前言：中文期刊網精心挑選了匹配算法論文范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
匹配算法論文范文1
>> 算法與模型 快速圖像匹配算法及其水下導航應用 芻議華帝戰略選擇與匹配 入侵檢測模式匹配算法的研究與改進 論文相似度匹配算法的研究與實現 字符串匹配算法比較與分析 正向最大匹配分詞算法的分析與改進 基于模擬退火算法的P2P借貸平臺的債權匹配模型 基于輪廓特征點的三維模型相似性匹配算法 一種基于語言學特征的本體匹配改進算法 動作與音樂的節奏特征匹配模型研究 基于SIFT算法與RANSAC算法的X射線圖像匹配研究 電影語言與影片風格的匹配問題 基于啟發式算法的品牌模型的選擇 軟件可靠性模型選擇的SRMS算法 雙目立體視覺區域局部匹配算法的改進及其實現 軟件工程過程模型及其選擇 混合Copula模型選擇及其應用 模式匹配查詢算法研究 指紋快速匹配算法研究 常見問題解答 當前所在位置：l 德國
[4]
ZAKI T， ESSAADY Y， MAMMASS D， et al. A hybrid method ngramsTFIDF with radial basis for indexing and classification of Arabic document [J]. International Journal of Software Engineering and Its Applications， 2014， 8（2）： 127-144.
[5]
SIDOROV G， VELASQUEZ F， STAMATATOS E， et al. Syntactic dependencybased ngrams as classification features [C]// MICAI 2012： Proceedings of the 11th Mexican International Conference on Artificial Intelligence， LNCS 7630. Berlin： Springer， 2013： 1-11.
[6]
YI Y， GUAN J， ZHOU S. Effective clustering of microRNA sequences by ngrams and feature weighting [C] // Proceedings of the 2012 IEEE 6th International Conference on Systems Biology. Piscataway： IEEE， 2012： 203-210.
[7]
BOURAS C， TSOGKAS V. Enhancing news articles clustering using word ngrams [C] // DATA 2013： Proceedings of the 2nd International Conference on Data Technologies and Applications. London： dblp Computer Science Bibliography， 2013： 53-60.
[8]
GHANNAY S， BARRAULT L. Using hypothesis selection based features for confusion network MT system combination [C] // EACL 2014： Proceedings of the 3rd Workshop on Hybrid Approaches to Translation （HyTra）. Stroudsburg： Association for Computational Linguistics， 2014： 2-6.
[9]
SIDOROV G， VELASQUEZ F， STAMATAOS E， et al. Syntactic ngrams as machine learning features for natural language processing [J]. Expert Systems with Applications， 2014， 41（3）： 853-860.
[10]
HAN Q， GUO J， SCHTZE H. CodeX： combining an SVM classifier and character ngram language models for sentiment analysis on Twitter text [C]// SemEval 2013： Proceedings of the Second Joint Conference on Lexical and Computational Semantics （*SEM）， Volume 2： Proceedings of the Seventh International Workshop on Semantic Evaluation. Stroudsburg： Association for Computational Linguistics， 2013： 520-524.
http：//p.nus.edu.sg/～antho/S/S13/S13-2086.pdf
[11]
BESPALOY D， BAI B， QI Y， et al. Sentiment classification based on supervised latent ngram analysis [C] // CIKM 11： Proceedings of the 20th ACM International Conference on Information and Knowledge Management. New York： ACM， 2011： 375-382.
[12]
MILLER Z， DICKINSON B， HU W. Gender prediction on Twitter using stream algorithms with ngram character features [J]. International Journal of Intelligence Science， 2012， 2（4A）： 143-148.
[13]
WRIGHT J， LLOYDTHOMAS H. A robust language model incorporating a substring parser and extended ngrams [C] // ICASSP 1994： Proceedings of the 1994 IEEE International Conference on Acoustics， Speech， and Signal Processing. Washington， DC： IEEE Computer Society， 1994： 361-364.
[14]
HACIOGLU K， WARD W. Dialogcontext dependent language modeling combining ngrams and stochastic contextfree grammars [C] // ICASSP 2001： Proceedings of the 2001 IEEE International Conference on Acoustics， Speech， and Signal Processing. Washington， DC： IEEE Computer Society， 2001， 1： 537-540.
[15]
SIU M， OSTENDORF M. Variable ngrams and extensions for conversational speech language modeling [J]. Speech and Audio Processing， 2000， 1（8）： 63-75.
[16]
ZHOU S， GUAN J， HU Y， et al. A Chinese document categorization system without dictionary support and segmentation processing [J]. Journal of Computer Research and Development， 2001， 38（7）： 839-844. （周水庚，關佶紅，胡運發，等.一個無需詞典支持和切詞處理的中文文檔分類系統[J].計算機研究與發展，2001，38（7）：839-844）
[17]
GAO Z， LI X. Feature extraction method based on sliding window application in text classification[J]. Science & Technology Information， 2008（34）： 23-24. （高振峰，李錫祚.基于滑動窗口的特征提取方法在文本分類中的應用[J].科技信息：學術版，2008（34）：23-24.）
[18]
PENG H， LONG F， DING C. Feature selection based on mutual information： criteria of maxdependency， maxrelevance， and minredundancy [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2005， 27（8）： 1226-1238.
