基于负载均衡的簇间路由协议

针对无线传感器网络簇头节点负载不均衡的问题,提出一种基于负载均衡的簇间路由协议.该协议通过记录邻居簇头节点到Sink节点的最小跳数信息建立到Sink节点的多条路径,根据簇节点的剩余能量和负载选择合适的路径进行路由,从而实现了簇头节点间的负载均衡.仿真实验结果表明,该路由协议能有效地均衡网络负载和簇头节点能量消耗,减少数据传输延迟,延长网络生存时间.     

改进FCM聚类算法及其在入侵检测中的应用

针对模糊C-均值（FCM）算法的局限性,提出了一种具有两阶段的模糊FCM聚类改进算法。通过加入点密度函数加权系数和样本特征矢量权重对FCM聚类算法中的目标函数进行改造,进而给出迭代推导公式和算法描述。该算法克服了样本分布不均匀和样本特征矢量对分类贡献不均衡的情况,有效地提高了聚类精度。最后利用KDD CUP 99数据集进行实验,结果表明该算法具有良好的可靠性和可行性。     

一种基于组移动性的战术Ad Hoc网络分群算法

如何合理地保障分群是战术Ad Hoc网络实现分层网络并进行分群路由的前提和核心环节。针对这个核心问题,引入组移动特征,结合本地移动性参数和节点的能量,面向战术Ad Hoc网络,提出了一种基于组移动性的分群算法,并仿真分析了该算法的分群性能。     

基于扩散激活模型的无线自组网分簇方法

传统的分簇方法很少同时考虑安全因素及其对网络性能的影响。针对此问题,提出了一种基于信任关系的分簇方法,该分簇方法结合人类记忆的扩散激发模型思想,能够根据有限的局部信息自动地对整个网络进行分割。试验结果表明,该文所提出的分簇方法在精确度方面与集中式的分簇方法非常接近。因此,在提高Ad Hoc网络性能的同时,还可提高其安全性。     

轮腿式机器人倾覆稳定性分析与控制

对于运动在不平坦地形中的移动机器人而言,其倾覆稳定性非常关键．设计了一种结构对称的轮腿式机器人,它有4个独立的轮腿运动单元,能够变化多种构形．采用动态能量稳定锥方法和倾覆稳定性指数对机器人的稳定性进行综合评价,建立了一个模糊神经网络自适应控制系统．根据稳定性指数值,该系统可以实时改变机器人的构形和速度,保证其倾覆稳定性．正弦路面上的仿真结果表明,该系统所产生的动作实时性好、可靠性高,能够降低机器人自主越障过程中的危险．     

一种含影响力因子的自适应C均值算法

含影响力因子的硬聚类算法(HCMef)在对多于两类规模不均的样本进行聚类时,影响力因子指数对聚类结果影响很大,取值不当会引起类消失.影响力因子指数在0附近穷举,并利用影响力因子指数较大时类规模会在较少训练次数内消失的现象,降低计算量.提出了含影响力因子的自适应C均值聚类策略(AHCMef),并介绍了两阶段聚类方法,进一步提高聚类成功率和执行效率.结果显示,最佳影响力因子指数出现在成功聚类时的较大值附近,聚类效果从该点起随影响力因子指数的减小而降低.对HCMef算法应用于多类规模不均样本情况时,影响力因子指数的选取具有指导意义.     

直觉模糊S-粗决策模型及应用

基于直觉模糊S-粗集理论,提出双向直觉模糊S-粗决策模型.首先给出指标值的量化方法,将目标矩阵进行标准化处理.其次,建立直觉模糊S-粗决策的上一决策和下一决策优化模型,并给出直觉模糊S-粗决策算法及详细步骤.最后,以空袭目标为例,详细研究了目标威胁程度评估过程.结果表明,直觉模糊S-粗决策模型能够综合处理决策因素的定性与定量因素,得到的决策结果综合性能最优.所得的排序结果真实、准确地反映了实际情况.     

基于K均值聚类和多核SVM的微钙化簇检测

考虑到乳腺微钙化簇样本分布不平衡以及特征的多样性,提出了基于K均值聚类的多核支持向量机.即首先将训练样本聚合成K类,对每类样本加不同的惩罚因子,以平衡样本分布不平衡.其次针对样本特征多样性,将核函数做组合,得到多核支持向量分类器.使用主动反馈学习的方法来得到稳定的训练样本.实验结果表明,本方法与单核SVM及多核SVM相比,检对率至少可以提高两个百分点.     

基于同构化信息融合的异构不确定多属性决策新模型与新算法

不确定多属性决策过程中,现有两大困难:(1)如何较好地表达和处理具有不确定性的属性评价信息;(2)如何将基于多样性评判准则的多准则评价结果进行信息融合,并获得更合理的综合评价结论.基于同构化思想,针对学术界最近才提出的一种能较好地处理具有多信息来源模糊信息的新数学模型"多值直觉模糊集模型",研究了多值直觉模糊集的隶属度与非隶属度的综合评判新课题与新方法;提出了兼有不确定语言型与区间型的异构风险型多属性决策新问题与新模型,构造了基于同构化信息融合的异构不确定多属性决策新模型与新算法.     

人机互助的交互式口语翻译方法

基于短语的统计翻译模型是目前机器翻译领域广泛使用的模型之一。但是,由于在解码时采用短语精确匹配的策略,造成了严重的数据稀疏问题,短语表中的大量短语无法得到充分利用。为此,该文提出了人机互助的交互式翻译方法。对于翻译短语表中找不到的短语,首先通过模糊匹配的方法,在短语表中寻找与其相似的短语。然后利用组合分类器,判断哪些相似短语可能提高句子的翻译质量。最后,通过人机交互的方法,选择可能提高翻译质量且保持原句语义的短语。在口语语料上的实验结果证明,这种方法可以有效地提高翻译系统的译文质量。