【摘 要】
：
针对异构多核环境下的任务调度问题,为充分发挥异构多核平台优势,提出一种基于改进的混洗蛙跳算法的异构多核处理器任务调度算法——ISFLA算法。ISFLA算法通过建立合适的个体编码方案和位置更新方法实现个体搜索空间到离散空间的映射,通过调整子群更新方法规避在离散空间下标准算法中子群更新易于停滞在最差值的情况,使得标准SFLA算法可以应用于异构多核环境下的任务调度问题。同时算法引入了遗传算法的交叉操作,
论文部分内容阅读
针对异构多核环境下的任务调度问题,为充分发挥异构多核平台优势,提出一种基于改进的混洗蛙跳算法的异构多核处理器任务调度算法——ISFLA算法。ISFLA算法通过建立合适的个体编码方案和位置更新方法实现个体搜索空间到离散空间的映射,通过调整子群更新方法规避在离散空间下标准算法中子群更新易于停滞在最差值的情况,使得标准SFLA算法可以应用于异构多核环境下的任务调度问题。同时算法引入了遗传算法的交叉操作,通过将全局较优解群体的信息扩散到种群,增加了算法跳出局部极优值的能力,优化了算法的全局搜索能力。最后通过
其他文献
为了解决企业间业务过程协同的建模问题,特别是模型的验证效率及异步通信机制问题,结合Petri网和pi演算各自的优势,提出了一种多视图的建模方法。基于Petri网建模跨组织业务过程模型的内部视图,将通信接口抽取出来并通过映射将其与内部变迁关联起来得到公共视图,并对异步通信机制进行研究,运用pi演算对其通信过程进行建模得到通信行为视图,进而使得跨组织业务过程协同的验证转换成pi演算的推演;通过对通信机
在基于属性的签名中,所有用户的属性集由一个授权中心管理。这使其工作负担沉重,并成为系统的瓶颈,降低系统效率。现有的方案将授权中心分为一个总授权中心和多个属性授权中心,它们共同管理用户属性集。在每次签名时,所有属性授权中心和总授权中心都需要参与,这样授权中心之间的通信复杂性很高。针对以上问题,借助于树型结构和分层思想,提出了密钥授权签名,并在基于CDH困难性假设下证明了其具有不可伪造性。该方案不仅使
为了提高图像可视分存共享的安全性,提出了一种基于改进Arnold变换和布尔运算的图像信息安全保护算法。该方法利用改进的非拟仿射Arnold变换对像素位置置乱,并利用该变换将其分解为两幅图像,将分解所得图像分别采用基于布尔运算的r轮(2,n)秘密共享方案实现可视分存。最后,对可视分存图像进行重构,并采用逆非拟仿射Arnold变换实现图像合成和置乱反变换恢复原图像,对其存在随机噪声采用改进中值滤波去噪
针对车辆网络的警告消息散布问题进行研究,提出一种有效的警告消息散布协议WMD。在WMD中,时间被分成一个个带时间槽的时间帧,每个时槽被分成两个子时槽,第一个时槽用来实时获取邻居位置,第二个时槽用来散布警告消息。为了实时获取邻居位置,WMD采取自适应的发送策略。通过理论分析,对每个时间帧的发送次数以及每个时间帧的长度进行优化。基于真实车辆行驶数据进行仿真实验。实验结果表明,相比其他方法,WMD实现了
如果一个远程用户想要从不同的服务器获得网络服务,则必须分别向这些服务器提交注册信息。为解决这个问题,研究者提出了多服务器认证方案。然而大部分多服务器认证方案不能抵抗某些密码攻击或者计算复杂度太高。提出一种高效、安全的多服务器认证与密钥协商协议。由于智能卡和读卡器使得实现这类方案的成本较高,新方案没有使用智能卡。与相关的多服务器认证方案相比,新方案同时具有高效性和安全性,因而更适合在实际环境中应用。
针对组合软件测试中的三三组合测试用例集生成问题,将动态启发信息加入到蚁群算法搜索过程中,以保持种群的多样性,增强蚂蚁的局部搜索能力,从而克服算法的早熟现象,并提高收敛速度。典型实验结果表明,该算法能够生成精简的测试用例集。
无线Ad hoc网络中要求链路可以随机处于任何位置进行通信。由于链路位置的随机性,可能会造成某些链路都聚集在某个小范围内,同时通信可能会造成链路间相互干扰。因此需要一种机制来保证链路间实际干扰最小。针对此问题,在信道分配中运用了博弈的思想,利用位势博弈特性构建效用函数,对存在潜在干扰的链路分配信道,使实际干扰最小。算法通过不断循环改变链路无线电的信道,最小化实际干扰数目达到纳什均衡。仿真结果表明,
利用合作接收和混合优化策略,提出了一种干扰对齐算法,该算法可以在最小化泄漏干扰的同时最大化理想接收信号功率。首先通过接收机合作接收技术,接收端可以合作估计出发送端的预编码向量,从而无须事先知道预编码向量;然后利用干扰对齐问题的统计特性仅由干扰协方差矩阵之和就可以描述的原理,可设计出算法的合作接收的结构;最后通过一个基于合作博弈理论的讨价还价过程,可以选出对所有接收机最优的完全合作机制。仿真结果显示
k匿名方法是一种重要的数据隐私保护方法。在应用k匿名方法保护社会网络中用户的隐私时,现有的方法对社会网络的结构进行匿名化处理,当攻击者了解了网络的文本信息后可以很容易识别出用户的身份等隐私信息。为此,提出一种包含结构和文本的k匿名方法。该方法在采用传统的节点度匿名化的基础上,将社会网络中的文本信息分成不同的值域,对每一个值域构建一个全局的层次结构树,对所有的值域采用集合枚举树来优化文本标记泛化时的
类似Google AdSense这样的定向广告投放系统在过去十年得到了长足的发展和进步,在定向广告投放系统中,机器学习方法在广告点击率预估扮演着重要角色。目前,广告点击率预估模型中的训练数据逐渐呈指数级增长,越来越大的训练数据给模型的扩展性带来了极大的不便。很多有用的特征以及复杂的模型受限制于训练集规模而无法加入到模型之中。借鉴类别不平衡问题中的平衡采样策略,通过多次采样的负样本数据和集成学习,缩