匹配算法論文范文2
關鍵詞：模式匹配；藏文音節；BM算法
中圖分類號：TP393.08
藏文網絡輿情是當前必須關注的輿論涌現與信息傳播現象。近幾年藏文網絡輿情的數量呈現遞增的增長趨勢，網絡信息的傳播途徑也呈現出多樣化和復雜化。由于藏文網絡的這些顯著的特點，藏文信息處理相對滯后于英文和中文等，短時間內迅速的獲取大量信息則不容易。另，目前藏文網站大量的涌現，網頁數量巨大，處理起來速度相對慢，以往藏文網絡輿情頁面的統計都是基于手工統計實現的，效率低，很難對網絡輿情的變化做出快速響應。模式匹配技術是內容過濾的核心技術，是計算機信息技術領域研究的基礎問題之一，研究敏感詞作為模式串的藏文模式匹配算法具有重要的研究意義。
BM算法是Boyer和Moore提出的一種字符串快速匹配算法。其基本思想是從右向左的把模式字符串同文本做比較。開始時仍是P的最左邊與T的最左邊對齊，當在某一趟比較中出現不匹配時，計算模式串右移的距離，把模式串向右移動該距離，再進行從右至左的匹配，同時應用到了兩種啟發式規則，即壞字符規則和好后綴規則，來決定向右跳躍的距離。
1 BM算法在藏文中的改進
藏文字符匹配中應用BM算法時，必須結合藏文文字特征，對BM算法進行改進以符合藏文的特點，提高匹配效率。
1.1 藏文文字結構及編碼特點
藏文是由多個基本字符通過縱向疊加組成的字符串，構成一個完整藏文詞素的基本單位是由藏文中的“音節分割符tsheg bar”來確定。一個或多個音節構成一個藏文詞。音節，則是由音節分割符（音節點）或者其他藏文標點符號來劃分的。一個音節中基字符是不能被省略的，其余相關構件都可以減少掉一個或幾個這樣仍然可以成一個音節（藏字）。七個構件中輔音字母在各部位依據藏文語法要求都有一定限制并不是所有的輔音字母都能夠做前加字或者后加字等。
藏文在計算機中進行編碼時一個音節需要用多個編碼來表示，長度是不定的，這使得藏文在信息系統中的實現非常的麻煩。
（1）國內的幾種藏文處理系統將藏文作為整字給予編碼。將藏文垂直組合的部分作為一個處理單元編碼（預先進行垂直組合，稱為垂直預組合，垂直預組合后的字符稱為藏文字?。热绫贝蠓秸膱罂虐嫦到y、華光藏文排版和同元藏文處理系統、激光照排系統等，這幾個系統都有各自的編碼方案這類編碼采用雙字節進行編碼。這樣，具有完整構件組合的藏字（即一個音節最多由4個字丁組成）。因此，國內的這幾種編碼方式一個音節就最多有4個編碼。國家標準的擴A和擴B編碼方案采用的是也是整字編碼方案。
（2）國外的幾種藏文編碼方式也是采用整字編碼方案，但是將帶元音的字丁與元音分離后分別進行了編碼。一個藏文音節最多就由5個字丁組成，即一個藏文音節由5個編碼組成。
（3）ISO/IEC 10646藏文基本集是國際標準的編碼方案，它完全將藏文視做拼音文字，字丁則是通過字母的動態組合實現的。即將一個藏文音節拆分成不同構件的獨立的部分，對每一個構件都單獨進行編碼。采用國際標準后一個藏文音節最多由7個編碼組成。基于不同編碼的方式使得一個音節的編碼個數不同，即使具有相同編碼個數的同一種編碼方案，由于編碼范圍不同編碼值也將不一致。1997年，我國的藏文基本字符集被收入了國際標準ISO/IEC 10646《信息技術通用多八位編碼字符集》。藏文編碼標準得到了統一。故本匹配算法以小字符集國際編碼標準（ISO/IEC 10646）編碼進行討論。
依據藏文采用小字符集編碼中音節字的特點：
（1）具有完整構件的音節具有7個編碼且每個編碼都是兩個字節，則對一個藏文音節字的表示則最多需要14個字節，最少也需要兩個字節。匹配過程中只有在一個音節的所有字節都相等的情況下，一個藏文音節才匹配成功。
（2）藏文音節與音節之間由音節點分割，在小字符集中該音節點為0X0F0B。
1.2 基于藏字特征改進的BM算法
改進后的BM模式匹配算法的具體思路：
（1）用模式串P的尾字符與文本串T進行比較，結果失配，且文本串字符不為音節點，則模式串P右移到下一個出現的音節點處在新的位置繼續比較。
（2）用模式串P的尾字符與文本串T進行比較，結果匹配，再把模式串第一個字符與文本串T比較，結果匹配。則將模式串與文本串T由右向左依次比較。當所有字符都能匹配上時，則找到字符串返回查找結果并結束；如果模式串第一個字符與文本串T比較，結果不匹配，則：
求move（o）=First（OT）-First（OP），將模式串移動move（o）個字符。
其中First（OT）：表示文本串T出現的第一個音節點；First（OP）：表示模式串P出現的第一個音節點。move（o）：距離差值；
（3）用模式串P的尾字符與文本串T進行比較，結果匹配，再把模式串第一個字符與文本串T比較，結果匹配。則將模式串與文本串T由右向左依次比較。如果在模式串P的某一字符x失配，則轉4；
（4）如果失配的字符x在模式P中沒有出現，則：
求：First（x）：從x起始的字符到第一個出現的音節點的距離。那么從字符x開始的m（模式串的長度）+First（x）個文本顯然不可能與P匹配成功，直接全部跳過該區域即可，則模式串移位m+First（x）個位置；
（5）如果失配的字符x在模式P中出現，則：以該字符進行對齊。設move（x）為P右移的距離，m為模式串P的長度，max（x）為字符x在P中最右位置。作模式串移位：[m-max（x）]+First（x）。
通過上對面算法的分析，我們可以看出，改進后的BM算法可以減少比較的次數，提高匹配的速度。
2 結束語
越來越多的藏文出版作品在以數字化方式存儲，網絡上的藏文資料也日益增多，改進針對西文以及中文的搜索算法，尋找適合藏文文字特點的字符查找算法是值得研究的。改進的BM模式匹配算法就是利用藏文字符構字特征以及編碼特點，改變了BM算法的比對方式，從而提高匹配的效率。
參考文獻：
[1]江濤，于洪志.基于藏文文本的網絡輿情監控系統研究[A].全國計算機安全學術交流會論文集[C]，2006.
[2]閔聯營，趙婷婷.BM算法的研究與改進[J].武漢理工大學學報，2006（03）：528-530.
[3]殷麗華，張冬艷，方濱興.面向入侵檢測的單模式匹配算法性能分析[J].計算機工程與應用，2004（24）：46-47.
[4]扎西加，珠杰.面向信息處理的藏文分詞規范研究[J].中文信息學報，2009（04）：113-117.
[5]嚴蔚敏，吳偉民.數據結構[M].北京：清華大學出版社，1999.
作者簡介：春燕（1977-），女，藏族，講師，碩士研究生，主要研究方向：藏文信息處理、數據挖掘。
匹配算法論文范文3
關鍵詞：圖像匹配；歸一化交叉算法；小波變換；多尺度；塔式結構
中圖分類號：TP399 文獻標識碼：A文章編號：1009-3044(2011)23-5698-03
NCC Algorithm Optimization Based on the Wavelet Multi Scale
FU Yan-li
(Shandong SHENG DA Construction Group Limited Company, Jining 272000, China)
Abstract: Algorithms based on pixel gray value are already very common in mage template matching problem, which normalized cross correlation algorithm (Normalized CROSS Correlation. NCC) is one of the classic algorithm based on gray matching, and is widely applied, but the algorithm also has the disadvantages of high time complexity. Multi scale theory and the multiple resolution image are representation and analysis of relevant, i.e. a digital image can be expressed as a multiple resolution sub-images collection. Its characteristic cannot be found in a resolution while in the characteristics of another resolution is easy to find, the wavelet multi-scale analysis is an important tool, known as mathematical microscope, can be used to construct different adaptive filter with improved filter convergence, which is also one of the advantages of wavelet transform. Image after wavelet decomposition, in the lowest layer of the low frequency sub image resolution, retaining only the most information of image, that is after wavelet transform of image of a feature. Based on the wavelet multi scale NCC algorithm not only optimize the algorithm itself at the same time optimization based on gray matching search path, so that guarantee the NCC algorithm accuracy, and reduce the matching time, and also the simulation experiments show that this algorithm is effective.
