基于主动网络的多约束路由探测算法

本文提出了一种基于主动网络的多约束路由探测算法MAR(Multi-constrained Active Routing).与传统路由算法相比,MAR不仅能灵活地提供多种约束条件的服务质量保证,而且充分发挥了主动网络的可编程和自定制能力,允许用户根据业务要求和网络状况自定制约束条件和相关参数.通过仿真MAR算法在各种网络条件下的性能表明,MAR算法能够提高多约束条件寻路的成功率.     

基于贝叶斯算法的网络安全评估模型研究

网络安全评估涉及两个方面,即技术和管理.评估中存在大量不确定性,无法完全量化.因此,很难实现完全客观的网络信息安全风险评估.为此,该文提出了一种基于贝叶斯算法的网络安全评估模型,以分析和量化由各种威胁源引起的网络安全风险.通过专家知识的整合,阐明了贝叶斯算法的推理规则的条件概率矩阵,综合了专家对目标信息系统威胁程度的主...     

基于贝叶斯网络模型的共享通道保护算法

针对ASON中多链路失效问题,在基于贝叶斯网络和相关链路失效概率(Correlated Link Fail-ure Probability,CLFP)的基础上,建立了贝叶斯网络可靠性分析模型,对传统的共享通道保护算法(SPP)和DPSP算法中的保护通道进行了可靠性分析,并提出了一种支持区分可靠性的多链路失效共享通路保护...     

基于块稀疏贝叶斯学习的雷达目标压缩感知(英文)

高速采样和传输是目前雷达系统面临的一个重要挑战。针对这一问题,该文提出一种利用信号块结构特性的雷达目标压缩感知方法。该方法采用一个简单的测量矩阵对信号进行采样,然后运用块稀疏贝叶斯学习算法恢复信号。经典的块稀疏贝叶斯学习算法适用于实信号,该文将其扩为可直接处理雷达信号的复数域稀疏贝叶斯算法。相对于现有压缩感知方法,该方法不仅具有更好的信号重构精度和鲁棒性,更重要的是其压缩测量矩阵形式简单、易于硬件实现。数值仿真实验结果验证了该方法的有效性。      

基于贝叶斯检验模型的压缩感知算法及应用

针对正交匹配追踪(OMP)算法需设置冗余的支撑集,导致信号重构时运算量变大、抗噪性能和重构性能变差等问题,提出了一种基于贝叶斯模型的OMP(BOMP,bayesian orthogonal matching pursuit)算法。首先利用贝叶斯检验模型和OMP算法合理去除支撑集中的冗余部分,得到相等或略大于信号真实稀疏度的支撑集;其次构建BOMP的信号重构算法;最后将算法应用于ISAR成像。仿真和实测数据结果表明,由于本文算法可近似估计到信号的真实稀疏度,因此具有更好的抗噪性能以及重构精度,相应的运算量也明显减少。     

基于互质阵列雷达技术的近距离目标探测方法(英文)

一组(M, N)互质阵列由两组结构化排列的子阵列构成:一组包括M个天线单元, 另一组包括N个天线单元。互质阵列稀疏天线仅需要M+N1个收发天线单元就可实现对O(MN)个远距离目标的识别。在相同分辨条件下, 互质阵列雷达技术可利用更少的收发单元来识别更多的雷达目标。因此互质阵列雷达技术能够极大地降低传统雷达收发系统的复杂度。但是, 现有文献中所讨论的互质阵列雷达技术均基于远场近似假设, 当探测近距离目标时, 会由于目标邻近天线单元而产生严重的探测误差。为了解决上述问题, 该文将标准的互质阵列雷达技术的适用范围扩展到用于解决近距离目标探测。该文论证了(M, N)互质阵列雷达技术能够以4k0/MN空域分辨率恢复[2k0, 2k0]空域范围内的目标信息, 其中k0表示自由空间波数, 是场景因子。由此可见(M, N)互质阵列能够以/4的方位向分辨率获得O(MN)个近距离目标方位向位置信息。该文进一步论证了互质阵列雷达技术在穿墙成像中的适用性。最后, 该文提供了一组数值仿真实验结果, 验证了互质阵列雷达技术对于近距离目标探测的有效性。      

