二进制映射神经网络的几何学习算法及其应用

提出一种一般二进制映射问题的前馈网络学习算法.给出一种求解超平面以几何分 割训练点的新方法,不仅相应地构造了隐层神经网络,而且使得只需再构造一个输出层网络 便可实现训练样本所描述的映射.该算法在学习收敛速度方面优于BP算法和SC算法,对样 本数据的分布和密集程度变化适应性强,具有较好的容错能力.     

无线传感器网络中可容错的事件监测算法

事件监测是传感器网络研究中的一个重要问题,传感器网络自身的局限性以及感知数据的非确定性向事件监测技术提出了挑战.文中分析了传感器网络中存在的各种非确定性,引入可容错的事件监测机制.文中首先提出可容错的事件发现和参与事件监测节点选择算法.在此基础上,提出可容错的事件发生区域估算算法.算法对于动态传感器网络具有较好监测效果.最后通过大量模拟实验验证了所提出算法的性能.     

一种智能网络磁盘文件数据容错算法

针对目前存储系统中的DAS、NAS存储方案存在的单点故障与性能瓶颈问题,介绍了一种新型的智能网络磁盘(IntelligentNetwork Disk,IND)存储系统结构,提出了一种面向智能网络磁盘存储系统的文件数据容错算法,理论分析和仿真实验结果表明:多个智能网络磁盘(IND)采用这种容错算法时,其并行数据读取性能良好,已经具备很强的单点容错能力;这表明文中提出的文件数据容错算法能够实现智能网络磁盘之间的容错处理。     

具有期望容错域的前向掩蔽联想记忆模型的设计方法

联想记忆的综合问题是目前没有很好解决的难题.文中用作者提出的通用前馈网络和排序学习算法,提出了一种设计具有期望容错域的前向掩蔽联想记忆模型的方法.该方法一般性地解决了信息空间上联想记忆的综合难题,使设计出的联想记忆模型具有任意期望的记忆样本容错域.     

基于容错Earley解析算法的领域语义文法自动学习方法

精细化的领域文本分析是高质量领域知识获取的重要前提,它通常依赖于大量某种形式的语义文法产生式,但总结这些文法通常耗时耗力.对此,文中提出了 一种基于容错Earley解析算法的语义文法自动学习方法,根据种子文法自动生成新的语义文法(包括词类和文法产生式),以减少人工成本.该方法利用优化后的容错Earley解析器,对输入的语句进行容错解析,然后根据容错解析生成的解析树产生候选语义文法,最后对候选语义文法进行过滤或纠正得到最终的语义文法.在5种不同疾病的中医医案的实验中,该方法的词类学习的正确率达到63.88％,文法产生式学习的正确率达到81.78％.     

一种新的双向联想记忆神经网络学习算法

文章提出了一种基于遗传算法的按`位'加权双向联想记忆神经网络(BAM)的学习算法.根据判定BAM网络稳定模式和容错能力的充分条件,推出了求取按位加权BAM加权系数的优化目标函数,之后作者给出了求解此目标函数的遗传算法.二值图象模式存储、联想记忆的计算机实验结果表明,文中所提出的方法能有效地提高网络的存储能力和容错能力.     

基于字符特征的车牌英文和数字字符自联想识别

汽车牌照字符的准确识别是汽车牌照实时自动识别技术中的关键技术之一.本文提出采用自联想神经网络对字符进行识别.针对离散Hopfield网络记忆容量小的缺陷,本文首先提出采用一种两层反馈神经网络,其吸引子的吸引半径和网络的稳定状态都有明显的改善,使网络的记忆容量和容错性能都得到大幅度地提高;然后在仔细分析车辆牌照中英文和数字字符结构特点的基础上,以闭合曲线、三叉点和四叉点为结构特征将字符划分为多个子集,使网络针对各子集的容错性有了进一步地显著提高;最后通过实验对比不同算法下字符的识别率,证明文中算法在车牌字符识别中的准确性和快速性.     

具有混合故障广义超立方体中的容错路由

针对广义超立方体网络中的同时具有大量结点和链路故障模式,提出了两类新的局部连通性概念。在这两类局部连通性概念的基础上给出了两个广义超立方体网络的分布式容错路由算法。基于两类新的局部连通性概念的广义超立方体网络容错路由算法与基于局部连通性的广义超立方体网络容错路由容错路由算法相比较,新算法提高了容错能力。     

一类自选网络的容错直径与容错路由算法

作为加利图的一种,自选图AGn相对于其它网络结构,在并行计算及分布式计算领域有着更好的特性,因而受到广泛的重视.ANn是由翼有虎提出的基于AGn的一类新的网络结构.这个新的网络结构在直径、容错度、容错直径和汉密尔顿连通性上都优于网络AGn.虽然该网络结构已经有了较好的非容错路由算法,但是依然没有一种针对这个结构的容错路由算法以完善其实际应用.文中通过研究ANn的性质,得出了容错直径,然后基于该容错直径,设计并实现了ANn容错路由算法,最后验证了该算法的正确性.     

Systolic算法和阵列结构执行固定区间平滑

基于平方根算法提出了一种适合于并行计算的固定区间平滑的Systolic算法,这种算法 使得计算的快速性和数值稳定性都得到了提高.文中还提出了一种有效的脉动(Systloic)阵 列结构来实现此并行算法.对容错算法、处理器的利用率及计算速度作了简要地分析.     