Key words: image matching; normalized cross algorithm; wavelet transform; multi-scale; tower structure
圖像匹配是對兩幅圖像找其對應的映射關系或根據已知模式到另一副圖中尋找相應的模式。圖像匹配是一種極其重要的圖像處理和分析技術，無論在圖像理解還是在視覺計算中都具有重要作用和地位，其成功應用到航空航天、地球物理信息、海洋船載導航和地理特征探測、工業生產、醫療衛生等，因此圖像匹配技術越來越受到人們的重視和青睞。
圖像匹配的實用的技術方法一般分為兩大類，即基于灰度匹配和基于特征匹配?；诨叶绕ヅ涫前汛ヅ鋱D像中的某一像素點的灰度鄰域作為匹配模板或者稱為子窗口，在參考圖中搜索具有相同或者相似灰度值分布的對應的鄰域，從而實現兩副圖的匹配?；谔卣鞯膱D像匹配不是利用圖像中的像素值進行匹配，而是通過灰度導出符號特征（如：拐點、角點、邊緣線段、圖像輪廓）實現圖像的匹配。前者作為一種基本的匹配方法之一，在很多地方得到了充分的應用，可以充分利用圖像的所有信息、尤其適合在圖像僅有平移和模板圖像中非零項比較少的情況下，便于匹配的實現。但是弱點也是很明顯的，即對圖像的幾何變形、光照強度、對比度都很敏感，并且計算量大，不適合實時匹配。后者利用從圖像得到的符合特征作為匹配的基元，有效的克服了前者的弱點，但是特征匹配過于依賴圖像的特征點，并且特征點的提取涉及到幾何和圖形形態學的計算，沒有統一的模型可以利用，需要對不同圖像選擇不同的自適應特征，需要額外的特征提取的計算，往往計算也比較復雜。
1 歸一化交叉相關算法
歸一化交叉相關算法[1] (Normalized Cross Correlation．簡稱NCC)定義如下：
假設模板圖像w(s,t)的尺寸為m×n，其中m,n往往取奇數，參考圖像f(x,y)是一個大小為M×N，（1≤m≤M, 1≤n≤N），則：
（1）
其中a=(m-1)/2,b=(n-1)/2
由于表示模板的能量所以是一個常量，，當模板移動距離比較小時，也近似一個常量，所以為使D(x,y)最小則需要達到最大值，由于對w(s,t)和f(x,y)的副值的變化比較敏感，所以定義歸一化互相關函數為：
（2）
其中a=(m-1)/2,b=(n-1)/2
為了進一步克服噪聲的影響和理想狀態匹配時C(s,t)相同值太多，還進一步簡化（2）式即：
（3）
其中a=(m-1)/2,b=(n-1)/2，Ef,Ew分別為f(x,y)和w(s,t)的期望。
當C(s,t)達到最大值時，兩圖匹配成功。
通過對NCC算法的理論分析，不難發現：為了讓算法達到理想狀態進行圖像匹配，犧牲時間，換取了理想的匹配。通過對公式（1）（2）（3）分析，可以看出公式越來越復雜，計算量越來越大，匹配的時間越來越多，由于小波變換可以作為一個平滑過濾器來使用，所以小波變換可以消除圖像的幅值和圖像的噪音，因此選擇了NCC算法的中的公式（1），這樣就可以節省大量的計算時間，提高匹配的速度。
2 小波變換的多尺度分析
小波在1987年首次作為分析工具首次出現，小波是多尺度分析的重要工具，被譽為數學上的顯微鏡[3]，因為小波變換具有時間-頻率局部化的特點，即在小波變換中，時間窗函數的寬度與頻域函數窗口的函數的都是一個常數，根據測不準原理，他們的乘積也是一個常數。在對低頻分析是可以加寬時間窗，減少頻率窗；而對于高頻分析是，可以增高頻率窗，減少時間窗，這種特性被稱為“自適應窗口特性”所以小波的這種特性是小波變換能提高為多尺度分析的基礎，可以用來構建不同的自適應濾波器以改進濾波器的收斂性。
小波多尺度分析的表示：以多分辨率來解釋圖像的一種有效并且容易理解的結構就是圖像金字塔如圖1。一副圖像金字塔是一系列以金字塔形式排列的分辨率逐層降低的圖像集合。0層是N×N的圖像，對0層的圖像進行小波亞抽樣，可以達到一個原圖四分之一的較粗略的縮略圖。這個過程是可以重復進行直到N層，這時圖像是1×1的圖像。這時圖像的分辨率也從0層最高到N層逐次下降，是原來圖像的四分之一。這樣一個圖像的金字塔結構共（logN 2+1）層，或者有這么多不同的圖像組成，并且圖像所用的容量只是原來的圖像的4/3N2。
多尺度小波的特點[3]：1）多尺度小波具有窗口自適應的特性，即可以使圖像的小波分析聚集到間斷點、奇異點和邊緣，體現了局部特點；同時也可以獲得全局的視點。這個特性是小波變換獨有的，對非穩定性和快速變換的信號的分析特別有用的。2）小波變換相當于一組多分辨率的帶通濾波器。利用這個特性，可以將圖像的信號分解為如圖1所示的頻率子帶上，在每個子帶可以用小波變換進行處理。3）多尺度小波分解圖像的所有子圖的和等于原圖像的大小，即不增加存儲空間。4）分解后的圖像，沒有信號損失，保證圖像的完整性，便于對低頻和高頻的處理和上層對下層的實時重建。
3 基于小波多尺度的匹配算法
多尺度小波匹配主要利用了小波多尺度的特性對待配圖和參考圖進行金字塔式分解，結構如圖1，匹配基本流程如圖2所示，具體步驟如下：
1）首選判斷待配圖和參考圖的大小，一般待配圖比參考圖像小多，這時就是在參考圖中尋找待配圖的位置；反之就是在待配圖中搜索作為目標的參考圖的過程。兩者原理是一樣的，所以匹配算法是基于前者論述和測試的。
2）判斷待配圖和參考圖的灰度光照強度、對比度、物體在拍攝時的遮擋情況以及空間幾何等，這些都會對基于灰度匹配造成錯誤的匹配，進行圖像匹配前的預處理。
