光纤通信网络非平稳数据智能挖掘仿真研究

探究一种有效的非平稳数据智能挖掘方法,可以克服智能挖掘过程中受多种噪声的干扰,对光纤通信网络的大规模使用具备重要的现实意义。为了解决当前挖掘方法由于各种原因影响造成数据不完整、延时较长、遗漏率较高等问题,提出一种基于关联规则映射的非平稳数据智能挖掘方法,利用原始去噪算法对收集的非平稳数据样本进行去噪,获取非平稳数据的置信度。利用时间加权方法依据非平稳数据置信度对非平稳数据进行去噪,得到去噪后的非平稳数据。将其用于构建数据子空间矩阵,挖掘不同子空间非平稳数据集,利用同一空间下非平稳数据集的关联强度挖掘出非平稳数据集,实现了非平稳数据智能挖掘。仿真测试结果证明,所提方法能够有效缩短挖掘延时、提高数据挖掘完整率、降低遗漏率,具备较强的可行性。     

基于灰色等维新息模型的能耗预测研究及应用

灰色系统理论将随机过程看成灰色过程,利用数据表面杂乱但整体有序的特点,挖掘潜在的本质规律.根据灰色系统理论的思想,在分析了传统GM(1,1)模型的基础上提出了改进的等维新息预测模型,利用Matlab强大的算法功能,实现了改进的等维新息灰色预测模型算法.通过对能耗预测的实例分析,并采用残差和后验差方法对预测的精度进行检验,验证了程序的准确性和可靠性,使得预测的精度得到有效的提高.     

基于抽样的复杂网络可靠性度量算法

提出了一种基于抽样技术的算法ABS,通过分析从大型复杂网络中抽样所得到的样本网络,推导出大型复杂网络的可靠性度量参数,同时还给出这些参数的 Bootstrap 置信区间.大量的实验表明,ABS 算法在估算大型复杂网络的可靠性度量参数方面是有效的、可行的.     

复杂装备系统弹性度量方法研究

由于复杂装备系统缺少可工程应用的弹性度量方法,且传统可靠性工程难以描述装备从故障到修复全过程的性质,因此考虑装备系统在工作过程中性能变化的连续性以及扰动、故障和修复的不确定性,利用可靠性工程相关参数,针对无子系统的简单装备提出一种混合型弹性度量方法.在此基础上,考虑子系统对复杂系统的影响,以及复杂系统故障和修复概率,提出一种针对复杂装备系统的弹性度量方法.最后,通过基于弹性理论的组件重要度计算案例,评估复杂装备系统各个子系统性能变化对整个装备的影响重要程度,验证了方法的可行性和有效性.     

一种满足可靠度期望的网构软件优化方法*

Internet环境下网构软件的开发是一个构件组装过程,传统的软件可靠性技术在其应用过程中面临着新的挑战。建立了网构软件的抽象模型和物理模型,介绍了可靠性的形式化定义及五种构件组装结构的可靠性度量方法,提出了一种满足可靠度期望的网构软件优化方法。该方法将复杂的网构软件结构进行串行化,以抽象构件、链路的可靠度期望阈值过滤无效分支,以网构软件的可靠性期望筛选较优路径,应用一种改进的蚁群优化算法求解,从而实现了网构软件抽象模型与物理模型的映射。实验仿真及分析表明,该方法适用于解决开放式环境下网构软件的可靠性优化问题,相对于传统方法,它具备较好的执行性能。     

复杂网络与机器学习融合的研究进展

近年来,随着大数据技术的进步,复杂网络与机器学习的交叉研究越来越受到众多学者的关注。复杂网络是自然界中众多复杂系统的抽象描述,主要以统计物理的角度研究系统的演化;机器学习又称为统计学习方法,主要研究从大量数据样本提取特征并建立模型。简要综述复杂网络领域主要的网络演化模型、常用统计度量方法以及网络上的动力学过程和机器学习领域内三种基本的学习技术;从交叉应用的两个角度,即基于复杂网络的机器学习方法和基于机器学习的复杂网络信息挖掘,详细对比了各种方法的计算思路。在此基础上,提出目前学界重点关注的两类问题,并展望了若干开放性挑战。     

基于逆向思维的系统可靠性精确分配模型

为了实现系统可靠性设计后期可靠度的精确分配,提出一种采用逆向思维,利用神经网络能够通过学习逼近任意非线性映射的能力,对系统可靠度进行精确分配的方法.以前期可靠性试验数据为基础,分析各子系统可靠度及自身约束条件变化过程中,系统可靠度的变化程度,从而获得子系统可靠度变化对系统整体可靠性影响的程度,作为可靠性分配的依据.将系统可靠度及两两对应子系统自身约束条件作为输入,同时以相对的子系统可靠度比值作为输出,对误差反向传播(BP)神经网络和径向基函数(RBF)神经网络进行训练,并对比较了测试结果,得出了系统可靠度精确分配的神经网络模型.     

基于数据挖掘技术的自然资源大数据整合优化方法

为解决大数据环境下信息整合效率低下、管理混乱,数据结构复杂、检测效率低以及精度适应能力差等问题,提出一种基于数据挖掘技术的自然资源大数据整合优化方法.针对自然资源整合内容,开发基于数据挖掘的整合分析平台,使用优化后Apriori算法处理多通道数据,利用Web技术建立单一数据管理系统,对目标数据优化和查询,度量自然资源目标数据质量,同时通过计算获取出列间数据的灰色关联度,赋值函数求出目标数据贡献值和相似度判别阈值,计算其总值完成目标数据整合优化.仿真结果表明,所提方法能有效简化数据结构、加强数据精度和质量,提升查询效率,具有较高适用性以及优质的鲁棒性.     

高可靠监控服务体系

网络监控是网络管理系统的基本组成部分之一。基于中间件层的分布式网管结构用于克服传统网管系统中大量网管数据通过网络传输所增加的网络开销以及监控延时等缺点。但这种方法需要修改底层网络,成本高,过于复杂而难以实现。在研究以上网络管理结构的基础上,提出了一个应用简易的高可靠监测服务体系,通过对监控组件的配置提高监控系统的可靠性。对体系性能进行了评估,试验表明该体系的应用具有成本低、可靠性高等优点。     

基于联合优化的无线传感器网络传输可靠性研究

如何保证传输可靠性的前提下延长网络寿命是无线传感器网络应用研究所必须面对的重要课题.首先综述了功率控制以及路由度量方法的研究现状;其次通过实验研究,发现了无线传感器网络的通信链路存在着高丢失率、非对称性等特点,并通过理论推导出节点优化的发射功率;由此提出一种将功率控制和路由度量相结合的PCETX联合优化方法.最后,将此联合优化算法应用于AODV协议中,仿真结果表明使用本文提出的联合优化方法,在保证端到端的可靠性的前提下延长了网络的寿命,能够为无线传感器网络实际的应用提供有价值的参考.