无线传感器网络中防范选择性丢弃的途中过滤策略

针对现有的虚假数据过滤策略难以防范合法数据包被恶意节点选择性丢弃的问题,提出了防范数据包选择性丢弃的途中过滤策略.策略中每个节点保存其1跳和2跳邻居节点的身份标识及单向链密钥,转发的数据包中附加的是L个节点的最新单向链密钥,而不是像传统途中过滤策略那样附加消息认证码.通过通信节点之间的共同邻居节点监听,采用逐步认证的方式递交数据包.实验结果表明,该策略不仅可高效过滤虚假数据,而且可防范途中恶意节点选择性丢弃合法数据包.     

建筑院校信息类专业人才培养模式的探讨与研究

文章介绍一种信息类专业新型人才培养模式,信息类专业在建筑院校中,具有它独特的优势和特色,拓宽了信息类专业人才市场的就业面。     

涤纶丝企业CIMS体系结构的研究与实践

本文针对涤纶丝行业的特点，提出了适合半流程生产过程ＣＩＭＳ的总体模型、三级递阶结构控制模型、系统集成功能模型和生产过程质量控制系统功能模型，实践证明，这是行之有效的，可为同类企业实施ＣＩＭＳ提供借鉴     

一种基于遗传算法的权重向量选取模型

CBR中权重向量的选取是范例检索过程中重要的一个步骤，其选取的好坏直接关系到范例检索的质量。传统的方法中权重向量一般由专家指定，常导致提取到的范例对问题的解决没有帮助。文中提出了一种根据遗传算法对权重向量进行调整的策略，为找到最优相似范例提供了一条有效途径。     

一种基于属性组合的权重向量选取模型

CBR中权重向量的选取是范例检索过程中重要的一个步骤,其选取的好坏直接关系到范例检索的质量.在传统的方法中权重向量一旦确定后,其值一般固定不变,因而导致对一些特定问题的检索效果不好.为了解决这个问题,文中提出了一种根据范例属性的组合对权重向量进行调整的方法,为找到最优相似范例提供了一条有效途径.     

一种改进的基于聚类的范例添加删除维护模型

随着范例库的使用,范例库中范例数目不断增大,从而导致范例检索效率直线下降,因此急需找到一个合适的策略来维护范例库。本文提出了一种改进的基于聚类的范例添加删除维护模型,有效的提高了范例检索的速度和质量。     

电力负荷预测的CBR中权重向量的选取模型

电力负荷预测是一个较为复杂的过程,由于影响负荷的因素较多,权重向量的选取较为困难,导致负荷预测的准确性较差。通过遗传算法选取合适的权重向量,在范例检索的过程中利用时间序列和组合属性对权重向量和预测结果进行进一步修正,使得负荷预测的精度大大提高,实验结果表明该模型具有有效性和实用性。     

一种基于小波变换的YOLOv5火灾检测改进算法

由于复杂环境下类烟火物体的干扰,常导致火灾检测误判。为了提高图像中火灾信号的检测精度,减少火灾误报,利用传统光谱分析在火灾图像检测技术中的优势,提出了一种基于小波变换的YOLOv5火灾检测改进算法。该算法利用二维Haar小波变换提取图像的光谱特征,将其输入到YOLOv5s的主干网络CSPDarknet中,与卷积层进行通道上的特征融合,增强烟火的纹理细节特征;通过嵌入CA注意力机制的CAC3模块,对融合小波特征后的网络层的位置信息进行增强,提高网络的信息提取和定位能力;为明确衡量边界框宽高的真实差,平衡烟火难易样本,采用α-EIOU损失函数替换原本的CIOU,提高框定位准确性。在公开的火灾数据基础上结合自制火灾数据构建火灾数据集,并进行模型训练和推理。实验结果表明,改进后算法的mAP比原YOLOv5s提升了2.3%,实现了对火灾场景烟火目标较好的检测效果。     

电力负荷预测的CBR中权重向量的选取模型

电力负荷预测是一个较为复杂的过程,由于影响负荷的因素较多,权重向量的选取较为困难,导致负荷预测的准确性较差。通过遗传算法选取合适的权重向量,在范例检索的过程中利用时间序列和组合属性对权重向量和预测结果进行进一步修正,使得负荷预测的精度大大提高,实验结果表明该模型具有有效性和实用性。