分布式实时系统的容错调度算法

提出了两种分布式实时容错调度算法：副版本后调度算法（ＢＫＣＬ）及无容错需求后调度算法（ＮＦＲＬ）,并研究了算法的时间复杂度,这两种容雕工算法能同时调度具有容错需求的实时任务和无容错需求的实时任务,ＢＫＣＬ和ＮＦＲＬ所产生的调度可保证：在分布式系统中一个节点机失效的情况下,具有容错需求的实时任务仍然可在截止时间内完成,在描述了两个实时容错调度算法之后,分别证明了这两个算法的容错调度正确性。接着,阐述     

增强前馈神经网络对多点断路故障的容错能力

神经网络在发生多点断路故障时,网络中的多个隐层神经元及其相关的连接权同时失效。该文针对陷层神经元可以动态增加的一类前馈神经网络,提出了一种三阶段方法T3。T3先对网络进行一次训练,然后用验证集进行测试以确定网络的故障曲线拐点,在此基础上通过第二次训练自适应地增加冗余隐层神经元。实验表明,T3使用较小的冗余量就可以显著改善网络对多点断路故障的容错性,在网络的容错能力和结构复杂度之间较好地达成了折衷。     

超立方体多处理机系统中基于扩展最优通路矩阵的容错路由

该文在高峰等文章的基础上，提出了针对超立方体结构多处理机系统的扩展最优通路矩阵（Extended Optimal Path Matrices,EOPMs）的概念，并给出了一个建立EIPMs的算法和基于EOPMs的容错路由算法，证明了基于EOPMs的容错路由算法是基于扩展安全向量（ESVs）^[13]和基于最优通路矩阵（OPMs)^[14]容错路由算法的扩展，与原文相比，该算法的存储开销与OPMs,相同，但记录的最优通路的信息，包含了原文所记录的最优通路的信息，使搜索最优通路的能力比它们有进一步的提高。     

Enhanced fault tolerant routing algorithms using a concept of “balanced ring”

Fault rings can be used to guide messages bypass faulty nodes/links in a fault tolerant interconnection network. However, nodes on the fault ring become hot spots, thus causing uneven distribution of the traffic loads. To avoid such traffic congestion, a concept of the balanced ring is proposed in this paper. The proposed balanced ring, defined as concentric rings of a given fault ring, can be applied to the fault tolerant routing algorithms for mesh and torus topologies. By properly guiding messages to route on the balanced ring and the fault ring, more balanced link utilization and greatly reduced traffic congestion can be achieved on a fault tolerant network. Methods of applying the balanced ring concept to some published fault tolerant routing algorithms are discussed. Proof of deadlock and livelock freedom is also presented. The use of balanced ring does not need to add new virtual channels. The performance of two routing algorithms with and without the balanced ring is simulated and evaluated. The results indicate that routing algorithms with the balanced rings constantly yield larger throughput and smaller latency than those without.     

前向神经网络的容错性问题

在讨论神经网络的容错性的文献中,主要涉及的一直是关于输入噪音的容错问题.在这些文献中通常把该问题转换为某种优化问题,并用现成的优化方法进行求解,但很少涉及由网络故障所引起的容错问题,即结构容错问题.利用覆盖算法分析结构容错问题,给出一个神经网络容纳所有单节点故障的充要条件和构造这种网络的算法.这些结果揭示了神经网络结构容错能力的本质,并提供了一种分析神经网络容错的新方法.     

基于全神经网络增强算法的WSNs故障预警与检测

针对现有WSNs故障检测算法存在的故障分类检测率低、耗时长、节点能耗控制差等问题,提出一种全神经网络增强故障预警与检测算法。全神经网络的神经元节点与临近层的节点连接,形成具有强大故障数据训练功能的深度网络结构,选择平滑性更好的sigmoid函数作为模型的激活函数,并基于感知机合理调节相邻两个隐含层之间的阈值权重,降低模型的训练损失;采用Adam优化算法抑制模型的梯度膨胀和梯度消失等异常情况,并消除训练中产生的数据冗余,以降低故障数据训练中产生的虚预警。实验结果显示:提出算法的总体故障检测率和不同类型故障的分类检测率都优于传统算法,此外全神经网络增强算法在节点故障检测耗时和能耗控制方面,也具有显著优势。     

基于神经网络的无人机传感器故障诊断技术研究

无人机传感器的故障诊断和容错控制是一项关键技术,为了能够实时监测传感器的运行状态、快速定位故障和控制重构,文章采用BP神经网络设计了一种由主、从神经网络构成的无人机传感器故障诊断算法,其中主网络用于传感器的故障检测,从网络完成对故障的识别;该算法减少了故障诊断运算量,提高了故障诊断的实时性;通过仿真研究表明了该算法可以有效地检测、识别出故障,并能给出故障传感器估计值用于容错控制.     

一种具有容错能力的自适应神经网络分类器

在国内外容错型神经网络的基础上,提出了一种具有容错能力的自适应神经网络FTART4。该算法针对解决多点断路故障容错性的难点,提出了一种独特的增加网络冗余的方法,通过确定故障敏感点达到了冗余度与容错性的平衡。同时对FTART4神经网络解决多点断路故障问题进行了严谨的形式化分析,给出了FTART4算法的完整描述。采用通用的神经网络测试数据对算法进行了测试,实验结果表明该方法取得了较好的效果。     

Mesh网络路由算法容错性的概率分析

该文基于k-Mesh子网的概念提出了两个简单的基于局部信息和分布式的Mesh网络容错路由算法，并对其容错性进行概率分析；在每个结点具有独立的出错概率的假设条件下，推导出路由算法成功返回由正确结点组成的路径的概率．该文运用严格的数学推理，证明了Mesh网络结点出错概率只要控制在1．87％以内，则对于多达几十万个结点的Mesh网络，提出的路由算法具有99％的概率确保找到正确结点组成的路径．路由算法的时间复杂性是线性的．模拟结果表明路由算法所构造的路由路径长度非常接近于两结点之间的最优路径长度．