检索结果

Select

1. 基于离散序列报文的协议格式特征自动提取算法

李阳, 李青, 张霞

计算机应用 2017, 37 (4): 954-959. DOI: 10.11772/j.issn.1001-9081.2017.04.0954

摘要（561）

PDF （1104KB）（532）

针对缺少会话信息的离散序列报文，提出一种基于离散序列报文的协议格式（SPMbFSC）特征自动提取算法。SPMbFSC在对离散序列报文进行聚类的基础上，通过改进的频繁模式挖掘算法提取出协议关键字，进一步对协议关键字进行选择，筛选出协议格式特征。仿真结果表明，SPMbFSC在以单个报文为颗粒度的识别中对FTP、HTTP等六种协议的识别率均能达到95%以上，在以会话为颗粒度的识别中识别率可达90%。同等实验条件下性能优于自适应特征（AdapSig）提取方法。实验结果表明SPMbFSC不依赖会话数据的完整性，更符合实际应用中由于接收条件限制导致会话信息不完整的情形。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于情景萤火虫算法的机器人路径规划

罗天洪, 梁爽, 何泽银, 张霞

计算机应用 2017, 37 (12): 3608-3613. DOI: 10.11772/j.issn.1001-9081.2017.12.3608

摘要（549）

PDF （946KB）（624）

针对传统非结构环境下路径规划时机器人运动状态振荡和适应性差等问题，提出了一种基于情景萤火虫算法（SGSO）的机器人路径规划策略。该算法基于混沌系统的规律性、随机性和历遍性以实现初始化，并利用黄金比分割法进行后期优化，以提高种群的多样性，抑制算法的早熟和局部收敛；同时，引入关于萤火虫"天敌"的情景理解，改进萤火虫种群的选择机制，解决萤火虫在非结构环境下寻迹过程中的搁浅现象，增强了算法的适应性和鲁棒性。四个测试函数的仿真实验结果表明，所提算法的求解精度、收敛效率优于基本萤火虫种群优化（GSO）算法；将该算法应用于非结构环境下移动机器人的路径规划中，检测结果表明，基于SGSO的规划路径更短，且转角处更光滑，有效避免了机器人大角度转向对动力系统造成的额外负荷，验证了所提算法的可行性和有效性。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于增强蜂群优化算法的特征选择算法

张霞, 庞秀平

计算机应用 2016, 36 (5): 1307-1312. DOI: 10.11772/j.issn.1001-9081.2016.05.1307

摘要（500）

PDF （961KB）（380）

针对传统蜂群优化(BCO)算法探测能力强但搜索能力较弱的问题,提出一种搜索能力增强的BCO算法,并将其应用于数据特征选择问题以提高特征选择的性能。首先,为食物源引入全局权重的概念,用以评估各食物源对种群的重要性,降低蜂群搜索的随机性;然后,设计了两步筛选的招募方法提高蜂群搜索能力并保持多样性;最终,为食物源引入局部权重的概念,用于评估某个食物源与类标签的相关性,从而优化解特征选择问题。仿真实验结果表明,所提方法可以明显提高BCO的优化效果,同时获得了较好的特征选择效果,并且优于基于差异的人工蜂群算法(DisABC)和蜂群优化特征选择算法(BCOFS)。

参考文献 | 相关文章 | 多维度评价

Select

4. 一种基于协作的最优无线传感器节点密度控制算法

杨白薇于宏毅张霞

计算机应用

摘要（1754）

PDF （740KB）（795）

基于一种协作感知模型（CSM），提出了一种最优的保证覆盖的密度控制算法——EECDC。CSM建立了一系列的非线性约束方程，从而找出了该模型下能够最小化工作节点数的最优节点位置，EECDC则基于该最优节点位置对节点进行休眠调度。仿真试验表明，相比于基于传统圆盘感知模型的最优密度控制算法，EECDC协议能够以较少的工作节点和较少的能耗来保证原始网络覆盖率，从而达到较好的能量有效性。