3）以上兩步看作圖像預處理的過程。接下來選擇小波，這步非常重要，本課題選擇了Daubechies（db4）小波，因為此小波在運動估計中應用非常廣泛，可以很好的保留低頻中圖像的絕大部分信息，去掉高頻信號中的噪聲，是一個行之有效的小波。然后利用小波的多尺度特性將待配圖和參考圖像分解為N層，結構如圖1，待配圖和參考圖未分解的圖像為0層（有些文獻是將原圖定義1層），從低到上，分解的最大層為N層（或者分解的最大尺度為N層），在MATLAB中實現小波變換的最大層的函數是wmaxlev()。但是為了保證低頻的中含有未解圖的絕大部分信息，尤其是灰度變化比較劇烈的區域，一般分解的層次為：一維分解的分解尺度N不超過5；二維的分解尺度N不超過3。第N層圖像的尺寸和大小都是原圖來1/(N+1)2。
4）通過前三步，待配圖和參考圖的原圖被分為N層不同頻率子圖的集合，現在可以在分辨率最低的N層進行待配圖的子圖與參考圖的子圖進行匹配。采用了經典灰度相似度量算法：歸一化交叉相關算法NCC進行對待配圖和參考圖進行匹配。整個匹配過程就是將N層的待配圖看作模板，匹配的實現基本過程：1）在第N層利用歸一化交叉相關算法NCC進行匹配，即求出（1）式的最大值；找出對應匹配區域；2）在N-1層按照N層的算法，再在對應匹配區域進行NCC匹配；3）重復第5步直到0層；4）輸出匹配結果。
4 仿真實驗
本算法使用Matlab2007b進行了大量的仿真實驗，圖3是選擇了最著名lena圖進行算法的仿真說明。
結果分析：
1）為了與其他文獻在匹配速度和精確度的可比性，選擇了其中的一組著名圖像：lena圖，如圖3和圖4中的A圖所示。進行尺度為2的小波分解，兩幅圖像中的尺度為2的低頻子圖，基本上無法辨認，即所需要的信息基本上都被過濾，所以在第2層匹配是無法匹配的，根據第4節的匹配步驟，只能在第1層子圖匹配，匹配實驗的結果證明是可行的。
2）將這幅lena的待配圖和參考圖如表1所示的各種算法進行匹配。通過表1可以看出，此算法是可行的。
5 結束語
論文的創新是首選剖析了NCC算法，選擇了算法的中間過渡式作為本算法的一部分，好處是減少圖像匹配的計算量，同時也保證了匹配的精確度；采用了小波變換的多尺度特性，優化了匹配的搜索策略，提高了匹配的精確度和匹配的時間，所以結合兩者的特點可以很好的完成某些領域中圖像的實時匹配。
參考文獻：
[1] Gongzalez R C,Woods R E.Digital Image Processing[M].2nd Edition (DIP/2e).北京:電子工業出版社,2005.
[2] 李強,張鈸.一種基于圖像灰度的快速匹配算法[J].軟件學報,2006,17(2):216-222.
[3] Luigi Di Stefan.Stefano Mattoccia Fast template matching using bounded panial correlation[J].Machine Vision and Applications,2003(13):213-221.
[4] Bamea D I,Silverman H F.A class of algorithms for fast digital image registration[J].IEEE Trans on Computers,1972,C-21:179-186.
[5] 鄭運平,陳傳波.一種新的灰度圖像表示算法研究[J].計算機學報,2010,33(12):2398-2406.
[6] 李健,梁琨.基于小波多分辨率分析的快速圖像匹配[J].陜西科技大學學報,2006,24(6):81-84.
[7] 劉瑩.基于灰度相關的圖像匹配算法的改進[J].應用光學,2007,28(5):537-540.
[8] 杜杰.兩種基于灰度的快速圖像匹配算法[D].大連:大連海事大學,2007.
[9] 范俐捷,王巖飛.一種新的基于灰度的圖像匹配方法[J].微計算機信息,2007,23(30):296-297.
[10] 范新南,朱佳媛.基于小波變換的快速圖像匹配算法與實現[J].計算機工程與設計,2009,30(20):4674-4676.
匹配算法論文范文4
關鍵詞：雙邊匹配理論；發展；應用；金融市場
中圖分類號：F830 文獻標識碼：A 文章編號：1674-2265（2013）06-0020-04
2012年的諾貝爾經濟學獎得主研究的一個重要問題是如何使不同的市場主體匹配起來，并且達到一個穩定的狀態。同其他市場一樣，金融市場的一項重要的功能就是把市場的一方主體與另一方主體匹配起來。但是如何使雙方達到一個穩定匹配的狀態，使匹配更有效率，是當前金融市場面臨的一個核心問題。本文將對雙邊匹配理論的發展與應用進行梳理，并重點對該理論在金融市場的應用問題進行研究。
一、關于雙邊匹配理論
（一）雙邊匹配理論的起源與發展
羅思（Roth，1985）是最早明確公開提出雙邊匹配概念的，他不僅明確地界定了“雙邊”和“雙邊匹配”的概念，而且分析了雙邊匹配的現實案例。羅思認為雙邊就是指事先被指定好的兩個互不相交的集合，而雙邊匹配是指在這些市場中雙邊人的匹配。
2012年諾貝爾經濟學獎的頒布豐富了雙邊匹配問題的研究方法。諾貝爾經濟學獎得主提出了“穩定匹配”的概念，從而使匹配由“個人理性匹配”①走向了“穩定匹配”。沙普利（Shapley）采用合作博弈理論，在比較了不同匹配方法的基礎上，用“G—S算法”來保證總能獲得穩定的匹配，這一算法還可對各方試圖操縱匹配過程的做法加以限制。羅思在沙普利的理論基礎上，通過一系列的研究，發現穩定是市場機制運行成功的關鍵因素，并運用這些研究成果重新設計了現有的很多市場匹配機制，使匹配更有效率。
（二）雙邊匹配理論與搜尋—匹配理論的關系
