块整体设计 |
4.5.2 部分逻辑符号处理方法设计 |
4.5.3 生成文件代码规整方法设计 |
4.6 递归与路径增补模块详细设计 |
4.6.1 模块整体设计 |
4.6.2 递归操作执行方法设计 |
4.7 本章小结 |
第五章 Android平台交互式测试系统的实现 |
5.1 前端交互模块的实现 |
5.2 模型抽象模块的实现 |
5.2.1 文件解析部分的实现 |
5.2.2 模型构建部分的实现 |
5.3 脚本生成模块的实现 |
5.4 递归与路径增补模块的实现 |
5.4.1 递归操作运行参数的设定 |
5.4.2 随机路径生成的具体实现 |
5.5 本章小结 |
第六章 Android平台交互式测试系统的测试 |
6.1 测试准备 |
6.1.1 测试目的 |
6.1.2 测试环境 |
6.2 功能测试 |
6.2.1 系统可用性测试 |
6.2.2 系统容错能力测试 |
6.3 性能测试 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
(9)无锁内存分配与可靠UDP技术研究及应用(论文提纲范文)
摘要 |
ABSTRACT |
详细摘要 |
第1章 引言 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 动态内存分配算法研究现状 |
1.2.2 可靠UDP协议研究现状 |
1.3 本文研究内容 |
1.4 本文的组织架构 |
第2章 相关理论基础 |
2.1 高速缓存对并发的影响 |
2.1.1 高速缓存Cache |
2.1.2 缓存一致性协议 |
2.1.3 Cache miss的性能代价 |
2.2 无锁编程相关术语 |
2.2.1 原子操作 |
2.2.2 CAS指令与ABA问题 |
2.2.3 内存屏障和优化屏障 |
2.3 内存分配 |
2.3.1 内存寻址 |
2.3.2 Buddy算法 |
2.3.3 TLSF算法 |
2.4 可靠传输理论 |
2.4.1 序号机制 |
2.4.2 连接的建立与关闭 |
2.4.3 RTT估计与超时重传算法 |
2.4.4 滑动窗口与主动重传技术 |
2.4.5 慢启动算法与拥塞避免算法 |
2.5 本章小结 |
第3章 无锁内存分配算法 |
3.1 Buddy算法的缺点 |
3.2 LFMA算法 |
3.2.1 LFMA思想与结构 |
3.2.2 多级位图的原子操作 |
3.2.3 渐进式重合并算法 |
3.3 算法设计 |
3.3.1 内存块分配算法设计 |
3.3.2 内存块释放算法设计 |
3.3.3 渐进式重合并算法设计 |
3.4 实验与分析 |
3.4.1 实验设计 |
3.4.2 单线程下的分配效率 |
3.4.3 单生产者多消费者下的分配效率 |
3.4.4 结果分析 |
3.5 本章小结 |
第4章 可靠UDP高效传输协议 |
4.1 可靠UDP协议的层次结构 |
4.2 数据报的可靠发送与接收 |
4.2.1 滑动窗口 |
4.2.2 选择确认 |
4.2.3 超时重传 |
4.3 自适应RTT估计算法 |
4.3.1 经典RTT估计算法的不足 |
4.3.2 改进的RTT估计算法 |
4.3.3 实验分析 |
4.4 基于可靠UDP吞吐量的可用带宽估计算法 |
4.4.1 TCP Vegas算法 |
4.4.2 基于可靠UDP吞吐量的拥塞控制算法 |
4.4.3 实验与分析 |
4.5 超时数据快速丢弃算法 |
4.5.1 发送端主动放弃重传 |
4.5.2 接收端被动丢弃 |
4.6 本章小结 |
第5章 算法实现及在短波显控系统的应用 |
5.1 LFMA算法的实现 |
5.2 收发缓存与收发窗口设计 |
5.2.1 收发缓存的必要性 |
5.2.2 收发缓存与窗口的数据结构 |
5.2.3 收发缓存的算法实现 |
5.3 可靠UDP协议数据报设计 |
5.4 连接建立与释放算法 |
5.4.1 建立连接 |
5.4.2 释放连接 |
5.5 在显控系统的应用 |
5.5.1 显控系统的实现 |
5.5.2 LFMA在显控系统的应用 |
5.5.3 可靠UDP协议在显控系统的应用 |
5.6 本章小结 |
第6章 结论与未来展望 |
6.1 全文总结 |
6.2 研究展望 |
致谢 |
参考文献 |
附录 作者在读研期间发表的学术论文及参与的科研项目 |
(10)基于在线地图速度数据的城市动态最短路径选择算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与问题提出 |
