排序方式: 共有20条查询结果,搜索用时 0 毫秒
11.
12.
13.
应用模糊数学、网格、神经网络等技术,结合高等教育评估指标体系,提出一种基于网格的高等教育计算机模糊评估的设计方案.该方案采用了多策略方法确定指标权重,并用模糊神经网络技术确定评估矩阵;在此基础上对高等教育进行综合评估,以实现对高等教育的评估更加快捷、方便、准确. 相似文献
14.
基于ASP的服装图象检索系统的设计与实现 总被引:1,自引:0,他引:1
提出了基于ASP的服装图象检索方法,用ASP实现了对服装图象数据进行检索与游览等功能,介绍了系统的设计思想、关键技术和实现。 相似文献
15.
Most existing work on survivability in mobile ad-hoc networks(MANETs) focuses on two dimensional(2D) networks.However,many real applications run in three dimensional(3D) networks,e.g.,climate and ocean monitoring,and air defense systems.The impact on network survivability due to node behaviors was presented,and a quantitative analysis method on survivability was developed in 3D MANETs by modeling node behaviors and analyzing 3D network connectivity.Node behaviors were modeled by using a semi-Markov process.... 相似文献
16.
由于具有分布式特性,导致移动自组网容易遭受攻击。为了增强移动自组网的安全性,建立一套适合自组织、无认证中心的节点信任评估模型是非常必要的。因此,提出了一种移动自组网中基于多约束和协同过滤的动态信任机制。其主要思想是在根据节点自身的经历的基础上,采用一个带多约束的信任更新算法来评估直接信任。其中:时间衰减因子保证了信任度随时间进行衰减;奖励因子保证了良好的节点应受到奖励;惩罚因子保证了恶意节点应受到惩罚。另外,采用协同过滤技术来评估推荐信任,以此来阻止不诚实的推荐。通过定量评估分析和模拟仿真,结果表明所提出的方法比Bayesian模型能更精确地计算节点之间的信任度和提高移动自组网的安全性。 相似文献
17.
San-Cheng Peng 《计算机科学技术学报》2009,24(4):761-774
Survivability refers to the ability of a network system to fulfill critical services in a timely manner to end users in the presence of failures and/or attacks.In order to establish a highly survivable system,it is necessary to measure its survivability to evaluate the performance of the system's services under adverse conditions.According to survivability requirements of large-scale mobile ad-hoc networks(MANETs),we propose a novel model for quantitative evaluation on survivability.The proposed model co... 相似文献
18.
19.
设备剩余使用寿命预测作为工业物联网实现工业智能的重要功能之一,可基于设备的健康监测数据对其未来退化状态进行预测,以获得设备丧失运行能力前的剩余使用时间,从而制定相应的预测性维修策略,提升工业物联网设备的可靠性、可用性和安全性。提出一种基于注意力机制的设备剩余使用寿命预测方法(Attention-based Remaining Useful Lifetime Prediction,ARULP)。首先在模型训练阶段设计了一种局部注意力计算算法,构建数据驱动的局部注意力计算模型,采用训练数据来计算局部注意力度量,从而获取预测模型关注大量数据中关键信息的能力;然后设计了一种基于局部注意力的相关向量机,通过在其隐变量学习过程中引入局部注意力机制,动态更新注意力权重,从而自适应地调整设备的状态预测模型,提升设备的剩余使用寿命预测精度;最后在模型预测阶段,利用所构建的预测模型进行设备工作状态预测,并计算设备的剩余使用寿命。基于西安交通大学滚动轴承加速寿命试验数据集,与RVM、AR、ARIMA和LSTM四个基准方法进行性能比较。实验结果表明ARULP方法在不同工况下针对轴承外圈故障、内圈故障和保持架故障进行预测时均与轴承实际退化数据最为接近,能够较好地反映故障轴承的退化状态,最终实现对工业物联网设备剩余使用寿命进行高精度地预测。 相似文献
20.