搜尋—匹配理論與雙邊匹配理論都起源于20世紀60年代，搜尋—匹配理論研究的是在“摩擦市場”中，哪些因素會影響求職者的求職策略、工作搜尋強度及失業持續時間，以及如何匹配市場上的空缺職位和失業者；而雙邊匹配研究的是在具有雙邊市場特征的市場上，如何使市場雙方主體匹配起來，并且形成穩定的狀態。戴翔（2012）指出，搜尋—匹配理論的核心思想是：因為現實中存在著各種交易摩擦，從而產生了搜尋與匹配成本，這最終會致使交易的不順利；雙邊匹配理論的核心是雙邊市場的雙方人如何達到一個穩定的匹配狀態。搜尋—匹配理論的研究方法包括匹配函數、勞動力市場基準模型——DMP基準模型；雙邊匹配理論的研究方法包括G-S算法、H-R算法、線性規劃方法等；搜尋—匹配理論主要應用在網絡金融信息等方面，雙邊匹配理論的應用方面更廣，主要包括勞動力市場、人與組織匹配、電子商務、器官捐獻和金融市場的風險投資、企業合并、銀行信貸等方面。
（三）穩定的雙邊匹配與有效配置②的關系
有效配置狀態就是指處于帕累托最優狀態。穩定匹配的概念強于帕累托最優匹配，因為每個穩定匹配是帕累托最優的，然而不是每個帕累托最優匹配都是穩定的。帕累托最優要求沒有兩個人希望匹配在一起并且需要對方的同意。相比之下，穩定匹配要求沒有兩個人希望匹配在一起，無論對方是否同意。
二、雙邊匹配理論在國內外的應用
學者們對雙邊匹配問題進行深入研究并加以提煉，針對現實中的雙邊匹配問題進行了分析，嘗試用雙邊匹配決策理論來解釋具體的現象和問題。雙邊匹配理論的研究結合實際應用背景進行了有實用意義的擴展，廣泛地應用于很多領域。
（一）雙邊匹配理論在國外的應用
1. 實習生與醫院的雙邊匹配。實習生與醫院的匹配是匹配理論較早的運用。在美國有一個制度，醫學院的學生畢業后都要到各醫療機構實習。在早期，醫學院畢業生實習市場比較無序，雙方匹配很不穩定。為了達到穩定匹配，這個市場引入了“全國住院醫生匹配項目（NRMP）”，剛開始比較成功，但后來NRMP也遇到了問題。1995年羅思和他的同事合作，對已有的匹配算法進行了改進，從而使這個市場運行更加穩定。
2. 學生與學校的雙邊匹配。學生入學匹配問題也是較早提出的雙邊匹配問題之一，匹配雙方是學校和學生。學生在學校的錄取優先權排序是學校對學生的偏好排序，而學生對學校的偏好排序是傳統匹配理論中的排序，匹配的目標是使學生與學校都達到滿意的結果。張、塞特曼和譚（Teo、Sethuraman和Tan，2001）對新加坡小學生升入中學進行了研究，研究發現小學生和學校在匹配過程中誠實地表達自己的偏好有利于形成穩定的匹配結果。
3. 人—組織雙邊匹配理論的應用。關于人—組織的雙邊匹配，目前主要有兩種觀點：大多數學者認為人—組織的匹配就是組織成員的個人特征與組織特征之間的相互包容性；少數學者認為人—組織的匹配是組織成員的個人特征與組織特征之間的互補性?？死锼雇蟹颍↘ristof，1996）認為一致性匹配就是組織的價值觀、目標、文化等基本特征與個人的價值觀、目標、人格等基本特征在很大程度上都一樣，而互補性特征就是組織和個人雙方的特征可以互為補充。另外，卡普蘭（Caplan，1987）構建了關于個人—組織匹配的模型，包括需要—提供匹配和要求—能力匹配兩種模型。其中需要—提供匹配就是組織能提供滿足個人需要的崗位；要求—能力匹配是個體的能力能夠適應組織的需要。
4. 電子商務中雙邊匹配的應用。匹配理論在電子商務方面的運用起于20世紀，并一直運用到現在，而且運用面更廣、更靈活。鄭（Jung，2000）用人工智能的方法來研究電子商務中的雙邊匹配問題，并且獲得了穩定的匹配結果。薩爾尼和克勞斯（Sarne和Kraus，2008）建立了在電子商務中面向多個人的分布式的雙邊匹配機制。
（二）雙邊匹配理論在國內的應用
國內關于雙邊匹配的研究起步較晚，相關的理論研究相對滯后，研究成果主要是應用方面，但是應用研究范圍相對較窄，研究的領域主要包括高考招生、勞動力市場、電子商務和金融市場等。
1. 高考招生中的雙邊匹配理論應用。雙邊匹配理論在高考招生中應用的研究范圍涵蓋了穩定匹配方案的存在性、研究方法的選擇、信息環境對匹配效率的影響等。溫忠麟（2006） 使用操作性方法驗證了校方優先方案和考生優先方案，即穩定匹配的方案是存在的。李坤明（2010）分析了完全信息條件和不完全信息條件下考生的偏好，表明信息環境對高考錄取機制配置效率有重要的影響，反過來高考錄取機制又對信息環境具有依賴性。
2. 勞動力市場中雙邊匹配理論應用。張成（2010）借鑒雙邊匹配理論在國外勞動力市場的應用，并結合國內勞動力市場的特點，利用雙邊匹配理論的語言建立模型對我國大學畢業生勞動力市場進行描述。趙希男等（2008）構建了組織中人—崗匹配的縱向匹配度和橫向匹配度測算模型來測算人與崗位的匹配程度，并通過實際案例證實了模型的有效性。
3. 電子商務中的雙邊匹配理論應用。近年來電子商務飛速發展，在電子商務中基于電子中介買賣雙方的匹配問題，是一個典型的雙邊匹配問題。對雙邊匹配理論在電子商務中應用的研究是由理論到實證層層推進的。徐曉輝和陳劍（2000） 從產品和服務的標準化程度、顧客對產品網上銷售的態度和顧客體驗度三個方面，提出了一個判斷產品是否適合在網上銷售的標準框架，從而開啟了對產品電子商務匹配度的初步探討?；陔娮由虅諛I務的特殊性，可能出現多對多的情況，張振華、賈淑娟等（2008） 將Gale-Sharply和H-R算法從理論上擴展到了“p-k”的情況，以處理多對多雙邊匹配問題。
三、雙邊匹配理論在金融領域的應用
在我國金融領域，有些市場是研究雙邊匹配理論的天然場所，但是國內外學者們對雙邊匹配理論在金融領域的應用只有一些具體金融方面的研究，至今未形成一個體系。目前的研究主要在風險投資項目、企業并購、投資以及銀行信貸方面得到應用。
（一）雙邊匹配理論在風險投資中的應用
在市場經濟活動中風險投資商與風險投資項目或者創業者的匹配是一種典型的雙邊匹配模式，最優秀的風險投資商期望能夠選擇最好的風險投資項目，最好的項目也期望能有一個最優秀的風險投資商對其投資。 索倫森（Sorensen，2007） 采用定量分析方法分析了風險投資商與風險投資項目的雙邊匹配效應，認為雙邊匹配模式對風險投資商和風險投資項目產生雙向的正的積極影響。在國內，曹國華、胡義（2009）認為，風險投資家和創業者的合作都是為了獲得最大價值，所以兩者之間建立穩定的匹配關系非常重要。他們根據自身的評價標準選擇與對方建立匹配關系的理論基礎，建立了風險投資家和創業者之間的雙邊匹配模型，并加以應用。
