基于改进粗糙集的混合传感器节点分类算法

混合传感节点的属性较难形成统一识别特征，其节点属性约简过程复杂，存在分类时间长及分类性能差的问题。为此，提出了基于粗糙集的混合传感节点高精度分类算法。在初始化传感节点的基础上计算适应度值，利用遗传算法优化粗糙集修正校验结果，获得统一编码形式的节点。在此基础上，排除了属性权重为“0”的属性，完成节点属性约简。再利用普通分类方法和高级分类方法结合的方式，进行混合节点分类。根据约束条件选取对应的分类方法，实现混合传感节点高精度分类。仿真结果表明，所提算法的分类用时低于520 ms，且该方法的查全率、查准率及F1值均高于对比方法，混合传感节点分类性能较好。     

基于双目标优化遗传算法和支持向量机的旋转机械退化状态识别

退化特征提取是机械健康状态监测的重要组成部分,伴随旋转机械长时间连续运转,退化特征出现性能波动甚至下降,给退化特征提取和选择造成了困难.首先利用一个特征映射算法库对振动信号提取特征,并基于Kolnogorov-Smirnov (KS)检验和Benjamini-Yekutieli过程对原始特征集进行过滤,然后利用双目标优化遗传算法(Bi-objective Optimization Genetic Algorithm,BOGA)结合支持向量机分类器(Support Vector Classifier,SVC),在有监督的环境下搜索出最佳特征子集,其中BOGA设置了SVC分类精确度和特征子集维数两个目标函数,前者进行最大化,后者进行最小化.通过在液压泵退化状态数据集上进行实验和在凯斯西楚大学轴承数据集与FRESH_PCAa、ReliefF、JMIM三种方法进行对比,验证了该方法在退化状态识别上的较好性能.     

互联网+背景下的计算机维护维修与病毒防治途径探讨

当前随着我国社会经济的不断发展,互联网+形势越来越普遍,由此计算机机维护维修与病毒防治工作的重要性日益凸显。因此本文通过阐述互联网+背景下计算机维护维修与病毒防治的作用和意义,分析计算机维护维修的主要途径和具体措施,以期为我国的互联网环境发展做出应有的贡献。     

基于改进D?Lite遗传算法路径规划研究

针对遗传算法在移动机器人路径规划中易产生早熟现象和收敛速度慢的问题,提出了改进的D~* Lite遗传算法。该算法将D~* Lite算法和遗传算法相结合,通过引入碰撞系数和可视检测技术以提高路径安全性,寻找最短路径。在遗传算法设计中加入动态调整交叉与变异概率,以解决算法在路径规划中因陷入局部最优值而不能到达目标点的问题。最后,通过实验仿真可知:与蚁群算法和免疫遗传算法相比,改进的D~* Lite遗传算法执行效率高,可以快速规划出全局最优路径。     

基于神经网络和遗传算法的锭子弹性管性能优化

为得到减振弹性管对下锭胆的支承弹性和锭子高速运动下的稳定性等性能的最优匹配效率,依据减振弹性管的等效抗弯刚度及底部等效刚度系数公式,利用MatLab数值分析软件构建弹性管抗弯刚度和底部挠度数学模型。首先,结合Isight优化软件基于径向基神经网络构建其近似模型,且使精度达到可接受水平,并以模型的关键结构参数弹性模量、螺距、槽宽、壁厚为设计变量,结合遗传算法对弹性管抗弯刚度和底部挠度进行多目标优化设计,得到Pareto最优解集和Pareto前沿图,确定出减振弹性管结构工艺参数的优化方案。通过对优化数据进行分析发现,该方案在保证减振弹性管弹性的同时,其底部振幅明显减弱。     

狂犬病病毒CTN株反向遗传系统的改造及拯救

目的对狂犬病病毒CTN株反向遗传系统进行改造,并拯救改造后的狂犬病病毒。方法应用基因定点突变技术分别对狂犬病病毒CTN株G蛋白的第194位和333位氨基酸进行定点突变,将突变后的G蛋白基因替换原有反向遗传系统中的G蛋白基因,同时对突变后的G蛋白基因进行拷贝,分明构建含有1、2和3个改造后G蛋白基因全长序列的感染性克隆,并将其分别与辅助质粒共转染BSR细胞,采用直接免疫荧光实验(DFA)和RT-PCR法鉴定重组病毒。结果 G蛋白的第194位天冬酰胺突变为丝氨酸,第333位谷氨酰胺突变为谷氨酸,获得含有1、2和3个突变后G蛋白基因的狂犬病病毒CTN株反向遗传系统,并拯救出重组狂犬病病毒。结论成功对狂犬病病毒CTN株反向遗传系统进行了改造,并拯救出了重组病毒,为研制安全、稳定、高效的新型狂犬病病毒疫苗奠定了基础。     

网络型病毒与网络安全防御研究

在信息时代下,人们的工作方式、生活方式、思维方式都随着网络技术的进步而改变。此时,网络安全防御成为了社会上广泛关注的话题。目前,网络型病毒成为了最大的阻碍。一般而言,网络型病毒都是突然发生的,且传播的路径非常多样化,经常导致大面积的网络瘫痪。网络安全防御在近几年虽然投入了较大的研究力度,可最终的成果并不理想。部分网络安全防御的软件或者程序,的确效果突出,但价格过高,不符合大众消费的理念。所以,绝大多数地区的网络,仍然是面对网络型病毒的威胁。日后,必须采取有效的防御策略来应对。     

Pyrimidine:基于面向对象的遗传算法Python框架

Pyrimidine是开发用于实现遗传算法的通用框架.它也可以实现任何迭代模型,如模拟退火、粒子群算法.它的设计基于面向对象,利用了Python的元编程功能把群体看成个体的容器,又把个体看成染色体的容器,而容器是一个元类,用来构造不同结构的个体类和群体类,因为它是高度面向对象的,所以它容易扩展、改进.