基于改进主动轮廓模型的图像分割算法

针对C-V模型对灰度不均匀的图像分割效果不理想的情况,提出一种改进的C-V模型.该模型在C-V模型的基础上,引入非加权的邻域平均和局部窗口方差概念,加快并精确了C-V模型的演化效果,同时在C-V模型的能量函数中加入惩罚项,使得C-V模型在演化过程中无须重新初始化,进一步提高了分割速度.仿真实验结果表明改进的C-V模型较原模型对灰度不均匀图像分割具有较好的分割效果.     

基于贝叶斯网络的证据目标模型及推理算法研究

在一般贝叶斯网络的基础上，提出了E＆D模型和推理算法。E＆D模型在一定程度上简化了贝叶斯模型，更精确地表达了待求解问题的实质。同时采用多线程技术实现其推理算法，加快了推理速度，对同类问题有一定的参考意义。     

无线网络中基于贝叶斯博弈模型的入侵检测算法研究

运用贝叶斯博弈理论对无线网络中入侵检测参数调整问题进行研究,设计入侵检测博弈模型,根据博弈中的完美均衡设计入侵检测时间间隔调整算法TSMA-BG和参数修正算法DPMA.仿真实验证明,这2种算法使入侵检测系统能够有效地检测出发生变化的攻击行为.     

基于改进的ID3算法生成决策树方法(英文)

The ID3 algorithm is a classical learning algorithm of decision tree in data mining.The algorithm trends to choosing the attribute with more values,affect the efficiency of classification and prediction for building a decision tree.This article proposes a new approach based on an improved ID3 algorithm.The new algorithm introduces the importance factor λ when calculating the information entropy.It can strengthen the label of important attributes of a tree and reduce the label of non-important attributes.The...     

基于贝叶斯网络的雷达故障远程诊断系统研究

为了提高高密度航天发射任务条件下的雷达维修能力,缩短维修时间,研究了一种基于贝叶斯网络的雷达故障远程诊断系统。设计了该故障诊断系统的硬件总体结构和软件功能架构,介绍了雷达故障数据的采集和加密传输过程。利用贝叶斯网络建立雷达故障模型,并通过期望最大算法确定了故障模型的参数;采用联合树算法,实现故障定位推理。故障诊断实例表明:与传统的故障诊断方法相比,基于贝叶斯网络的故障诊断方法能够有效识别雷达的故障类型,具有故障定位准确、运行时间短等优点。     

一种基于模糊逻辑的贝叶斯最优学习器

针对变压器故障信息中存在有不完整、不确定及模糊性的知识,提出一种基于模糊逻辑和贝叶斯最优分类器结合的模糊贝叶斯分类器。该方法首先利用观察信息的模糊隶属度函数建立贝叶斯最优分类器中假设的后验概率,进而计算各类故障信息分类的结果并进行加权平均后得到最佳的诊断结果。应用和研究表明该方法能解决贝叶斯分类器中模糊信息获取的“瓶颈”难题,具有很强的学习能力,是一种有效的变压器绝缘故障诊断方法。     

基于规则推理的输电网络故障诊断方法

当输电网络有故障发生,如果处理不当,或者报警信息错误,就会产生难以预计的损失和后果,故电网故障诊断成了重要的研究对象?针对上述问题,文中提出了一种基于规则推理的输电网络故障诊断方法,通过建立电力网络的Petri网模型,分析故障变迁的可诊断子网结构信息和内部托肯的流动形式,经过相关故障规则推理来定位故障元件位置,并运用IEEE-14局部电路图进行了故障仿真运算。仿真结果表明,规则推理故障诊断方法能够对输电网络故障进行精确迅速的故障定位与分析,是一种有效可行的故障诊断方法?     