（二）雙邊匹配理論在企業并購中的應用
目前，雙邊匹配理論在企業并購中應用的研究比較零散，大都是從企業并購活動的某一個方面來研究的，如戰略匹配、資源匹配等單個方面的研究，缺乏一個系統性的研究。
劉仲英等（2004）研究了企業并購活動中的戰略匹配問題，建立了EKMS柔性和環境不確定性的匹配模型。馬銳軍、張勇（2006）分析了企業并購中人力資源匹配的問題，他認為人力資源的匹配要以人的能力為核心的管理和人力資源能力建設為主要內容。張海珊（2007）將企業并購活動中的資源匹配分為資產匹配和能力匹配，并通過建立BP神經網絡模型來判斷并購雙方總體的匹配性。
（三）雙邊匹配理論在銀行信貸中的應用
雙邊匹配理論在銀行信貸方面應用的研究比較少。文勝（2006） 認為我國銀行信貸市場存在著兩個有完全不同運行機制的市場——目標客戶信貸市場和非目標客戶信貸市場。目標客戶信貸市場的議價過程可以采用遞延接受算法，結果穩定；非目標客戶信貸市場如果采用遞延接受算法，運行結果不穩定，因此需要設計一個中央化的匹配程序以保證結果的穩定。張繼軍（2011）通過分析中小企業貸款現狀和貸款難的原因及城市商業銀行為中小企業貸款的實際案例，認為小銀行和中小企業的貸款需求是匹配的。
銀行和貸款客戶之間的穩定匹配，對于銀行來說，可以規避客戶的違約風險、減少銀行的不良貸款、實現銀行的穩健經營；對于貸款客戶來說，穩定匹配可以減少貸款客戶的搜尋成本、貸款成本，實現企業的持續穩定經營。所以學者們有必要深入的研究雙邊匹配理論在銀行信貸中的應用。
四、結論與啟示
通過對目前國內外關于雙邊匹配研究文獻的回顧與綜述可以發現，國外學者對雙邊匹配問題進行了大量探索性的研究，并取得了一系列的研究成果。學者們在研究中明晰并擴展了雙邊匹配理論的應用背景，探索了匹配的目標和獲得穩定匹配結果的算法，并嘗試在研究中用雙邊匹配思想來闡明并解決現實中大量存在的、不同參與主體之間的匹配問題。2012年諾貝爾經濟學獎的頒布必然將雙邊匹配理論的研究和應用推向一個新的階段。
毋庸置疑，雙邊匹配理論尚處于發展過程中，還有許多尚待進一步明確的具體問題。另外，國內學者對雙邊匹配問題的關注和研究還相對較少，研究內容也較為分散。但是，在我國金融領域，有許多市場是研究雙邊市場理論的天然場所，尤其是在雙邊市場條件③下運作的銀行卡市場。作為一種典型的雙邊市場，市場需求和供給均呈現獨特性，發卡機構必須圍繞雙邊用戶的聯合需求提品和服務、必須協調雙邊用戶的需求以達到均衡。因此，加強對發卡機構、特約商戶、持卡人、銀行卡組織等多方匹配機制的研究，能從根本上提高銀行卡市場的匹配效率，這對于競爭不斷加劇的銀行卡市場④而言，無疑是增強銀行卡市場競爭力的有效途徑。
注：
①匹配研究是從“個人理性匹配”概念入手的。如果每個人對其派遣結果是可接受的，這就是個人理性匹配。
②有效配置意味著在資源和技術條件限制下盡可能滿足人類需要的運行狀況。帕累托最優狀態表示，當事物的狀態在給定的約束條件內時，通過重新改變這種事物的狀態使之滿足可用的約束條件，已經不可能使任何一個人的處境按照自己的觀點來說變得更好。
③羅切特和蒂羅勒（Rochet和Tirole，2004）將雙邊市場定義為，通過一個或幾個平臺能夠使最終用戶相互作用，并通過合理地向每一方收費而試圖把雙方維持在平臺上的市場。雙邊市場涉及到兩種類型截然不同的用戶，每一類用戶通過共有平臺與另一類用戶相互作用而獲得價值。
④截至2011年底，銀行卡發卡量累計超過28.5億張，同比增長18%。銀行卡跨行交易全年超過16萬億元、104億筆，同比分別增長44%、24%。其中，POS跨行交易13.4萬億元，同比增長47%；ATM跨行交易2.3萬億元，同比增長37%。刷卡消費額超過16萬億元，同比增長超過50%，占社會消費品零售總額的比重預計超過40%，比2010年提高約6個百分點——中國行業研究網。
參考文獻：
[1]Gale，Shapley.1962.College Admissions and the Stability of Marriage [J].American Mathematical Monthly， 69，（1）.
[2]Roth，mon and Conflicting Interests in Two-sided Matching Markets[J].European Economic Review，27，（1）.
[3]Teo C.P，Sethuraman.J，Tan.W.P.2001.Gale-Shapley stable marriage Problem revisited：issues and applications[J].Management Seienee，47（9）.
[4]李坤明. 基于雙邊匹配理論的中國高考錄取機制研究[D].華南理工大學碩士論文，2010.
[5]張成. 雙邊匹配理論及其在我國大學應屆畢業生勞動力市場的應用[D].華南理工大學碩士論文，2010.
[6]趙希男，溫馨，賈建鋒. 組織中人崗匹配的測算模型及應用[J].工業工程與管理，2008，（2）.
[7]徐曉輝，陳劍. 關于產品電子商務匹配度的研究[J].南開管理評論，2000，（4）.
[8]張振華，賈淑娟，曲衍國. 基于穩定匹配的電子中介匹配研究[J].控制與決策，2008，（4）.
[9]李曉慧. 基于優先級的雙邊匹配方法在B2B電子商務中的應用研究[D].西安電子科技大學碩士論文，2010.
[10]張海珊. 戰略并購雙方的匹配性研究[D].北京交通大學博士論文，2007.
