降低高分子电容式湿敏元件湿滞的实验研究

针对高分子电容式湿敏元件的湿滞无法通过后续电路完全实现补偿的问题,提出了从高分子电容式湿敏元件本身降低湿滞的方法。主要从制作工艺、湿敏材料的选择两方面进行了实验验证,并对制作完成的高分子电容式湿敏元件进行性能测试与数据分析。实验结果表明：通过控制制作工艺和对湿敏材料进行改性可以降低湿滞,湿滞优于1.5%RH。采用该方法制作的湿敏元件无需再次通过后续电路进行湿滞补偿。     

一种用户需求感知的无线接入点关联策略

在无线局域网中,接入点(access point,简称AP)的稠密部署使得AP的关联策略成为一个重要的研究问题.目前,用户与AP的关联仅依据AP的信号强度,然而,这种方法未能考虑到网络中AP的异构性,以及不同用户对资源(例如带宽、安全性、时延等)的不同需求,并且分布式的AP关联会造成网络中AP负载的不均衡.针对以上问题,基于软件定义网络(software defined network,简称SDN)技术提出一种集中式的AP关联策略模型.该模型同时考虑了网络管理员和用户的目标,对网络负载均衡和用户资源满足度同时进行优化.采用蚁群算法对模型进行求解,并通过仿真实验对算法进行验证.实验结果表明,针对随机生成的数据集,用户资源满足度可由54.5%分别提升至86.8%(重负载时)和94.1%(轻负载时),并且管理员目标(负载均衡)得到了明显的改善.     

混合属性数据集的聚类边界检测技术

为了满足数据分析中获取含有混合属性的数据集聚类的边界需求, 提出一种混合属性数据集的聚类边界检测算法(BERGE). 该算法利用模糊聚类隶属度定义边界因子以识别候选边界集, 然后运用证据积累的思想提取聚类的边界. 在综合数据集和真实数据集上的实验结果表明, BERGE 算法能有效地检测混合属性数据集、数值属性数据集以及分类属性数据集的聚类边界, 与现有同类算法相比具有更高的精度.     

基于区间梯形二型犹豫模糊数的多准则决策方法

针对准则权重不完全的犹豫模糊多准则决策问题,提出基于区间梯形二型犹豫模糊数的决策方法.首先,给出区间梯形二型犹豫模糊数,根据几何面积法定义区间梯形二型犹豫模糊数的可能度和差异度;然后,利用差异度和离差最大化模型得到各准则权重,基于TOPSIS思想得到各方案的综合贴近度,并对方案进行排序;最后,通过算例分析和对比分析验证了所提出方法的可行性和有效性.     

两种需求情形下损失规避零售商的最优订货-定价联合决策

在加法需求情形和乘法需求情形下研究损失规避零售商的最优订货-定价联合决策问题. 基于前景理论, 建立损失规避零售商的期望效用函数, 并通过模型推导得到损失规避零售商的最优订货-定价决策的关系表达式, 发现库存因子满足特定条件时, 最优决策的关系表达式一定存在. 同时, 讨论零售商的损失规避行为对最优决策和期望效用的影响. 通过数值算例, 验证了所得结论的有效性, 发现商品定价较高时, 损失规避行为驱使零售商采取保守的订货策略, 使得最优订货量趋于均值需求.

     

基于嵌入式视觉的子机器人入舱方法

提出一种基于嵌入式视觉的子机器人入舱方法, 用于子母式机器人系统中对子机器人的回收. 子机器人基于自身嵌入式平台捕获和处理入口处的引导标识图像, 根据局部颜色排布特征快速提取出标识中心, 利用最小二乘法拟合水平颜色交界线的成像斜率, 基于成像斜率-视偏角模型判别出子机器人航向与入口平面的法线关系, 从而进行运动决策使二者重合以完成入舱. 该方法无需摄像头标定和航迹测量即可准确入舱, 仿真实验验证了所提出方法的有效性.

     

三氨基胍与乙二醛反应相互作用能的理论研究

采用量子化学方法详细计算了三氨基胍与乙二醛反应中各分子的结构,反应相互作用能。计算结果表明,反应过程中A分子中2个亚氨基上的氮原子分别与B分子中的2个碳原子结合形成一个咪唑烷五员环,同时,原来B分子中的碳原子由sp~2杂化转变为sp~3杂化。反应过程中A和B分子由于结构变化造成的分子能量增量之和小于A和B分子相互作用(吸引)能的绝对值,因此,A和B分子可以结合生成C分子。     

基于效率与安全机制的核电站巡检与应急机器人的局部路径优化方法

为了提高核电站巡检与应急机器人的工作效率,针对核电站巡检环境与应急处置任务的特殊性,提出了一种适用于核电站巡检与应急机器人的有效局部路径优化方法.首先,在对核电站巡检与应急机器人运动建模的基础上,运用福克-普朗克方程求解伊藤过程得出核电站巡检与应急机器人沿直线和圆弧的动态运动分布函数,并搭建实验平台通过反复实验匹配准确的动态运动分布参数.基于此,提出效率与安全机制,将该机制应用于局部路径的再优化.实验表明,该方法能够在执行核电站巡检与应急任务的过程中对核电站巡检与应急机器人的路径进行再优化,提高任务执行效率.     

云计算环境下基于主动预测的节点部署模型研究

随着云计算的不断普及,越来越多的用户选择将自身的业务迁移至云计算系统。 用户的使用习惯与社会日常的运行规律 也伴随着大量用户涌入云计算系统,如每早8点集中地向云计算系统申请资源节点,这给系统带来了一种可预期的资源冲击。针对上述问题,提出了一种基于主动预测模式的资源部署模型。该模型首先根据预测模块中Holt-Winters季节指数平滑模型的算法周期长度来预测下一个时间周期的任务请求量,通过设计的主动预测算法判断是否应对当前的任务请求量做出响应并得出其具体数量、位置等参数指标,以实现对用户使用规律的主动应对。使用CloudSim进行仿真实验,系统地评判模型的性能。实验结果表明,AF-HW模型在应对可预测的海量并发任务请求时可有效地提升单点及整体的响应速率,使用户得到更好的体验。     

基于6LoWPAN的边缘路由器设计研究

提出了一种智能6LoWPAN传感网络边缘路由器设计实现方法。该方法基于嵌入式操作系统Linux系统平台和单CPU的方案实现,通过在系统Linux上移植6LoWPAN协议簇,使射频接口LAN承载6LoWPAN网络,本地6LoWPAN传感网络通过边缘路由器接入互联网。6LoWPAN传感网络边缘路由器采用多协议融合的方式实现IPv4/IPv6双栈协议、NAT64协议、6to4隧道协议的统一,实现6LoWPAN网络节点通过6LoWPAN边缘路由器与互联网在不同网络环境下的自适应接入。