信息物理融合系统的面向对象Petri网建模

从多Agent系统的角度,以面向对象Petri网为语义基础,建立了一种信息物理融合系统体系结构模型,将系统抽象为传感器节点Agent、执行器节点Agent和控制器节点Agent．该体系结构模型利用面向对象Petri网形象、无歧义地刻画系统的整体和个体特性,描述系统的静态和动态语义,同时可利用Petri网的数学分析方法和支持工具对系统进行模拟、分析和验证,检测系统开发早期存在的错误,提高系统的正确性和可靠性．利用信息物理融合系统体系结构模型对目标跟踪系统的建模、分析与实现表明,信息物理融合系统体系结构模型可以有效地辅助系统的设计与开发．     

用动态链路复用技术构建多业务交换体系结构

通过对交换体系结构及数据在交换芯片中的转发流程的深入分析,提出了一种用动态千兆链路复用技术构建多业务融合的交换体系结构的设计方法,解决了在传统的交换机中融合诸如防火墙等多种应用的硬件设计问题。该方法的原理是通过Cross-point交换网络实现防火墙模块和业务板到交换板的链路共享,共享的数据链路在CPU的配置下,能动态地改变,从而实现多重并行数据传输。对样机的性能测试证明了设计方法的正确性。     

多Agent协作机制下的分层式网络管理系统框架设计

为解决传统的基于移动Agent的简单网络管理协议(SNMP)网管系统存在的系统效率低、响应时间长、代理协作性差和可扩展性差的缺陷,设计了一种基于多Agent协作的分层式网络管理框架．该框架包括网络管理站层、多移动Agent协作层、SNMP Agent协作层和网元层共4层．在第2层中,建立了一种多Agent中间层策略和多移动Agent协作策略,将SNMP Agent作为驻留代理,利用多个移动Agent并行协作来智能的完成网管数据的采集．在第3层中,针对AgentX框架的不足,实现了一种基于SNMP协议的主/子代理协作机制．该机制将SNMP Agent从任务上划分为主代理和子代理,主子代理之间协作采用SNMP．仿真实验表明,与传统的基于移动Agent及AgentX的SNMP网管模型相比,此框架能使系统带宽降低26.9％,响应时间缩短29.5％,因此更适合应用于大型分布式网络中．     

多专业网综合网管系统体系结构的研究

从网络管理的角度,研究了多专业网中各专业网间的关系,得出了将多专业网中各专业网网管系统之间的关系设计成关联关系是较好选择的结论。讨论了多专业网网管系统体系结构中的系统结构和管理接口。讨论了多专业网网管系统体系结构中综合网管系统实现的关键技术。     

含多个分布式电源的配电网重构

提出了一种含多个分布式电源的配电网重构算法,该算法在已知分布式电源容量的情况下可以确定各孤岛系统的最优供电范围,利用改进支路交换法对剩余网络进行重构优化,使停电负荷最少且网损最小．根据重构时得到的开关影响因子,修正孤岛划分方案,从而获得全网络的优化．通过IEEE33节点算例验证了该方法对含多个分布式电源的配电网故障恢复的正确性．     

适用于NGN异构环境下的多跳接入路由协议

为了改善网络性能,将Ad hoc接入方式融入蜂窝通信势必会大大提高端系统接入骨干网的灵活性. 本文将蜂窝网的单跳接入和Ad hoc网的多跳路由结合起来,提出了一种自适应的多跳接入方式,并对其工作原理和有效性进行了说明. 该方法在保证通信业务服务质量并提高网络吞吐量的同时,减少了基站负荷,有效地提高了网络性能.     

进化规划在配电网络多目标重构中的应用

配电网络得构应在满足节点电压约束,支路过载约束前提下达到两个目标：通过重构尽可能保持变电所间和馈线间的负荷平衡以防故障的出现;通过重构尽可能减小网损。基于上述思想,从经济性和安全性出发,提出以网损最小和负荷平衡为目标的多目标配电网络重构方法。     

多传感器信息融合的分层着色Petri网模型

该文以导弹攻击系统为例,提出了一种基于分层着色Petri网理论建立多传感器信息融合系统模型的方法。该方法运用着色Petri网理论克服了以往用普通Petri建模的不足,细化了其系统模型的中间过程,同时给出融合中心的数据融合算法和指挥中心的神经网络解析算法。基于分层着色Petri网建模与分析方法有利于融合系统的性能分析和行为仿真的实现。     

基于多层特征融合的视网膜血管分割模型

针对现有的视网膜血管分割算法在下采样的学习层中不能有效捕捉更多特征,且低层特征没有得到充分利用从而提高视网膜血管分割的准确性,提出了一种新颖的多层特征融合网络。首先设计了一个具有连续记忆力机制的模块来增加网络的深度,以捕获更多的特征。在此基础上提出了一个多层特征融合模块将低层特征和高层特征进行融合。在DRIVE和CHASE＿DB1数据集上进行训练和测试,结果表明：与其它流行的深度学习方法相比,该方法在两个数据集上获得了更好的结果,视网膜血管分割结果更加准确。     

