十进制编码遗传算法的模式定理研究

根据遗传算法中采用的编码策略,可将遗传算法分为两大类：二进制编码遗传算法和十进制编码遗传算法．二进制遗传算法的数学基本定理是模式定理,但对于十进制编码遗传算法是否也存在其模式定理是待探讨的问题．本文在十进制数编码遗传算法的理论基础上,给出十进制编码遗传算法的相应概念并引入符号基因表和模式不变位的概念,根据十进制编码遗传算法的简单遗传算子对其模式的影响,推导出十进制编码遗传算法的模式定理．     

基于模糊期望值的模糊DEA 交叉效率评价方法

基于模糊DEA的交叉效率评价方法研究是一个崭新的研究课题,有着广阔的应用前景。结合基于模糊期望值的模糊 DEA 模型和交叉效率原理,提出一种新的交叉效率的评价方法。该方法首先求出基于模糊期望值的最优效率值权重,然后由这组模糊最优权重求解他评效率并构造交叉效率矩阵,最后根据求出的模糊期望交叉效率值对各DMU进行排序。     

基于卷积联合适应网络的脑电信号情感识别

提出一种基于深度卷积联合适应网络（Convolutional neural network-joint adaptation network,CNN-JAN）的脑电信号（Electroencephalogram, EEG）情感识别模型。该模型将迁移学习中联合适应的思想融合到深度卷积网络中,首先采用长方形卷积核提取数据的空间特征,捕捉脑电数据通道间的深层情感相关信息,再将提取的空间特征输入含有联合分布的多核最大均值差异算法（Multi-kernel joint maximum mean discrepancy,MK-JMMD）的适配层进行迁移学习,使用MK-JMMD度量算法解决源域和目标域分布不同的问题。所提方法在SEED数据集上使用微分熵特征和微分尾端性特征分别进行情感分类实验,其中使用微分熵特征被试内跨试验准确率达到84.01%,与对比实验和目前流行的迁移学习方法相比,准确率进一步提高,跨被试实验精度也取得较好的性能,验证了该模型用于EEG信号情感识别任务的有效性。     

一种金属嵌件注塑磨具的失效分析

金属嵌件注塑磨具在现代工业生产中具有极其重要的作用。但在其使用过程中,时常发生不同情况的失效,影响生产进度及经济效益。因此,对金属嵌件注塑磨具进行改进,能提高其使用寿命。从宏观检查等方面对金属嵌件注塑磨具失效原因进行分析。得出结论,裂纹由水道点蚀引起,而零件采用500℃回火,使基体析出M23C6型碳化物是使腐蚀加剧,引起模具早期失效的原因。     

卷筒直焊缝超声探伤的焊缝识别方法与电路

根据科研工作中对焊缝检测的要求,提出了卷筒直焊缝超声溢水法自动检测系统中焊缝识别的简单实用方法,设计了焊缝到位的检测电路,并进行了实验验证.     

一种基于IPv6的物联网分布式源地址验证方案

作者在融合物联网的新一代互联网网络环境下,提出了基于IPv6的源地址验证整体架构.基于该架构,考虑物联网节点资源受限特点,并结合物联网末梢网络的拓扑形态及其路由方式上的特征,设计了基于IPv6的物联网末梢网络分布式源地址验证方案.分别讨论了静态指定、SLAAC(Stateless Address AutoConfiguration)、DHCPv6(Dynamic Host Configuration Protocol Version 6)以及DHCPv6与SLAAC混合情况下的物联网节点IP地址分配及其验证机制.模拟实验表明,该方案仅以微小的代价实现了物联网节点IP地址的分配,同时还保证了物联网节点之间、物联网节点与互联网端系统之间端到端通信时双方IP地址的真实可靠性,从而整体上增强了物联网的安全性.     

无线传感器网络中一种全局节能的聚合树构建算法

针对聚合树构建过程中存在大量冗余广播消息,导致全局能耗过大的问题,分析了聚合树构建算法性能,提出了一种全局节能聚合树构建算法,只需在已知树内部交换信息即可得到离树最近的源节点,避免了网络中广播消息的产生,其构建能耗受节点密度影响很小且保持在较低水平。由于构建时间不受探测消息周期制约,可有效提高聚合树构建速度。实验表明该聚合树构建方法能有效降低消息交换数量及构建时间,聚合效果等同于采用贪婪增长树(GIT)算法的聚合树。     

分组交换网络中拥塞计费策略及拥塞率的计算

随着网络视频和流媒体等应用的逐渐普及,用户对带宽的需求日益增加.基于多TCP流的应用大量挤占网络带宽,影响网页浏览和电子邮件等低数据量应用的体验.如何在不过度限制高带宽需求应用的前提下,有效改善低数据量应用的体验,成为目前分组交换网络亟待解决的问题.拥塞计费是该问题的一种可行的解决方法.其基本思想是在网络发生拥塞时按照用户所造成拥塞量的多少来对用户进行收费.本文介绍了基于拥塞量收费的网络拥塞计费策略,建立了多拥塞点网络的数学模型,给出了计算拥塞率的方法,并对其算法复杂度进行了分析.最后,本文通过网络仿真对所提出的模型进行了验证.