CS算法优化BP神经网络的短时交通流量预测

为了提高短时交通流量的预测精度,提出一种布谷鸟搜索算法优化BP神经网络参数的短时交通流量预测模型（CS-BPNN）。基于混沌理论对短时交通流量时间序列进行相空间重构,将重构后的时间序列输入到BP神经网络进行学习,采用布谷鸟搜索算法找到BP神经网络最优参数,建立短时交通流量预测模型,通过具体实例对CS-BPNN性能进行测试。仿真结果表明,相对于对比模型,CS-BPNN提高了短时交通流量的预测精度,更加准确反映了短时交通流量的变化趋势。     

Web的在线虚拟实验室的研究

传统的实验室建设需要大量的教育经费的投入,从而给并不宽裕的资金造成更大的紧张。构建虚拟的实验室就受到了极大的关注,可以减少基础设施的投资,对于办学条件的改善和教学水平的提高非常有利。     

一种基于克隆选择的入侵检测算法

提出了一种基于克隆选择的入侵检测算法,包括整体模块以及耐受、记忆细胞检测、成熟细胞检测模块。算法能够动态地自适应地定义自体,可以根据环境的变化,来调整自体集合的大小,只保证一段时间内被认为是正常行为的自体存在,从而在时空复杂度上都可以大大改善入侵检测系统,更好地适应了真实环境。     

基于时延控制的伪码多普勒补偿算法

针对高动态或者弱信号条件下,伪码多普勒对卫星导航系统信号捕获的影响将会凸显,导致捕获性能明显降低的问题,提出了一种基于时延控制的码多普勒补偿方法,利用数字延迟滤波器来补偿码多普勒引入的本地码和接收信号的相位不匹配。同时,给出了包括码多普勒补偿在内的新的卫星导航系统信号捕获结构。仿真结果表明：新方法能够很好地进行码多普勒补偿,采用三阶Farrow结构的分数延迟滤波器就可以使捕获损耗降低到0.3 dB以下。     

无线传感器网络路由协议EA和GBR的比较研究

比较了两种无线传感器网络路由协议EA和GBR,EA通过对节点能量和传输能耗的关注,从而延长了网络健康时间,GBR基于最小跳数来选择数据传输的路径,能够在一定程度上降低选择最优路径传输数据造成的网络健康时间过短的现象。     

小波消噪和神经网络的网络流量混沌预测

网络流量数据中含有大量噪声,对网络流量预测精度产生不利影响,为此,提出一种小波消噪和神经网络相融合的网络流量混沌预测模型。采用小波技术对网络流量数据进行消噪处理,采用关联维数确定BP神经网络输入变量个数,采用BP神经网络建立网络流量预测模型。结果表明,与消噪前比,小波消噪和神经网络模型更能准确刻画网络流量的变化趋势,有效提高了网络流量的预测精度,为非线性预测问题提供了一种新的研究思路。