1.1.1 研究背景 |
1.1.2 问题提出 |
1.2 研究目的与意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 短时交通预测研究现状 |
1.3.2 动态最短路径选择研究现状 |
1.4 研究内容与技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
第2章 在线地图速度数据获取 |
2.1 基本思路 |
2.2 在线地图速度数据获取 |
2.2.1 在线地图概述 |
2.2.2 交叉口经纬度坐标提取 |
2.2.3 路段里程与行程时间爬取 |
2.3 基于python的在线地图速度数据获取 |
2.3.1 python第三方工具 |
2.3.2 在线地图速度数据采集 |
2.4 本章小结 |
第3章 基于在线地图速度数据的深度网络短时速度预测 |
3.1 基本思路 |
3.2 符号说明 |
3.3 道路交通速度空间依赖关系挖掘 |
3.3.1 卷积神经网络 |
3.3.2 图卷积神经网络 |
3.3.3 基于GCN的道路交通速度空间依赖关系挖掘 |
3.4 道路交通速度时间依赖关系挖掘 |
3.4.1 循环神经网络 |
3.4.2 长短时记忆网络 |
3.4.3 基于LSTM的道路交通速度时间依赖关系挖掘 |
3.5 路段短时速度预测 |
3.5.1 BP神经网络 |
3.5.2 基于时空依赖性挖掘的GCN-LSTM-BP网络 |
3.5.3 预测效果评价指标 |
3.6 本章小结 |
第4章 基于短时交通速度预测的动态最短路径选择 |
4.1 基本思路 |
4.2 图论及路网抽象化 |
4.2.1 图论基础 |
4.2.2 路网抽象化 |
4.3 基于速度预测信息的动态最短路径选择模型构建 |
4.3.1 动态最短路径评价指标确定 |
4.3.2 路径行程时间分析 |
4.3.3 动态行程时间最短路径选择模型构建 |
4.3.4 算例应用 |
4.4 基于速度预测信息的动态最短路径选择模型求解 |
4.4.1 Dijkstra算法 |
4.4.2 考虑时变矩形区域限制的Dijkstra算法改进 |
4.4.3 基于改进Dijkstra算法的动态行程时间最短路径选择 |
4.4.4 算法性能分析 |
4.5 本章小结 |
第5章 案例应用与分析 |
5.1 区域路网描述 |
5.2 在线地图速度数据获取与分析 |
5.3 路网短时交通速度预测结果与分析 |
5.3.1 道路交通速度空间依赖关系挖掘结果与分析 |
5.3.2 道路交通速度时间依赖关系挖掘结果与分析 |
5.3.3 基于BP神经网络的短时交通速度融合预测结果与分析 |
5.3.4 不同模型预测结果对比分析 |
5.4 动态行程时间最短路径选择结果与分析 |
5.4.1 路段速度预测结果 |
5.4.2 基于传统Dijkstra算法的动态最短路径选择结果与分析 |
5.4.3 基于改进Dijkstra算法的动态最短路径选择结果与分析 |
5.4.4 最短路径搜索结果对比分析 |
5.5 本章小结 |
第6章 结论与展望 |
6.1 主要结论 |
6.2 不足与展望 |
致谢 |
参考文献 |
附录A |
附录B |
在学期间发表的论文和取得的学术成果 |
四、数据结构中图的一种应用(论文参考文献)
- [1]面向快速响应网络场景的区块链存储机制研究与优化[D]. 郭腾. 北京邮电大学, 2021(01)
- [2]SDN环境下的L7路由选择方案研究与实现[D]. 李保星. 北京邮电大学, 2021(01)
- [3]基于STM32的振动信号采集系统研究与实现[D]. 韩玉斌. 东北石油大学, 2020(03)
- [4]基于SRv6的端到端快速重路由方案的设计与实现[D]. 范晓婷. 北京邮电大学, 2020(04)
- [5]基于界面特征的iOS仿冒应用检测系统的设计与实现[D]. 孟庆儒. 北京邮电大学, 2020(04)
- [6]面向UAS场景图像分割的深度学习算法研究与应用[D]. 孔德珍. 河南大学, 2020(02)
- [7]子午线轮胎网格生成方法研究[D]. 赵志岳. 山东大学, 2020(12)
- [8]Android平台交互式测试系统的设计与实现[D]. 玉淳舟. 南京大学, 2020(02)
- [9]无锁内存分配与可靠UDP技术研究及应用[D]. 李文浩. 杭州电子科技大学, 2020(04)
- [10]基于在线地图速度数据的城市动态最短路径选择算法研究[D]. 钟颖. 重庆交通大学, 2020(01)