一种改进的LEACH协议的分簇路由算法的研究

本文分析了无线传感器网络在区域上具有热点与非热点区分等因素的影响,提出了一种改进的LEACH路由算法。通过仿真实验表明,改进的算法能有效减少能量损耗,延长网络生存期,密度大的特点。     

无线传感器及其路由

无线传感器网络是物联网的重要组成部分。而网络层所使用的路由技术的优劣,将直接影响着无线传感器网络传输数据的效率、速度、网络生存周期等性能指标。无线传感器网络路由算法一直是研究的热点,对于路由优化问题的研究具有较大意义。     

无线多媒体传感器网络QoS路由协议的研究

针对无线多媒体传感网络的QoS要求,本文引入了定向扩散协的思想,在DD基础上进行了改进和扩展,提出了一种适合多媒体传感器网络的QoS路由协议,该协议的基本思想是在扩展原DD协议兴趣包格式的基础上建立梯度,在数据传输阶段,转发节点的确定是基于跳数、负载、能量三维QoS参数不同优先级排序来构建决策概率进行选择。仿真实验结果表明：该路由算法能够提供不同业务的QoS保障,能很好地均衡网络负载和优化网络能量消耗。     

蚁群算法在无线传感器网络能量均衡中的应用

针对无线传感器网络的节点能量消耗不均衡，避免部分节点过早死亡而引起整个网络死亡的问题，提出一种改进后的蚁群算法，算法能有效的帮助源节点选择合适的下一跳节点，建立其高效路由，从而改进了能耗不均衡现象，延长网络寿命。     

一种改进LEACH的无线传感器路由协议仿真

文章在研究LEACH协议的基础上,提出了一种改进的层次型路由协议LEACH-Improved,改进的路由协议主要针对原有LEACH路由协议的不足,主要改进在两个方面:一是在簇头节点的选择上依据节点的剩余能量和节点与区域中心的距离,作为主要考虑因素,减少簇头分布的不合理情况,能有效地平衡节点的能量消耗;二是簇头节点采用多跳路由的方式向基站传输数据,也减少了部分簇头节点与基站的远距离的通信。最后通过OMNeT++仿真工具进行仿真实验,实验结果显示该算法相比原有的LEACH路由协议能有效地延长网络生命周期,降低网络能耗,实现网络负载平衡。     

纱线卷绕系统恒张力先进控制策略

针对纱线卷绕系统内外部扰动较多，系统具有时变性和不确定性，纱线张力值波动较大，控制精度不高导致纱线断头等问题，提出了学习速率自适应与蚁群算法联合改进的BP神经网络PID控制策略。通过学习速率自适应提高网络学习速率，并利用蚁群算法调整网络初始参数。分别测试PID算法、BP神经网络PID算法与改进BP神经网络PID算法。结果表明：基于改进BP神经网络的无刷直流电机PID控制器鲁棒性更强，性能良好，纱线卷绕系统张力波动较小，断头率降低。     

无线传感器网络中AODVjr路由算法改进

无线传感器网络的前身是传感器和无线传感器，它不仅很好地继承了它们的优点，又具有其自身的新特点。目前世界上无线传感器网络通用的协议为zigBee协议，zigBee协议网络层主要有Cluster—Tree和AODVjr两种路由算法。本文中笔者对无线传感器网络中AODVjr路由算法改进进行初步探讨，对AODVjr路由算法改进做出简要设计，以供广大同仁借鉴参考。     

基于K-means聚类和蚁群算法在WSN粮情测控中的研究

结合无线粮情测控中粮仓环境数据采集,以及WSN(无线传感器网络)供电能量有限等特点,提出一种基于LEACH协议、K-means聚类和蚁群算法的WSN改进路由算法。首先在预处理阶段利用K-means聚类算法将散布的节点分成多个簇,通过聚类减少数据发送量。其次,利用蚁群算法支持多路径的特点,在数据传输阶段形成簇首间多跳路由机制。仿真结果表明:所用算法能够有效减少数据传输时的能量消耗,延长节点的网络生命周期。     

Dijkstra网络路由算法的一种改进方法

最短路径分析是网络数据分析的重要组成部分,Dijkstra算法是传统路由算法中的一种.通过对传统DDijkstra算法进行速度分析,在此基础上采用插入排序思想对Dijkstra算法进行了改进,使原算法得到了优化,改进了网络最短路径的计算过程,提高了算法的执行效率.     

