BA无标度网络理论在训练IP网的应用研究

随着信息一体化系统的不断推进,训练IP网建设已全面展开,今后将作为训练任务通信保障的主要平台。相对目前专线电路的保障体制,在带来诸如统一接口、高度自治等各种便利的同时,也存在网络结构动态变化、网络行为相对复杂等不利因素。文章通过对复杂网络理论在训练IP网中的应用研究,描述了训练IP网的网络特性,并提出了几种网络优化策略。     

非线性系统RBF网在线建模的资源优化网络方法

提出了一种RBF网非线性动态系统在线建模的资源优化网络(RON)方法.RON在资源分配网络的学习过程中引入了滑动窗口和网络结构在线优化的思想,使网络能根据最近一段时间内的误差信息自动实现网络结构优化,从而使RBF网既能在线适应对象的变化,又能使网络规模维持在较小水平,并保证了网络的泛化能力.使用滑动窗口技术使RON对学习参数变化具有较好的鲁棒性,并更易收敛.三个标准例子演示了算法的有效性.     

用神经元网络辨识非线性系统中的网络结构选择*

本文定义了神经元网络的权值拟熵，在对多层前馈网训练的常规目标函数中加入权值拟熵作为约束项以改变网络的权值分布从而修定网络结构。将此方法用于一类非线性系统的神经网络辨识中可以优化网络模型输入项数和隐节点数目。     

一个适合于市区、省地级银行业务处理的微机局部网络系统

本文介绍一个适合于市区、省地级银行业务处理电子化的微机局部网络系统。这个系统以32位多用户超级微机UV68为主机、智能中英文终端CT100为银行业务处理的联机工作站,广泛使用的IBMPC机为银行业务处理的脱机(批)工作站,经由电话专线、调制解调器、多路复用器联接成网,在银行业务处理软件包控制下,对其所复盖市区、省地级地域内的多银行机构的银行业务提供远/近程、联/脱机,集中/分散的多功能综合的联网处理。本网型体系结构合理,不仅适合于市区级省地级范围内银行业务的联网处理,而且便于实现区(地)间,以及上接市(省)、下联县的更大范围联网,完成通存通兑、联行、清算等联网背境处理很强的业务处理。本网对于减少在途资金,加快资金周转、优化资金调拨,及对于银行业务分析、统计、管理提供了一个良好的实时网型体系结构。本系统不仅很好地满足了银行业务处理的当前要求,而且投资少、性能高、适合于现在与发展的国情,附图是主要体系结构。     

基于ADSL技术的宽带接入网的分析

在对城市ADSL接入网网络现状以及ADSL接入网网络组建常见方案进行分析的基础上,文章提出了IP城域网网络优化、ADSL接入网网络结构优化、传输电缆改造、业务类型的选择、网络流量优化、加强用户认证和管理等方案,并进一步提出了在一定区域内规划ADSL接入网网络结构的设计方法。     

WSN和计算机网的融合模型研究

针对无线传感器网与计算机网融合的基础性结构问题,在综合分析无线传感器网络和计算机网络特点的基础上,提出了互联网络、隧道网络和异构网络3种融合网络结构模型,深入研究了异构网络结构模型中采用模糊逻辑的节点移动性管理技术,并重点讨论了异构网络融合的路由模型与协议框架,最后对基于异构网络融合模型的关键技术研究进行了实验分析。     

网络结构化多Agent系统的任务分配

网络结构化多Agent系统既包括系统运行的底层物理网络,还包括Agent之间的交互网络。传统的任务分配方式并没有深入考虑到网络结构化的特点。文中首先论述网络结构化多Agent系统中任务分配的特点,介绍和分析基于底层网络拓扑与资源分布的任务分配方式、基于Agent交互网络与资源分布的任务分配方式和基于综合网络情境资源的任务分配方式。然后对相关工作进行综述,并与网络结构化多Agent系统任务分配模型进行比较分析。最后论述该方向的难点和未来要解决的问题。     

可视化网络运行监视系统综述

1背景随着网络技术的发展和网络应用的普及,各种企业网办公网、生产网的网络结构越来越复杂,面临的问题具有多样化的特征。网络的运行状况、资源的应用状况、系统     

基于边界的Markov网的发现

一、引言 Bayesian网是一种进行不确定性推理的有力工具,被广泛应用于人工智能、专家系统以及数据挖掘等领域。近年来,越来越多的研究者开始研究如何从大量的样本数据中发现Bayesian网络,提出了许多Bayesian网的学习算法。这些算法大致可以分为两类:基于搜索和打分的算法与基于依赖分析的算法。基于搜索和打分的算法的基本思想是根据评分函数搜索得到对样本数据拟合得最好的Bayesian网络。评分函数主要对待选的网络结构进行打分,选择与数据拟合得最好的网络结构。由于不可能对所有的网络结构进行测试,所以需要运用局部搜索算法进行网络结构的搜索,通常是从初始网络结构(可以是空结构,随机指定的结构或先验网络结构等)开始,通过增加、删除或转向操作使得局部最优化(根据评分函数),再逐渐扩展到整个网络最优化。常用的局部搜索算法是爬山法和模拟退火法。     

