基于改进最小二乘支持向量回归机的链路质量预测

为了准确地预测链路质量,提出基于改进最小二乘支持向量回归机的无线传感器网络链路质量预测模型.采用粗糙集理论约简链路质量参数,以提取出有效反映链路质量的特征参数;利用遗传算法优化最小二乘支持向量回归机的惩罚因子和核函数宽度.实验结果表明,与Experts Advice预测模型相比,提出的预测模型具有更高的精度.     

表征机会传感网络连通性的方法

机会传感网络的连通性具有时间演化性,很难用传统的图模型直接建模.为此,采用时间图对机会传感网络的连通性进行建模,通过时间路径、时间距离和连通效率计算得到整网连通度,提出采用整网连通度表征机会传感网络的连通性能.仿真实验结果表明,整网连通度能够较准确地反映不同实验场景下的网络连通性.     

PowerBuilder数据窗口字段动态保护设计

本文介绍了使用PowerBuilder开发数据库应用程序时数据窗口字段保护的设计,包括一个窗体及一个数据窗口控件,给出了一个具有使用价值的通用模块的设计实例。     

空间频率图像的智能融合

提出了一种智能地融合同一场景的多幅图像为一幅图像的方法，与原图像相比，产生的图像包含较少的噪声和更多的信息。首先对原始图像除去斑点噪声；然后，运用直方图均衡化表示图像的细节和最大化图像信息内容；第三步，运用金字塔将图像分解为子图像，利用图像的密度、空间频率等特征，寻找需要融合的图像的部分；第四步，对这些子图像进行配准，为融合做准备；第五步，对需要融合的子图像，计算每一幅的空间频率，对空间频率不同的配准子图像，将结合它们周围子图像的空间频率信息，给出这个子图像的频率（一般情况下，频率值选择一个具有最高值的像素）；第六步，为了得到更多细节，用模糊插值方法扩大这幅子图像。     

基于ARM7的城市火灾报警智能监控网络

介绍了城市火灾报警智能监控网络的设计,以消防主机收发器为网络接点,将重点消防单位的消防主机与消防支队网络中心联接,实现对联网的消防主机24小时实时监控,达到城市消防管理智能化、网络化.详细介绍了基于ARM7嵌入式系统开发的消防主机收发器的设计与实现.     

基于SSM的交通政务管理系统的设计与实现

随着经济的高速发展,道路上的车辆越来越多。同时,在当代社会网络的技术水平不断发展的前提下,人们对于政府信息服务提出了更高的要求,这就要求政府能够通过网络共享的方式来提高信息共享的效率。文章详细介绍了基于SSM的交通政务管理系统的设计与实现。项目运用SSM(SpringMVC+Spring+MyBatis)框架来开发基于网络上的B/S架构的交通政务管理系统。系统主要实现了政务信息的提交、审核及公开发布,用户的留言、办公人员对留言的回复及审核等功能。系统的主旨就是为了增强交通政府部门与用户之间的交流和加强政府内部进行信息管理、信息交互以及相互之间进行交流等活动。     

综合交通运输运行协调和应急指挥系统的设计与实现

为满足交通运输应急指挥中心信息化的需求,开发一款管理软件——综合交通运输运行协调和应急指挥系统。系统旨在为公众出行、企业运营、政府管理决策提供支持,为缓解拥堵、提高交通运行效率和安全水平提供支撑。系统在设计上解决了两个问题:道路调度和应急指挥。系统基于B/S(Browser/Server)结构,采用SSM(Spring,SpringMVC,Mybatis)框架,并使用Maven对项目进行管理;前端使用EasyUI、HighCharts、CKEditor、CKFinder等框架和库,与数据库的交互使用MyBatis逆向工程技术;后台数据库采用MySQL数据库。该系统实现了小组管理、人员分配、任务下达和报告反馈等几个主要功能,完成了应急指挥业务;根据车流密度、天气因素、路段长度、事故因素等采用Floyd算法进行路段调度。综合交通运输运行协调和应急指挥系统基本解决了道路调度和应急指挥两大主要问题,为应急指挥中心提供了一个有效的解决方案。     

基于学习自动机与萤火虫算法的链路预测

便携交换网络由具有社区属性和移动规律的人组成,具有节点移动性、节点间间歇性连接、高延迟等特点,本文研究其网络行为预测中的链路预测问题,提出基于学习自动机和萤火虫算法的链路预测方法。采用学习自动机对节点进行自适应聚类,完成网络的社区划分;定义社区属性影响系数和移动行为影响系数,构建反映便携交换网络社区属性、节点移动性和节点间间歇性连接的相似性指标;将该指标与CN、RA、AA等指标融合,得到便携交换网络的相似性指标向量;借助差分整合移动平均自回归模型的时间序列分析能力,提取相似性指标向量序列的演化规律;采用萤火虫算法优化所构建的二分类器,预测节点对下一时刻的连接状态。在INFOCOM06和MIT两个真实数据集上的实验结果表明,与受限玻尔兹曼机、弱评估器等方法对比,本文方法具有更高的准确率和更好的稳定性。     

基于预测模型的WSN节点能量融合机制

分析节点能量衰减的过程,采用节点能量衰减预测模型描述节点能量损耗的规律,并建立基于该预测模型的节点剩余能量汇报机制,从而减少节点能量数据的汇报次数以及节点间的数据通信量,降低节点能耗。实验结果表明,在应用该预测模型后,Telosb节点的电池工作寿命延长1%~4.5%。     

基于深度学习的机会网络链路预测

针对机会网络节点移动性、节点间间歇性连接等特点,提出基于深度学习的机会网络链路预测机制.基于时间序列理论和方法,综合考虑节点间边的权值、节点强度和局部路径与节点间链路关系,构建反映机会网络链路状态随时间动态变化的相似性指标W_Katz;利用信息熵确定受限玻尔兹曼机的隐含层神经元数量,构建用于特征提取的深度学习模型,采用自适应学习率缩短其收敛时间;采用高斯核函数、K折交叉验证构造基于最小二乘支持向量回归机的预测模型;采用命中率R_HIT和受试者工作特征曲线的Precision、Accuracy指标评价预测结果.通过INF 2005、MIT数据集上的对比实验结果表明,该方法可以获得更好的预测效果.