匹配算法論文范文5
關鍵詞：就業信息采集；搜索引擎；中文分詞；索引算法；
中圖分類號： TP311 文獻標識碼：A 文章編號：1009-3044（2013）13-3081-03
1 概述
1998年以后隨著高校擴招，高校畢業生急劇增加，畢業生的就業形勢顯得一年比一年嚴峻，2013年的畢業生人數達到690萬。面對如此嚴峻的就業形勢，畢業生及時有效的獲取就業信息成為畢業生就業過程中最為關鍵的一環，因此畢業生就業信息的收集工作成為了高校就業指導工作的重要組成部分，只有讓畢業生及時、準確、全面地掌握就業相關信息，才能使畢業生獲得更多的求職機會，高校的就業指導工作才能更好的發揮作用。
四川大學呂婷同學在《論我國大學生就業體系的構建》的統計數據中顯示，大學生在就業過程中獲取就業信息的最主要渠道是校園招聘會，占23.2%，其次就是學校的就業公告欄，占20.2%，兩者合計達到了43.4%， 再次為通過其他網絡獲取就業信息，達到16.3%，而政府招聘會、報紙、人才市場和親戚朋友等就業信息渠道都在9%左右，[1]可見大學生在就業過程中更依賴從高校的就業信息渠道獲取就業信息。
由于高校行政管理體制分割以及高校的保護主義，各高校畢業生就業信息網上提供的就業信息基本是分立甚至是隔絕的，鮮有院校相互合作、共享就業信息。這種高校高度自治的就業信息網站建設局面形成了數量龐大的信息孤島。這樣的信息孤島看似保護了本校畢業生得利益，實際上也給畢業生的就業信息獲取帶來了諸多困難，因此建立高校畢業生就業信息搜索引擎為畢業生提供豐富的、及時的、有針對性的就業信息成為需要我們解決的一個課題。
2 垂直搜索引擎概述
垂直搜索的本質是對垂直門戶信息提供方式的一次簡化性的整合。它服務于某項功能的。而垂直搜索引擎是為垂直搜索服務，對網頁中某類信息進行一次簡化性的整合，通過關鍵詞抽取出有用的數據進行處理，然后再返回給用戶。
垂直搜索引擎的優點[2]：
1）穩定的用戶群體
垂直搜索引擎為用戶提供的并不是上百甚至上千萬相關網頁，而是范圍極為縮小、極具針對性的具體信息。因此，特定行業的用戶更加青睞垂直搜索引擎，是垂直搜索引擎的長期、穩定的群體。
2）搜索結果精確，查準率高
用戶使用Google等通用搜索引擎的方式是通過關鍵詞的方式實現的，是語義上的搜索，返回的結果傾向于知識成果，比如文章，論文，新聞等；垂直搜索也提供關鍵詞來進行搜索，但被放到了這一行業知識的上下文中，返回的結果更傾向于信息、消息、條目等。
3 簡介
筆者通過C#結合建立一個針對高校畢業生就業信息的搜索引擎，能夠對高校畢業生就業信息網的信息進行采集、下載、分析、實現中文分詞并建立索引，最后采用網頁的形式為用戶提供就業信息的檢索。
搜索引擎各部分的主要功能描述如下：
1）采集站點管理
該模塊用于管理垂直搜索引擎抓取的數據來源，即用于管理垂直搜索引擎需要采集的就業信息站點。為滿足各種不同類型的高校對于就業信息的不同需求，系統允許高校根據自身的地域、專業特色、行業特性設置符合自身需求的就業信息網的網址信息，例如對同城高校和同行業高校的就業信息網進行采集，也可以讓學生用戶向服務器提供建議網站，通過這樣的功能既提高了搜索引擎的專業性，也使得數據庫中增加了很多學生認為對自己很有用的信息。
2）高校畢業生就業信息采集器
就業信息采集器是C#多線程技術實現的一個就業信息采集機器人，該機器人通過采集站點管理模塊提供的目標站點目錄作為入口，對目標采集站點中的就業信息進行采集，并將采集到的就業信息進行去HTML標簽后存儲到數據庫，同時將網頁保存至服務器作為后期網站快照的依據。
3）中文分詞器
眾所周知，英文是以詞為單位的，詞和詞之間依靠空格隔開，而中文是以字為單位，句子中所有的字連起來才能描述一個意思。例如，英文句子I am a student，用中文則為：“我是一個學生”。計算機可以很簡單通過空格知道student是一個單詞，但是不能很容易明白“學”、“生”兩個字合起來才表示一個詞。該功能模塊把采集到的就業信息切分成有意義的詞，中文分詞的準確與否，常常直接影響到對搜索結果的相關度排序。
4）索引器
索引庫的建立關系到用戶能否最迅速地找到最準確、最廣泛的就業信息。索引器通過掃采集器采集的每一個詞，對每一個詞建立一個索引，指明該詞在文章中出現的次數和位置，當用戶查詢時，檢索程序就根據事先建立的索引進行查找，并將查找的結果反饋給用戶。
5）用戶查檢索功能
該功能通過友好的查詢界面，為用戶提供高校畢業生就業信息的垂直搜索，并輸出搜索的結果。
5 高校畢業生就業信息搜索引擎的關鍵技術
5.1就業信息采集器的實現的關鍵技術
筆者通過利用c#多線程技術實現就業信息采集器，采集數據時使用“從嚴采集”策略，即對當前采集頁面進行分析和判斷，僅采集主機地址或IP地址屬于采集目標站點的就業信息，超出目標站點的信息進行忽略，這種從“嚴抓采集”的策略有效的限定了采集的范圍，提高了就業信息采集的準確性和采集效率，節約了服務器的存儲空間。從嚴抓取策略的關鍵代碼如下：
5.2中文分詞器實現的關鍵技術
在中，分詞是核心庫之一， 目前的內置的分詞庫很不完善，實際應用價值不高，如果只使用拉丁語系，那么使用內置的分詞可能足夠了，但是對于中文分詞肯定是不行的，因此我們必須構造自己的分詞方法ChineseAnalyzer。
分詞器中具體的分詞程序需要通過在Next（）方法來實現。在Next（）方法中的words是采用正向最大匹配算法或逆向最大匹配算法分詞后的一個詞列表，通Next（）方法將輸入的文本分割成一個個Token。 關于正向最大匹配算法或逆向最大匹配算法分詞筆者不再贅述。
5.3索引器實現的關鍵技術
在中IndexWriter類是索引中負責操作的核心，它負責把索引文件寫入存儲介質，是控制邏輯存儲轉換為物理存儲的紐帶。Document類是一條虛擬記錄，可以理解為數據里的一行，它一般記錄了需要用到的一個文檔的屬性。Field類就是數據庫里的一列。一個文檔有標題，內容，招聘時間，招聘地點這四個屬性的話，那么就需要四個Field保存這些屬性，然后把四個Field加入到Document中，就有了一行記錄。
5.4用戶查詢檢索功能實現的關鍵技術
Web應用相對于Winform應用來講，Web應用具更加有完善的布局能力，包括能夠基于文本流進行布局，包括各種段落、圖片，段落中文字的左中右對齊，段首的縮進，行間距，避頭尾字符用戶的查詢功能
筆者在具體實現中使用的IndexSearcher、Query、QueryParse、Hits4個搜索核心類和.Highlight類實現搜索功能。
6 系統的界面實現
7 結論
筆者研究了垂直搜索引擎的主要原理和技術，通過使用C#多線程技術及開源項目設計并實現了一個高校畢業生就業信息搜索引擎系統，并在系統中重點研究了就業信息的采集和中文分詞、索引、檢索等關鍵技術。隨著高校畢業生就業形勢日趨嚴峻，高校畢業生就業信息搜索引擎在實際運用中將高校畢業生就業信息的信息孤島連接在一起，為廣大畢業生和用人單位搭建一個暢通的無障礙的溝通橋梁，間接實現了就業信息共享，提高了高校就業工作的效率、保證了就業信息提供的及時性和針對性，在高校就業信息化建設中具有十分重要的意義。
參考文獻：
[1] 侯月娥. 論高校畢業生與用人單位之間就業信息的不對稱[J].太原大學教育學院學報， 2009（27）（增刊）：126-127.
[2] 百度百科[EB/OL].http：///view/7491.htm.
[3] 百度百科[EB/OL].http：///view/5049915.htm.
[4] 邱哲，符滔滔.開發自己的搜索引擎[M].北京：人民郵電出版社，2007.
[5] 李志更，唐志敏.國外基于電子政務的公共就業服務的實踐與啟示[J]. 電子政務，2010（5）：3-10.
[6] 肖甦.淺談俄羅斯高校畢業生就業的管理系統.[J].外國教育研究，2007，34（7）：69-71.
[7] 高金勇，馮奕兢.基JSP與lucene的學前教育資源檢索系統的設計與實現.[J]硅谷，2012（10）：161-162.