融合多尺度Transformer的皮肤病变分割算法

针对现有皮肤病变图像分割时缺乏多尺度特征提取,从而导致细节信息缺失和病变区域误分割的问题,本文提出一种融合多尺度Transformer的编解码网络皮肤病变分割算法。首先运用Transformer模块构建分层编码器,分层编码器从全局特征变化角度出发,多尺度分析皮肤病变区域;然后利用多尺度融合模块、通道注意力模块和联合层构建融合解码器,多尺度融合模块互补分层编码器中浅层网络信息与深层网络信息,增强空间信息和语义信息间的依赖关系,通道注意力模块能够有效识别特征丰富的通道,提高算法分割精度;最后引入扩展模块恢复图像大小以匹配实际需求。将该算法在ISBI2016、ISBI2017和ISIC2018三个公共数据集上进行实验测试,其像素精度分别为96.70%、94.50%和95.39%,平均交并比分别为91.69%、85.74%和89.29%,算法测试整体性能优于现有算法。仿真实验证明,多尺度Transformer编解码网络能够有效地分割皮肤病变图像。     

基于灰色关联分析的多网络接入系统模型

针对传统网络选择算法无法满足服务质量的不足,提出了一种基于灰色关联分析的多网络接入算法.设计了多网络接入系统模型,确定了吞吐量、接入代价、接入损耗以及负载均衡等网络参数并构建了多网络接入的参数矩阵,结合权重向量,运用灰色关联分析算法确定最佳网络.对该算法进行了实验仿真,并与单网络及传统TOPSIS算法进行对比分析,其结果表明,该多网络接入算法可以明显提升网络性能,为用户提供满意的服务质量.     

异构无线网络中的需求选择

以异构无线网络为基础的多网融合技术正处在高速发展的时期。越来越多的通讯网络并入,使网络用户在使用的过程中有了多种选择。在异构网络上选择最优化网络,决策指标并不是唯一的。本文将层次分析法作为决策指标的权重,选择最优的网络并进行链接,达到满足用户业务需求的目的。     

SIP 协议在分布式网络管理中的应用研究

为支持大规模分布式网络管理及网络设备的移动性,对网络管理和SIP协议进行了研究,提出了将SIP协议与网络管理协议相结合的方法和体系结构。在该体系结构中,SIP协议具有强大的会话发起能力,可以灵活协调网络管理中各实体的交互,并提供应用层上的移动性支持;同时具有封装网络管理命令及响应的功能,可实现数据聚合,节省网络带宽。这种方法具有良好的可扩展性和灵活性,可为大规模分布式网络管理提供一个良好的平台。     

基于SNMP的光突发交换网络管理方案

介绍了光突发交换网的原理与体系结构,论述了基于简单网络管理协议的光突发交换网络管理的实现,其中包括网络管理的模型与体系结构,管理端与嵌入式代理端开发工具的选择,光突发交换网的核心节点与边缘节点管理信息库的设计与扩展,配置管理、性能管理及故障管理三大网管功能的实现。     

基于角色和服务元的网络体系结构

分析比较了基于角色和服务元这两种网络体系结构的定义、出发点、应用范围大小、通信实体等方面存在的明显差异。基于角色的网络体系结构是一种通用的体系结构,包含了多种网络体系结构,但针对性及实用性较差;而服务元的网络体系结构是一种专门针对下一代宽带多媒体网络的专用网络体系结构。     

天基信息网络体系结构研究

鉴于天基信息网络体系结构可为天基信息网络建设提供顶层设计指导,从系统、作战、技术三个方面开展天基信息网络体系结构研究,给出了由业务节点层、使命网络层和任务网络层组成的系统体系结构,探讨了体现其指挥关系、作战能力及作战流程的作战体系结构;提出了建设天基信息网络的基本技术体系结构,重点研究了建模仿真领域的技术体系结构.该研究体现了天基信息网络的系统复杂特征、信息作战能力和技术先进可行性,具有一定的理论指导和实践应用价值     

一种基于WBEM的综合网管体系结构

在分析和比较网管系统综合的4种方式和传统网管体系结构在管理混合网络方面的优缺点的基础上,提出了一种基于WBEM的综合网管体系结构,根据该体系结构给出了一种基于网管接口层综合方式的网管系统综合方案,并指出了该方案的优缺点。     

基于移动Agent和XML的网络数据库框架

通过运用虚拟数据库技术，探讨了一种基于移动Agent和XML技术的框架结构——网络数据库框架，并就其实现的关键技术进行了讨论。     

任务驱动的动态可重构路由器结构

Internet所处的网络环境与所承载的业务类型日渐复杂,现有的路由交换设备无法完全满足其功能与性能要求,为此提出了可重构路由器的概念,用于构建功能按需求重组、资源按需求配置的柔性网络。文章基于这种思想,提出了一种任务驱动的动态可重构路由器结构,通过对网络业务的抽样监测及任务分析控制,能够快速实现对特定业务性能指标的保障,为新业务的灵活部署提供底层支持。文章还通过两个具体示例,描述了如何利用这种结构来解决当前设备所无法解决的业务性能保障问题,为可重构路由器的研究与设计提供了一种参考。     

函数型神经网络法在混凝土碳化分析中的应用

混凝土碳化是结构耐久性研究中的一个重要问题。本文首次提出庆用函数型神经网络法进行混凝土的碳化分析。该方法使用单层网络进行学习和计算,使网络的结构得以简化,收敛速度加快。将该网络应用于混凝土碳化的分析和预测。其结果优于传统的ＢＰ网络,并且学习速度有了较大的提高。