改进的BP神经网络在机械故障诊断中的应用

介绍了BP神经网络的结构和学习方法,针对BP网络存在局部极小值和收敛速度慢等问题,提出采用一种基于Levenberg-Marquardt算法(LM算法)的改进BP网络,最后通过汽轮机故障诊断实例的仿真研究,结果表明改进算法的性能明显优于常规BP算法,经改进算法训练的网络能大大提高故障的在线诊断能力,具有广泛的应用前景和应用价值。     

无线传感网络节点定位技术的研究

本文通过对目前计算机网络的研究热点--无线传感器网络节点定位技术的研究,比较深入地分析了目前应用的几种节点定位算法,对于无线传感网络的规划设计具有借鉴意义。     

基于无线传感器网络的LEACH算法的改进

针对LEACH协议中簇内成员分布不均和簇头节点与基站距离通信长的缺点,对LEACH协议进行改进.在LEACH协议中簇的建立与数据传输阶段中引入簇的优化,利用分割、重组的方法对不合理的簇进行优化使簇负载均匀;提出簇内单跳、簇间多跳的路由方式,簇头根据其邻居簇头节点的位置与能量来选择下一跳节点.利用OPNET对LEACH及改进后的协议作仿真分析,结果证明改进后算法在计算节点能耗和网络生存寿命方面的有效性.     

神经网络在计算机配色中的应用

研究神经网络应用于染色的计算机配色算法，分析了现有BP网络配色模型的不足，提出了使用有弹回的BP算法，以改进现有配色模型的方法，并进行了仿真试验。从仿真结果看，改进后的配色模型无论在收敛速度还是配色精度方面都有了较大的提高。     

基于改进的蚁群算法的复杂制造系统物流配送路径优化

为了对复杂系统中物流网络进行规划,在分析复杂制造系统物流网络特点的基础上,用多级有向图来对物流配送问题进行建模。针对物流路径的流量和时间限制,以寻找满足约束条件的最小成本的路径为目标,利用改进的蚁群算法对配送路径进行规划,最后运用MATLAB语言编程仿真。改进后的蚁群算法克服了一般蚁群算法的不足,提高了算法的性能,可以解决复杂制造系统的物流网络配送路径优化问题。     

一种基于数值计算的改进BP神经网络加速算法

为增加神经网络收敛的稳定性与收敛速度,提出了一种改进的网络优化加速算法.在权值调整期间加入前N期权值结果,增强了训练的稳定性;使用Steffensen迭代算法进行加速,使网络训练较快地收敛;有效地解决了传统BP神经网络的缺点.进行数值实验,将10幅二值化后的车牌数字字符图片作为训练样本送入改进的网络与传统的BP神经网络中分别进行训练,可以看出传统BP算法在训练过程中出现了振荡且收敛速度较慢.而改进的算法误差稳步下降,没有出现传统算法中振荡的现象,且较传统算法早达到收敛稳定.     

基于改进人工鱼群算法的网络异常入侵检测

网络入侵检测算法的效率直接影响到检测的正确率,针对特征选择问题,提出一种改进人工鱼群算法选择特征的异常入侵检测方法。仿真结果表明,改进后的算法降低了特征子集的维数和检测误报率,加快了异常入侵检测的速度。     

基于改进DANN网络的织物缺陷检测

针对传统的织物缺陷检测算法普适性不足的问题,提出一种基于改进DANN网络的织物缺陷检测算法。分析了对抗迁移学习领域的DANN网络存在的仅考虑源域和目标域间特征相似的情况和对于复杂图片提取到的特征能力较差的问题。提出了改进的方法,通过在网络中加入MMD层,可以对提取到的目标域特征赋予不同的权重,并使用ResNet50作为特征提取器。将原DANN网络和改进的MMD-DANN网络在织物缺陷图库中进行了测试并对比了二者的缺陷检测结果。结果表明,改进后网络相比于原网络的准确率平均提高了5%左右,且实时性良好,能满足实际工业需求。     

求解多物流配送中心问题的分解算法

针对一个相对复杂的拥有多个配送中心的物流网络,为将其划分为若干个相对简单的单配送中心的物流网络,文章通过改进传统的边界分解算法,提出了求解该问题的新算法。验证结果表明:改进后的新算法在对具有多配送中心的物流网络节点划分时,所得到的划分结果要比传统边界分解法的划分结果更加合理和有效。     

基于改进YOLOv5模型的织物疵点检测

针对传统机器学习方法检测织物疵点精度低，小目标检测较困难的问题，提出一种基于改进YOLOv5的织物疵点的目标检测算法。在YOLOv5模型的Backbone模块中分别引入SE注意力机制和CBAM注意力机制，使模型聚焦于图像中的关键信息，改进传统YOLOv5网络检测精度不高的问题。结果表明：改进后的模型具有更好的检测性能，其中引入CBAM模块后提升幅度最明显，较原网络mAP值提升了7.7%,基本满足织物疵点检测需求。     

网络用户参与社会热点事件中的现象特征及其对舆论生态治理的启示

互联网的产生和发展颠覆了用户的交流模式，也为用户提供了丰富的社会热点事件参与渠道。本文结合社会学、传播学、心理学等理论，基于问卷调查，分析了网络用户在社会热点事件中的参与现状，并通过深度访谈和案例分析相结合的形式，结合社会热点事件在互联网中的传播过程和特点，探讨了网络用户在社会热点事件的参与中经历了怎样的心理过程。试图厘清当前环境下网络用户在社会热点事件中的参与行为特点及成因，为我国网络舆论生态治理和社会热点事件中的舆论疏导提供相关的理论和实践指导。