无线自组织网络中CBRP路由算法改进

移动自组织网络(MobileAdHocNetworks)是一种完全由无线移动主机自主构成的通信网络,常用在需要紧急或临时搭建网络的环境下,具有带宽有限和拓扑结构易变等特点。为了提高AdHoc网络路由算法性能,实现并分析了IETF提出的基于层次化“簇”结构的CBRP路由算法协议(ClusterBasedRoutingProtocol),并提出了针对CBRP算法的网关节点选择优化机制和网络结构维护优化策略。最后通过单台计算机对一组具有不同终端节点的网络小区进行仿真。其结果表明,优化后的算法提高了紧急情形和恶劣环境下CBRP路由算法的性能。     

基于随机Petri网的内容分发网络能效分析

内容分发网络是一种新型的网络构建方式,能为用户提供较好的网络访问速度和稳定性,但其复杂的网络设备使得能耗相对较大,因此,内容分发网络的节能及能耗评价是其重要的研究主题。针对内容分发网络的网络结构,提出一种睡眠-唤醒机制和动态速率调节机制相结合的内容分发网络节能策略,并运用随机Petri网对内容分发网络节能策略进行能耗分析。在随机Petri网建模的基础上应用模型化简和评价方法,通过分析随机Petri网模型各状态稳定概率得到系统平均能耗,并使用软件SPNP对节能机制加入前后的内容分发网络能耗进行对比分析。通过对比分析表明,该节能策略能很好地降低内容分发网络的平均能耗。     

一种集中管理分层接入的卫星应急网实现方式

基于应急通信新需求对应急卫星网的要求,分析现有网络结构存在的问题,描述了一种网络集中管理、业务分层接入的树状网络结构的实现方式,该方式不仅能解决现网安全性低、人工操作复杂的问题,还具有提升卫星转发器带宽利用率的优点。     

基于混合网络结构的可控型蠕虫网络系统

研究和建立了一种可控型的蠕虫网络,设计了广播网络与树状网络相结合的混合网络结构,讨论组网、通信和控制方案,并对性能作了分析,有助于对蠕虫网络的认识和防治.     

遗传算法优化神经网络结构的研究

本文利用GA的群体搜索和BP的自学习特性,提出用GA学习BP神经网络结构,构造了GA-BP优化算法。从而可利用此网络为复杂系统进行优化求解。     

青藏铁路综合监控系统网络结构设计

分析了在青藏铁路特殊环境下行车监控系统的网络结构应具备的功能,分析了青藏公司基础网络状况,构建了系统网络结构的体系构架,分析了网络结构设计的原则,给出了综合安全监控系统总体网络应用结构。该监控系统网络的建设将保证青藏铁路行车安全监控系统的高安全性和可靠性。     

用于股指预测的自适应训练及删剪算法

提出了利用基于自适应训练及删剪算法的抽头延迟神经网络模型对股指这一非线性时间序列进行预测。首先采用基于递归最小方差的自适应学习算法对网络模型进行学习训练，由于该算法的学习步长能够自行调整，初始参数少，所以收敛速度很快；再利用删剪算法对学习后的网络结构进行删剪，优化网络的拓扑结构，降低网络的计算复杂度，提高网络的泛化能力；然后对优化后的网络进行再学习，使优化后的网络具有最佳参数；最后利用优化后的网络对未来的股指（测试样本）进行预测。仿真实验表明，与删剪前的网络结构相比，优化后的网络结构不但降低了计算复杂度而且提高了预测精度，运算复杂度降低到原来的0.0556，预测均方误差达到8.7961e-5。     

遗传算法改进BP网络对织物配色的优化研究

深入研究了传统BP网络结构的优化方法,对近年来各学者所提出的新的优化方法进行了分析,并结合织物染色配色的应用领域,深入分析和改进了遗传算法对BP网络进行结构优化的思想,在训练BP网络的同时,利用遗传算法优化BP网络结构,提高了算法效率.最后通过织物染色配色仿真的计算与实验,显示了该算法的有效性.     

基于LM算法的在线自适应RBF网结构优化算法

针对LM算法不能在线训练RBF网络以及RBF网络结构设计算法中存在的问题,提出一种基于LM算法的在线自适应RBF网络结构优化算法.该算法引入滑动窗口和在线优化网络结构的思想,滑动窗口的引入既使得LM算法能够在线训练RBF网络,又使得网络对学习参数的变化具有更好的鲁棒性,并且易于收敛.在线优化网络结构使得网络在学习过程中能够根据训练样本的训练误差和隐节点的相关信息,在线自适应调整网络结构,跟踪非线性时变系统的变化,使网络维持最为紧凑的结构,以保证网络的泛化性能.最后通过仿真实验验证了所提出算法的性能.     

用于荧光光谱识别的自适应训练及删剪算法

提出利用基于自适应训练及删剪算法的网络模型对荧光光谱进行识别。首先采用基于递归最小方差的自适应学习算法对网络模型进行学习训练,由于该算法的学习步长能够自行调整,初始参数少,所以收敛速度很快;再利用删剪算法对学习后的网络结构进行删剪,优化网络的拓扑结构,降低网络的计算复杂度,提高网络的泛化能力;然后对优化后的网络进行再学习,使优化后的网络具有最佳参数;最后利用优化后的网络对测试样本进行识别。仿真实验表明,与删剪前的网络结构相比,在降低了网络的计算复杂度的同时,删剪优化后的正确识别率依然是100%。     

浅谈轨道交通综合监控系统的网络设计

文章以某条城市轨道交通综合监控系统为技术背景,阐述了整个综合监控系统网络设计方案;对网络结构中的技术特点,网络IP地址设计,网络路由设计进行了详细的分析和说明。