匹配算法論文范文6
關鍵字：車聯網 IPV6 路由協議
中圖分類號：TP39 文獻標識碼：A 文章編號：1672-3791（2015）09（a）-0012-02
隨著信息技術的高速發展，網絡通信的界限也在不斷擴張，1999年提出了物聯網概念，其主要核心是每一個物件都可以尋址，每個物件都可以控制，每一個物件都可以通信。車聯網技術作為物聯網技術應用于智能交通領域的一種具體體現，同時也是一個物聯網大有可為的重點領域之一。它的技術組成一般包括車輛之間的網絡鏈路、車輛與路邊通信結點之間的網絡鏈路、路邊結點之間的相互網絡鏈路、以及上述通信節點的集合等等網絡要素。
1 車聯網的特點和研究內容
1.1 車聯網的特點
隨著國內車輛和各地公路的智能化的發展，更多的車輛和公路邊的基礎設施都開始安裝各種數據通信設備。車聯網是自組織網絡的一個新的研究和應用領域，已逐漸成為無線網絡以及智能交通領域熱門的研究課題。車聯網是一種特殊的自組織移動網絡，除了具備普通物聯網的特點與問題，也有著自己的特點和問題：
（1）高動態特性：車聯網當中的網絡結點以車輛為主，車輛位置變化較快，導致拓撲變化更頻繁、鏈路存活的周期更短。
（2）網絡管理：由于網絡管理面較廣，需要適當的路由算法來解決節點定位和地址自動分配等問題。
（3）噪聲：車聯網環境中的車輛之間的通信受到的干擾因素很多，其中包括天氣狀況、馬路邊各種構造的建筑物、道路情況、車輛移動速度等。
（4）不可靠的網絡鏈路和間歇的網絡連接： 由于車輛高速運動原因，AdHoc網絡中的鏈路連接也是動態多變的。
1.2 研究內容
該論文研究主要內容分以下三部分：
（1）介紹車聯網技術的基本架構原理，對其基于移動互聯的工作流程、動態車輛尋址定位等技術進行了分析，分析討論該論文的關健技術。
（2）探討車聯網環境中的結點問題，提出了基于車載終端識別和地圖匹配的簡單交通狀態判別算法。
（3）討論車聯網技術的廣泛應用，車聯網是一種全新的概念，目前還在繼續研究還探討 ，其具有廣闊的應用前景和商業價值，會為社會的進步做出很大貢獻。
2 車聯網的關健技術
2.1 車聯網技術的尋址
IP協議是當今因特網的核心協議，隨著Internet技術的飛速發展，IPv4技術已日漸成熟，然而IPv4協議技術也在隨著網絡應用的多樣化而面臨著許多難以解決的問題：IPv4地址空間即將耗盡、移動性差和配置復雜等特性。IPv6技術的提出能很好的解決上述問題。移動IPv6技術隨著IPv6技術的不斷研究而得到快速發展，移動互聯網已成為未來互聯網絡的發展方向之一。
由于車聯網是高速動態的移動網絡，在研究的過程中必然要用到移動IP協議技術。移動IP是一種網絡層的移動解決方案，具有可擴展性、可靠性和安全性并能使節點在切換鏈路時仍能保持正在進行中的通信。移動IP提供了一種路由機制，使移動節點可以一個永久的IP地址連接到任何變化的鏈路上。
2.2 車聯網中存在的結點
首先給大家介紹一種系統―網絡化物理系統（CPS），其在國際上是一種利用計算技術監測和控制物理設備行為的深入嵌入式系統。CPS目前是當今國內外研究的一種熱點技術，涉及網絡技術、通信技術、和單片機等等各種學科，CPS結點就是物聯網中必要的一部分 。根據車聯網技術的具體使用環境和服務的需求，需要在車聯網當中主要通信設備主要選取有源CPS結點， 固定通信設施當中的主要設備采用互聯網CPS結點。其中由于有源CPS結點的計算能力、存儲能力和聯網能力等方面均優于無源CPS結點。另外，有源CPS結點能夠更好的支持快速移動性，具備主動感知等各種性能。互聯網CPS結點除了具備有源CPS結點的基本性能外，還有網絡控制和網絡管理接入等功能，安全性比較高，穩定性強于有源CPS結點，所以在車聯網中一般作為固定基礎設施，例如電子警察、路燈等。
2.3 車聯網下的交通判別算法
車聯網技術所采集到的大量網絡中的車輛定位數據，通過車輛終端識別技術可以對采集到的車輛各種信息進行數據的分類統計，并記錄大量車輛的平均速度和速度峰值。通過地圖匹配算法，對道路路網下的各個路段的交通情況分別進行判斷和監控。其中地圖匹配技術與車載終端識別分別保證了數據來源的針對性和正確性，是大規模路網交通狀態判別實現的基礎。路網中不同區域所在路段存在的差異決定要使用不同的判別方法對整個路網的交通狀態進行判別。因此為了得出路網中的車輛速度峰值、車輛平均速度以及路口排隊數量與當前交通狀態中存在的離散型關系，利用應用最廣泛的解決離散型性問題的分類預測方法――決策樹學習ID3算法，對整個路網的交通狀態進行判別。
ID3算法是一種貪心算法，用來構造決策樹。主要解決的問題是為樹的每個結點選取要測試的實例屬性，D3算法起源于概念學習系統（CLS），以信息熵的下降速度為選取測試屬性的標準，即在每個節點選取還尚未被用來劃分的具有最高信息增益的屬性作為劃分標準，然后繼續這個過程，直到生成的決策樹能完美分類訓練樣例。
3 車聯網的應用
在國際上，日本的VICS和美國的IVHS等系統通過道路和車輛之間建立有效的網絡通信，基本已經實現了車聯網。而RFID和Wi-Fi等無線技術近年來也在交通運輸領域智能化管理中越來越得到了廣泛應用。在未來的車聯網時代，無線通信技術和傳感技術是是實現車聯網的關鍵，并且之間會是一種互補的關系，比如當車輛處在轉角等傳感器不能識別的盲區時，無線通信技術就會發揮作用；而當無線通信的信號丟失時，傳感器又派上了用場。作為眾多無線應用的典型代表，車聯網時代的到來必將推動更多無線技術的應用和普及，也會再一次看到了移動寬帶需求的迅猛增長。
4 結語
該文淺要探討了車聯網的概念、車聯網的體系結構、車聯網環境下的關鍵技術以及車聯網能夠提供的各項服務等內容，以期能夠為將來車聯網技術的進一步深入研究提供一些思路。與此同時也應該意識到，車聯網涉及的技術學科眾多，車聯網的普及應用還任重道遠，需要相關領域的專家學者們開展更深的研究工作，為車聯網的美好將來付出更多的努力。
參考文獻
[1] 王建強，吳辰文，李曉軍.車聯網架構與關鍵技術研究[J].微計算機信息，2011，27（4）：156-158.
