一种实时多媒体数据流传输算法及其在NS2上的实现

为了解决基于UDP协议的实时多媒体数据流与基于TCP协议的应用数据流共享有限的带宽问题,文中就如何能够获得更好的多媒体数据流的传输算法进行了研究.在对传统算法进行分析和参考有关算法的基础上,改进了IETF的友好TCP速率控制协议.利用C 语言在NS2上成功地实现了改进后的算法,并进行了仿真,取得了预期的效果.     

Internet的TCP拥塞控制机制改进

随着视频点播等网络多媒体技术的快速发展 ,现有的TCP拥塞控制机制已不能有效解决网络拥塞问题 .为了改善这种状况 ,可以通过改进现有的算法来获得较好的性能 .合适字节计数(ABC)算法通过改进拥塞窗口的增长方式减轻延迟或丢失的确认 (ACK)带来的负面影响 ,填补了TCP协议中的一个漏洞 .此外 ,适当地增加初始化窗口可以减少传输时间 ,提高性能 .尽管算法的改进一定程度上能缓解网络的拥挤状况 ,但仍有些问题无法解决 ,拥塞管理器则集成了所有应用程序及传输协议 ,用于进行拥塞控制和管理、带宽共享等 ,也就有可能彻底、有效地解决拥塞问题     

树状结构网络在列车状态监测中的应用

为确保大数据量下列车状态数据传输有序、传输错误可修复,建立了列车状态监测设备树状组网模型,分析了树状拓扑列车在途监测系统应用的可行性,继而给出了支持自由挂载的车载设备组网算法,实现了基于以太网的数据传输和路由数据结构与算法在NS-2工具上的建模.仿真结果表明,树状网络延时主要受制于发送端与接收端所在网络的深度,相对于EXP流量模型和使用TCP协议,在树状网络中使用CBR流量模型与UDP协议能够获得更好的性能.     

基于CDMA无线信道的TCP 与UDP协议性能研究*

以吞吐率和有效因子为性能指标,分别就 i．i．d和相关无线信道模型对 TCP和 UDP协议进行了研究．虽然 UDP协议获得了TCP协议吞吐率性能的上界,但低时延、大拥塞控制窗口和信道相关性也有助于 TCP协议吞吐率逼近 UDP协议;对于有效因子性能,TCP协议性能更优．分析结果表明,拥塞控制窗口对于 TCP协议的有效因子和吞吐率2个性能指标的影响相互矛盾,因而窗口大小需要根据具体的应用进行取舍．     

基于Darknet框架下YOLO v2算法的车辆多目标检测方法

针对道路车辆目标检测传统方法需随场景变化提取不同特征, 检测率较低与鲁棒性差的问题, 提出了一种基于Darknet框架下YOLO v2算法的车辆多目标检测方法; 根据目标路段场景与车流量的变化对YOLO-voc网络模型进行改进, 基于ImageNet数据集和微调技术获得分类训练网络模型, 对训练结果和车辆目标特征进行分析后进一步调整改进的算法参数, 最终获得更适合于道路车辆检测的YOLO-vocRV网络模型下车辆多目标检测方法; 为验证检测方法的有效性和完备性, 采用不同车流密度进行了车辆多目标检测试验, 并与经典YOLO-voc、YOLO9000模型进行了对比; 采用改进YOLO-vocRV网络模型, 选取20 000次迭代, 分析了多目标检测结果。试验结果表明: 在阻塞流样本条件下, YOLO9000网络模型检测率为93.71%, YOLO-voc网络模型检测率为94.48%, 改进YOLO-vocRV网络模型检测率达到了96.95%, 因此, 改进网络模型YOLOvocRV检测率较高; YOLO-vocRV模型精确度和召回率均聚集在0.95, 因此, 在获得较好精确度的条件下损失的召回率明显较小, 达到了很好的折中; 采用混合样本训练后, 基于YOLO-vocRV模型的车辆多目标检测方法的检测率在自由流状态下可达99.11%, 同步流状态下可达97.62%, 阻塞流状态下可达到97.14%, 具有较小的误检率和良好的鲁棒性。      

基于Petri网的Internet拥塞控制慢启动改进算法

针对Internet拥塞控制策略的慢启动过程中不同RTT的TCP流间在竞争带宽时的不公平性及慢启动后期拥塞窗口增长速度过快两个问题,建立基于Petri网的慢启动算法模型.通过对该模型的分析,发现导致这两个问题的原因是拥塞窗口的增长与RTT的大小成负指数增长关系,由此提出一种改进算法,在慢启动后期将拥塞窗口的增长与RTT的大小改为成正比关系,并用NS2仿真器进行仿真实验,结果表明改进算法有效解决了这两个问题.     

基于改进BP算法神经网络的路况评价模型研究

通过利用在BP神经网络中增加反馈信号及偏差单元的网络模型,生成内部回归网络,对BP神经网络进行改进,据此得出改进的BP神经网络的具体步骤.在此基础上,结合陕西省高速公路沥青路面的实际情况建立了路况评价模型,并对该模型的具体应用做了研究.研究结果表明:网络的收敛速度很好,训练结果与实际路况结果相差很小,利用改进BP算法神经网络建立的路况评价模型不仅方便易用,而且精度很高.     

基于CFD的空气滤清器入口结构改进设计

采用基于时均Navier-Stokes方程和高雷诺数k-ε紊流模型,对某一型号空气滤清器入口部分进行了流动计算,并根据计算结果对压力、速度特性进行了分析,提出了改进模型。通过对改进后模型的计算,可以看出内部流场和流速的分布都得到了改善,证明改进后的结构更符合气体流动特性。     

基于改进BP算法神经网络的路况评价模型研究

通过利用在BP神经网络中增加反馈信号及偏差单元的网络模型,生成内部回归网络,对BP神经网络进行改进,据此得出改进的BP神经网络的具体步骤.在此基础上,结合陕西省高速公路沥青路面的实际情况建立了路况评价模型,并对该模型的具体应用做了研究.研究结果表明:网络的收敛速度很好,训练结果与实际路况结果相差很小,利用改进BP算法神经网络建立的路况评价模型不仅方便易用,而且精度很高.     

基于改进RBF神经网络对股价的演变预测

对RBF神经网络进行了分析,建立了RBF神经网络模型,并对此模型进行了改进,使其具有更好的预测性能.把一类非线性较强的时间序列(万科A股2009年6月份股票价格)利用该模型进行了非线性逼近.用Matlab软件对网络的学习与训练过程进行了数值仿真.实验结果表明:利用改进后的网络模型对非线性时间序列进行短期预测是可行的,其预测精度高于改进前的预测精度,改进方法有效.