基于贝叶斯网络的PECVD故障诊断技术

提出了贝叶斯网络技术在故障诊断中的一种应用,介绍了基于贝叶斯网络的故障诊断技术的基本概念和原理,分析了故障节点和维修节点之间相互作用的关系.应用GeNIe决策系统软件,以PECVD淀积台的真空系统为例,讲述了贝叶斯网络在半导体工艺设备故障诊断中的应用.     

采用变频器故障树为训练样本的BAM神经网络故障诊断方法

研究故障树分析(FTA)和双向联想记忆(BAM)神经网络在故障诊断中的应用,提出了一种融合FTA和BAM的故障诊断方法.利用FTA得到系统所有的故障模式,进而由故障模式和根据维修经验的故障分析归纳出BAM的学习样本,即故障模式和故障分析之间的对应.BAM通过联想记忆矩阵并行联想,得到诊断结果,扩展综合故障诊断能力.用上...     

基于贝叶斯网络的复杂系统动态故障树定量分析方法

动态故障树的贝叶斯网络分析方法存在局部组合爆炸和备件门节点失效时间仅能是指数分布的不足.首先,给出动态故障树转换为离散时间贝叶斯网络的方法,该方法使用一个确定性函数来替代条件概率表,避免了局部组合爆炸.然后,根据备件门的失效机理和对应的贝叶斯网络结构特征,解决了备件节点失效时间仅能是指数分布的限制.最后,提出一种基于动态故障树的贝叶斯网络精确推理算法,基于该算法给出了系统失效分布、组件重要度等概率计算.实验结果表明,该方法能有效地分析和评估安全攸关系统的概率特性.     

基于信任评估的虚拟网故障诊断算法

网络虚拟化环境的新特点(网络拓扑动态变化、动态症状和故障关系、管理域独立和信息不准确性)对故障诊断提出了新的要求,提出一种改进的针对网络虚拟化环境下虚拟网和底层网故障诊断模型和诊断算法,通过虚拟网信任评估算法来提高故障诊断的准确率、降低误报率.仿真研究结果表明,在大规模和噪声大的虚拟网络环境中,提出的故障诊断算法取得了较好的诊断效果.     

基于深度动态贝叶斯网络的服务功能链故障诊断算法

针对5G端到端网络切片场景下底层物理节点出现故障会导致运行在其上的多条服务功能链出现性能异常的问题,该文提出一种基于深度动态贝叶斯网络(DDBN)的服务功能链故障诊断算法。首先根据网络虚拟化环境下故障的多层传播关系,构建故障与症状的依赖图模型,并采用在物理节点监测其上多个虚拟网络功能相关性能数据的方式收集症状。其次,考虑到基于软件定义网络(SDN)和网络功能虚拟化(NFV)的架构下网络症状观测数据的多样性以及物理节点和虚拟网络功能的空间相关性,引入深度信念网络对观测数据特征进行提取,使用加入动量项的自适应学习率算法对模型进行微调以加快收敛速度。最后,利用故障传播的时间相关性,引入动态贝叶斯网络对故障根源进行实时诊断。仿真结果表明,该算法能够有效地诊断故障根源且具有良好的诊断准确度。     

一种基于神经网络的模拟电路故障诊断方法

模拟电路故障诊断一直是一项富有挑战性的研究课题。文章在简要介绍BP神经网络基本原理的基础上,以差分放大电路为例,设计并实现了基于BP算法的模拟电路故障诊断方法,建立了模拟电路故障诊断BP神经网络模型。实验表明,该模型的辨识精度高,能实现对模拟电路故障的正确诊断。     

电路故障诊断的神经网络方法

分析了神经网络的容错能力、分类能力以及高速神经计算能力在电路故障诊断中的优势。举例说明了应用神经网络方法进行数字电路及模拟电路故障诊断的基本方法和步骤,着重突出了实际应用中存在的故障特征选取、神经网络建立、多故障处理等难点,提出了具体解决方案,指出了进一步的发展方向和理论创新点。