考虑恶意节点的CRN合作频谱感知方法

基于带有恶意节点的更为实际的频谱感知环境,研究了基于合作感知的频谱共享网络模型,次级用户将会根据合作感知结果动态地调整其发射功率。为了防止恶意节点对感知系统的感知性能造成严重影响,研究了如何进行合作感知以提高感知性能。在一定的检测概率和相关功率约束下,建立了一个以最大化次级网络的吞吐量为目标函数的优化问题。仿真实验首先突出说明了恶意节点数目对频谱感知影响重大,同时还表明无论是否存在恶意节点,提出的算法均可有效地计算出最优的感知时间和发射功率,且在降低最大干扰功率限制和最大发射功率限制时,网络的吞吐量是增大的。     

《高分子材料研究方法》课程教学探析

作者结合我校化工专业课程建设项目工作和自己在高分子材料研究方法教学经验,对高分子材料研究方法教学的现状提出了相应对策,改变传统教学模式,提高学生实践技能。     

第三宇宙速度之小议

第三宇宙速度是从地球上抛出物体使其能遮离太阳吸引的最小速度,本文主要以机械能守恒定律为基础介绍了第三宇宙速度的计算方法,以供教学中作为参考.     

一种基于HBV序列的SNP位点检测方法研究

乙型肝炎病毒（Hepatitis B Virus,HBV）感染作为严重影响人类健康的疾病之一,是导致慢性肝脏疾病、肝硬化和肝癌的主要元凶。HBV由于其自身复制的特殊性,具有高变异特性,据研究表明HBV基因变异是HBV持续感染的根本原因。为了了解HBV的基因变异情况,检测HBV序列的SNP位点即单突变位点已广泛应用于大量的研究,所检测出的SNP位点对指导临床有重要意义。但是目前关于SNP位点检测的方法多因技术难度较高,费用大等不利因素而受到制约。因此,探讨一种基于计算机的SNP位点检测方法成为一种趋势。针对HBV序列的 SNP位点的特点,提出了一种基于最优风险与预防模型的HBV序列的SNP位点检测方法。方法首次应用于HBV序列的SNP位点检测,实验结果表明：该方法不仅有效地检测出HBV序列的X基因片段和前C区基因片段中已经报道的位点,而且还发现了一些新的SNP位点。与硬件检测SNP位点不同的是,所提出的计算机方法具有操作简单和费用低的优点,而且普通实验室和医疗机构均可以承受。     

HGA-COFFEE:多序列比对问题的混合遗传算法求解

针对生物序列分析中的多序列比对问题，设计了一个求解多序列比对问题的混合遗传算法（与之相应的软件称为HGA-COFFEE），该算法采用COFFEE函数作为个体的适应度函数，构造了5种新的遗传算子，包括1种选择算子，2种交叉算子和2种变异算子，其中一种变异算子基于COFFEE的一致性信息设计，以改善算法的整体搜索能力；另一种变异算子基于动态规划方法设计，以增强其局部搜索能力。最后，通过对BAliBASE中144个测试例的测试，证明该算法是有效的，与已有的算法相比，该算法对处于朦胧区和具有N／C末端延伸的序列比对问题有更强的问题求解能力。     

网络中多节点故障定位的探测路径选择算法

针对现有故障定位技术不能满足多节点故障定位的要求,尤其当网络中存在大量故障节点时,提出了一种基于主动探测的探测路径选择算法。该算法主要包括用于故障检测的贪婪路径选择算法和用于故障定位的禁忌链路搜索算法。在故障检测阶段,使用贪婪路径选择算法迭代地选择具有最小权重的探测路径覆盖网络中的节点。在故障定位阶段,使用禁忌链路搜索算法多次生成候选路径集以选择最合适的探测路径来解决多节点故障定位问题。在随机网络拓扑和真实网络拓扑上的仿真结果表明,与现有的节点故障定位算法相比,探测路径选择算法具有更高的成功定位率和更低的探测成本。     

基于MapReduce的并行异常检测算法

为了提高数据挖掘中异常检测算法在数据量增大时的准确度、灵敏度和执行效率,本文提出了一种基于MapReduce框架和Local Outlier Factor （LOF）算法的并行异常检测算法（MR-DLOF）。首先,将存放在Hadoop分布式文件系统（HDFS）上的数据集逻辑地切分为多个数据块。然后,利用MapReduce原理将各个数据块中的数据并行处理,使得每个数据点的k-邻近距离和LOF值的计算仅在单个块中执行,从而提高了算法的执行效率;同时重新定义了k-邻近距离的概念,避免了数据集中存在大于或等于k个重复点而导致局部密度为无穷大的情况。最后,将LOF值较大的数据点合并重新计算其LOF值,从而提高算法准确度和灵敏度。通过真实数据集验证了MR-DLOF算法的有效性、高效性和可扩展性。     

多层信息网络故障定位综述

本文对多层网络（覆盖网、虚拟网等）故障定位问题进行了分析和总结。讨论了多层网络探测故障信息获取策略和故障定位模型的发展状况,即介绍了被动监测、主动探测、主被动结合探测和终端用户观察等探测信息获取策略,以及基于图论故障传播模型、依赖矩阵模型、症状-故障-行动模型等故障传播模型的原理以及其优缺点。从故障定位模型、探测信息获取策略、故障定位计算、网络异构性、运行效率与成本多个方面重点综述了多层网络故障定位方法,讨论了每种方法的优点和局限性。最后,对多层网络故障定位研究的不足和亟待进一步研究解决的问题进行了探讨。     

个性化信息推荐方法研究

随着信息技术和互联网的发展,人们进入了信息过量且愈发碎片化的时代。当前,个性化信息推送是用户获取网络信息的有效渠道。由于信息的更新速度快和用户兴趣更新等问题,传统的推荐算法很少关注甚至忽略上述因素,造成最终的推荐结果欠佳。为了给用户更好的个性化推荐服务,论文首次引入截取因子,提出了组合推荐算法（CR算法）。该算法的实质是将截取因子引入到基于内容的推荐算法与基于用户的协同过滤算法中,进而生成混合推荐算法。在推荐列表中,CR算法产生的推荐结果由两部分组成:一部分由混合推荐算法生成,另一部分由基于用户的协同过滤算法生成。根据信息的发布时间,决定该信息由哪类算法产生推荐:当浏览时间与当前时间的间隔不大于某个值时,采用混合推荐算法;否则,直接采用基于用户的协同过滤算法。基于真实数据的实验结果表明,CR算法优于同类算法。     

多中心维修任务分配研究现状

目前战争形式发生变化，装备结构变得复杂，在作战环境多变、维修时间紧迫、维修资源有限等情况下，维修任务的合理分配显得越发重要。因此本文对多中心维修任务分配的研究现状进行了综述，总结现存的任务分配方法，以促进其进一步发展。本文首先对多中心维修任务分配问题进行了描述；然后，对基本概念进行了说明，对问题进行了分析；之后，对优先级排序、任务分配及路径规划常采用的模型与算法等进行了概述；最后，总结了当前研究的不足，并展望了未来发展的方向。