LIBS技术优点众多, 但由于光谱噪声干扰和基体效应等因素, 影响了分析的准确度［1］; EEMD方法能清晰的将LIBS信号中的不同特征成分自适应的分解开来。 MRA方法能够补偿元素信号之间的互干扰, 可进一步提高LIBS信号的准确性。 通过自行搭建的测试系统获得了标准样品的原始信号, 使用EEMD-MRA方法进行处理后, 元素浓度曲线的决定系数R2得到了极大的提高, 大大的提高数据的准确性, 为LIBS信号的处理提供了一种全新的方式。

提出了基于最大收益的捆绑疏导算法(MRA)来解决光网络中具有多种物理约束的业务量疏导问题。MRA首先在物理拓扑上逐个放置业务, 随后捆绑细粒度业务、实现管道实例化。即考虑业务的路由情况, 将其在物理拓扑上的路由都视为单跳的细粒度管道, 然后使用基于深度优先搜索的方法来检查哪些业务能够捆绑到一起形成多跳粗粒度的潜在管道, 以节省中间节点的细粒度交换容量。再从这些粗粒度的潜在管道中, 使用最大收益的方法遴选出具有最大成本收益的无冲突集合, 并加以实例化。仿真结果显示, 在处理多个物理约束时, MRA在容量和实现成本上均优于现有的算法, 并且它能处理多达百个节点以上的大网络中的业务量疏导问题。