DMOS-基于多种数据挖掘算法的工业优化软件系列

基于我们多年从事炼油，化工，冶金工业优化工作的经验，参照国际上先进控制和优化工程公司的工作模式，开发了适用于生产过程优化，故障诊断，优化新产品研制和配方设计的软件系列DMOS。DMOS软件分开发软件和运用软件两大类，前者包括一个数据挖掘方法库，其中多种模式识别，支持向量机算法，线性和非线性回归以及人工神经网络组成一个信息处理的统一流程。可处理用户的数据，开发适合用户需要的DMOS运行软件。后者包括数据库，模型库和简易方法库，可直接对生产进行优化开环指导或在线控制，DMOS软件系列为化工，炼油，钢铁等行业生产过程优化的工程化运营创造了条件。     

平面布局的蚁群算法

To increase the optimization result and efficiency in floorplan, ant colony algorithm was used as optimization algorithm of floorplan. In this algorithm, the B*-tree structure was defined to describe the structure of layout, the utilization efficiency of modules was defined to be pheromone which strenthened the dependency relationship of partial modules that occupy less area, and mutation scheme was employed to improve the efficiency of convergence. Through experiments, ant colony algorithm can get better result and efficiency than simulate annealing algorithm in the flooplan of hard modules.     

一种应用于安全管理平台的整体安全模型--态势图模型

安全管理平台强调全局安全目标,整体安全模型是安全管理平台的核心,本文提出了态势图模型,既能反映安全系统的安全能力分布与组织关系,又能描述安全系统的安全状态变迁过程,具有较强的实用性.     

一类非线性网络系统中噪声改善信号的相关性

基于相关系数研究了在一类非线性神经网络系统中加性和乘性噪声作用下的阈上随机共振现象。仅在加性噪声或者乘性噪声的作用下,对每一个固定的系统阈值,加性噪声下的阈上随机共振比乘性噪声下的阈上随机共振更容易发生,且相关系数所达到的峰值也比在乘性噪声下的峰值大,这说明加性噪声更有利于改善信号的相关性。系统阈值的增加会降低阈上随机共振的功效;而阈值单元数目的增多,会提高阈上随机共振的功效。加性和乘性噪声共同作用下的阈上随机共振现象同样存在,对系统阈值进行恰当选取和增加系统阈值单元数目使得阈上随机共振现象更加明显;给定乘性噪声而改变加性噪声比固定加性噪声而改变乘性噪声阈上随机共振更容易发生,且功效更好。     

提高传感器输出特性线性化的神经网络方法

采用BP神经网络结构和LM网络学习规则对传感器系统的非线性误差进行线性校正和补偿,并对网络结构进行了适当的改进.用Matlab语言实现,计算比较了使用两种不同初始化规则和网络结构时对网络性能的影响.计算机仿真实验表明使用NW初始化规则并改进网络结构后,网络的收敛速度更快,拟合精度也有所改善.     

基于组件式GIS的移动奥运智能交通系统

基于组件式GIS的移动奥运智能交通系统（ITS）是通过采用面向对象技术和组件式的GIS系统，实现交通信息查询统计分析、定位系统和智能化分析、紧急事件指挥处理等功能的智能交通系统。根据移动奥运智能交通系统的系统目标，通过对组件式GIS及其关键技术的介绍和分析，提出了系统总体设计方案和系统应用结构设计方案，并在CNGI移动奥运项目的智能交通系统中得以实现。     

基于特征级融合神经网络的磁共振成像前列腺肿瘤CAD模型

针对磁共振成像(MRI)前列腺肿瘤感兴趣区域(ROI)在高维特征表示下存在特征相关和维数灾难问题,提出了一种基于主成分分析(PCA)的特征级融合神经网络(NN)的MRI前列腺肿瘤CAD模型。首先提取MRI前列腺肿瘤ROI的6维几何特征、6维统计特征、7维Hu不变矩特征、56维灰度共生矩阵的纹理特征、3维Tamura纹理特征和24维频域特征,得到102维特征矢量;然后通过PCA进行特征级融合得到累计贡献率达到89.62%的8维变换特征,降低特征矢量的维数;再次利用经典的神经网络(四种训练算法BFGS拟牛顿算法、BP算法、最速梯度下降算法和Levenberg-Marquardt算法)作为分类器进行分类识别;最后以180幅前列腺患者的MRI图像为原始数据,采用基于特征级融合神经网络(NN)的计算机辅助诊断模型对前列腺肿瘤进行辅助诊断。实验结果表明:经过特征级融合的神经网络识别前列腺良恶性肿瘤的能力至少提高10%左右,这种特征级融合策略是有效的,一定程度上提高了特征之间的不相关性。     

基于T-S模糊模型的球磨机料位测量研究

针对采用振动法测量球磨机料位时,振动信号和料位之间存在非线性和时变性,采用传统方法存在测量精度低、稳定性差的问题,提出基于T-S模糊模型的球磨机料位表示和测量的方法.首先利用减法聚类对振动信号的功率谱特征值进行模糊前件辨识,确定模糊概念和规则数;再用最小二乘估计辨识后件参数;最后,利用模糊推理方法实现球磨机料位的软测量.在小型球磨机上的试验结果验证了T-S模糊模型对球磨机料位测量的有效性,与传统方法相比,T-S模糊模型方法具有测量精度高、稳定性好的特点.     

SNMPvl、SNMPv2c和SNMPv3协议结构的分析与比较

本文从数据定义语言、管理信息库、协议操作规范及安全与访问控制这四个方面,对SNMP协议的三个版本进行了横向比较,有助于对SNMP协议的了解和使用.     

一种基于Bayes估计的WSN节点信任度计算模型

鉴于传统网络安全策略无法阻止或识别传感器网络内部节点的攻击或异常行为,结合节点资源受限的特点,提出了一种无线传感器网络节点信任度计算模型.该模型采用Bayes估计方法,通过求解基于Beta分布的节点行为信誉函数的期望值得到直接信任并将其作为Bayes估计的先验信息,将来自邻居节点的推荐信息作为其样本信息.仿真实验表明,本方案有较好的稳定性,能够有效识别异常节点,从而阻止内部节点对网络的攻击,与RFSN相比,不仅节约了存储空间、运算时间与通信量,而且能够避免恶评现象对节点信任度计算的影响.