-
题名基于改进HHO融合DWA算法的无人船动态路径规划
- 1
-
-
作者
王孝帅
孙昱浩
宫荣宝
-
机构
山东交通学院航运学院
-
出处
《舰船科学技术》
北大核心
2025年第19期99-106,共8页
-
基金
山东省交通运输厅科技项目(2022B104)。
-
文摘
针对无人船在动态环境下的路径规划问题,提出一种改进哈里斯鹰优化算法(IHHO)混合动态窗口算法(DWA)的融合算法(IHHO-DWA)。首先,针对哈里斯鹰算法收敛精度低和易陷入局部最优等问题,对哈里斯鹰算法进行混沌初始化改进,增加种群生成的离散度,避免算法过早陷入局部最优;引入高斯变异机制对哈里斯鹰最优个体进行变异扰动,提高算法开发能力。其次,引入动态窗口算法提高无人船在动态环境下规划路径的平滑度,将全局规划路径信息融入局部避障算法中,兼顾实时避障与规划安全最优路径。最后,在不同复杂度环境下进行对比仿真实验,实验结果表明,所提方法兼顾安全避障与路径最优,更有利于无人船的航行。
-
关键词
路径规划
哈里斯鹰优化算法
混沌初始化
高斯变异
动态窗口算法
-
Keywords
path planning
harris hawk optimization algorithm
chaotic initialization
gaussian mutatin
dynamic windowalgorithm
-
分类号
U664.82
[交通运输工程—船舶及航道工程]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名轨道交通领域大数据的关键技术研究
被引量：4
- 2
-
-
作者
张浩
石琦
徐启禄
朱东升
-
机构
南瑞集团公司(国网电力科学研究院)
国电南瑞科技股份有限公司
-
出处
《都市快轨交通》
北大核心
2016年第6期8-10,共3页
-
文摘
介绍轨道交通领域综合监控系统数据的存储、提取及运算过程,并以北京、南京等为例分析当前存在的效率问题,提出采用map-reduce分布式运算以及窗口算法,解决中心大数据量信息处理的效率问题。介绍map-reduce算法原理以及窗口算法,对采用传统方式解决大数据的同步问题进行分析,提出利用简化的map-reduce任务分发解决轨道交通数据的处理效率问题,最后对其应用领域进行扩展,可推广到轨道交通领域任何的分布式应用中。
-
关键词
城市轨道交通
大数据
MAP-REDUCE
分布式运算
窗口算法
大数据量信息处理
运维指挥系统
-
Keywords
urban rail transit
large data
map-reduce
distributed computing
windowalgorithm
huge data quantity information processing
rail transport operation and maintenance command system
-
分类号
U231
[交通运输工程—道路与铁道工程]
-
-
题名椭圆曲线密码中抗功耗分析攻击的标量乘改进方案
被引量：6
- 3
-
-
作者
张友桥
周武能
申晔
刘玉军
-
机构
东华大学信息科学与技术学院
上海华虹集成电路有限责任公司
-
出处
《计算机工程与科学》
CSCD
北大核心
2014年第4期644-648,共5页
-
基金
国家自然科学基金资助项目(61075060)
上海市教育委员会科研创新项目(12zz064)
-
文摘
椭圆曲线标量乘法运算是椭圆曲线密码(ECC)体制中最主要的计算过程,标量乘法的效率和安全性一直是研究的热点。针对椭圆曲线标量乘运算计算量大且易受功耗分析攻击的问题,提出了一种抗功耗分析攻击的快速滑动窗口算法,在雅可比和仿射混合坐标系下采用有符号滑动窗口算法实现椭圆曲线标量乘计算,并采用随机化密钥方法抵抗功耗分析攻击。与二进制展开法、密钥分解法相比的结果表明,新设计的有符号滑动窗口标量乘算法计算效率、抗攻击性能有明显提高。
-
关键词
椭圆曲线密码
标量乘
功耗分析攻击
滑动窗口算法
混合坐标系
-
Keywords
elliptic curve cryptography
scalar multiplication
power analysis attack
sliding windowalgorithm
mixed coordinates
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名基于单窗算法的哈尔滨中心城区热环境变化分析
被引量：2
- 4
-
-
作者
刘钰琪
杨德响
杨曦光
-
机构
东北林业大学林学院
东北林业大学森林生态系统可持续经营教育部重点实验室
-
出处
《河南农业大学学报》
CAS
CSCD
2021年第3期537-543,550,共8页
-
基金
国家自然科学基金项目(31971580,31870621)
中央高校基本科研业务费(2572019BA10)
中国博士后基金面上项目(2019M661239)。
-
文摘
以哈尔滨市绕城高速以内的中心城区为研究对象,基于Landsat 8 TIRS/OLI3期遥感数据,采用单窗算法反演城市地表温度,借助地表温度剖面线图和城市热岛比例指数分析城区2015、2017、2019年9月中上旬地表温度的空间分布特征与热岛效应强度变化。结果表明,中心城区具有明显的城市热岛特征,2015、2017和2019年城市热岛比例指数分别为0.5001、0.5032、0.4804,中心城区内南岗区热岛效应最强,松北区热岛效应最弱。工业设施的存在是导致极端温度值产生的主要原因,城区内的高层建筑对地表温度有双重影响,浅色屋顶对缓解城市热岛效应有重要作用。
-
关键词
热岛效应
单窗算法
城市热岛比例指数
哈尔滨
-
Keywords
urban heat island effect
mono-windowalgorithm
urban heat island ratio index
Harbin
-
分类号
S716
[农业科学—林学]
TP79
[自动化与计算机技术—检测技术与自动化装置]
-
