非开挖电力竣工管道铺缆回拖力测试仪

针对电力竣工管道铺设电缆时回拖力测试的需要,设计了一种铺缆回拖力测试仪,仪器由机械结构、数据处理电路及上位机软件组成。仪器随电缆从管道始端至终端拖行,期间将整个施工过程中的回拖力采集并存储起来,施工完毕后通过上位机软件将仪器内存储的数据读出,进行进一步的分析、处理及显示。仪器加工完成后进行了大量的室内外实验,实验结果显示：仪器符合实际施工测试要求。     

基于标准神经网络模型的非线性系统分布式无线网络化控制

针对采用标准神经网络模型(SNNM)描述的非线性系统,提出一种基于无线控制网络(WCN)的全分布式控制方法.采用置信因子模拟WCN中无线通信链路的不确定性,利用Lyapunov理论和Lur’e系统方法,将无线网络化控制系统(WNCS)的稳定性分析转化为一个具有线性矩阵不等式(LMI)约束的凸优化问题;使用CVX工具包求解该凸优化问题,得到了保证闭环系统全局渐近稳定的WCN配置参数.仿真结果验证了所提出控制策略的正确性和有效性.     

一种改进隶属度函数的FCM聚类算法

传统模糊??-均值(FCM) 算法要求一个样本对于各个聚类的隶属度之和满足归一化条件, 从而导致算法对噪声和孤立点敏感, 对非均衡分布样本的聚类有效性降低. 针对该问题, 提出一种改进模糊隶属函数约束的FCM聚类算法, 通过放松归一化条件, 推导出新的隶属度划分公式, 并在聚类过程中不断进行隶属度修正, 从而达到消除噪声样本、提高聚类有效性的目的. 最后通过实验结果对比验证了改进算法的正确性.

     

非合作条件下基于责任延伸制的电子废弃物回收主体利益博弈研究

针对由两个制造商、两个回收商、当地政府和消费者构成的物流系统,研究了非合作条件下电子废弃物回收主体的利益博弈.在责任延伸制前提下,以回收商为斯坦伯格主导者,分别构建了非合作条件下的垄断回收模型和竞争回收模型,并采用逆推法求解了模型的纳什均衡条件.最后进行灵敏度分析,探讨了产品替代率和回收率对两种模式下产品销售价格和回收费用的影响.结果表明,对于回收商,垄断回收模式下的平均回收费用总比竞争回收模式高,且回收商需根据临界值选择回收模式;对于制造商,垄断回收模式下设定的价格总比竞争回收模式高,且制造商总是偏好竞争回收模式.研究结果可为决策者对回收模式的选择提供理论依据.     

基于集成学习的离子通道药物靶点预测

新药研制成功的关键在于药物靶点的发现和准确定位.在已知的药物靶点中,离子通道蛋白是一类广受欢迎的靶点,它与免疫系统、心血管等疾病密切相关.对于靶点的发现,传统生物方法成本高、耗时久.因此,探讨了基于机器学习的离子通道蛋白药物靶点的挖掘,以加快药物靶点发现过程,节约经费.由于药物靶点相关序列的长度不一致,考虑了蛋白质序列编码的13种特征,它们能将不等长的蛋白质序列转化成等长序列.通过数值实验筛选能够较好地区分靶点和非靶点的特征子集,并采用集成学习的方法整合特征得到预测模型.通过与已有工作的比较表明,提出的集成模型能得到较高的准确率,具有很好的应用前景.     

基于条件互信息和概率突跳机制的贝叶斯网络结构学习算法

贝叶斯网络分类器的精确构造是NP难问题,使用K2算法可以有效地缩减搜索空间,提高学习效率。然而K2算法需要初始的节点次序作为输入,这在缺少先验信息的情况下很难确定;另一方面,K2算法采用贪婪的搜索策略,容易陷入局部最优解。提出了一种基于条件互信息和概率突跳机制的贝叶斯网络结构学习算法(CMI-PK2算法),该算法首先利用条件互信息生成有效的节点次序作为K2算法的输入,然后利用概率突跳机制改进K2算法的搜索过程来提高算法的全局寻优能力,学习较为理想的网络结构。在两个基准网络Asia和Alarm上进行了实验验证,结果表明CMI-PK2算法具有更高的分类精度和数据拟合程度。     

基于SEAndroid的隐私保护机制研究

随着移动应用的迅猛发展,安卓手机用户群体日益庞大,而随之不断增加的用户数据也使安卓系统成为恶意攻击者的主要目标。通过对安卓4.4系统中加入的SELinux机制进行分析研究,指出了其中对root权限进行细化限制的可能性,并基于此机制提出了一种增强隐私安全的设计,使得用户的隐私数据即使存在于已获得root权限的手机中,也可以得到有效的保护。     

基于自适应阈值和区域生长的SD-OCT糖网图像亮斑分割

硬性渗出是糖尿病性视网膜病变的一个比较显著的症状,频域光学相干断层视网膜图像中的高信号亮斑与渗出有着密切的联系。为了研究渗出与病变的关系,有必要找到一种提取亮斑的方法。但是,目前关于糖网图像亮斑提取的研究还非常少。首先运用层分割算法限制亮斑所在区域,然后采用自适应阈值法确定种子集合,最后使用基于人类视觉特性的区域生长方法提取出亮斑。实验结果表明,本方法可以较准确地分割出糖网图像中的亮斑。     

基于RBAC模型的权限组件

基于信息化系统的特点及其对权限控制的需要,在.NET框架下,基于RBAC模型设计与实现了一套权限控制组件,并在设计过程中对RBAC模型进行了扩展,引入了权限委托、分级授权,UBAC等特性,并将该组件应用于多个EIS系统的开发过程中,结果表明该组件能够很好的集成于信息化系统中,能够减轻权限开发的复杂度,提高权限管理工作的效率.     

基于混合生物地理学优化的聚类算法

聚类分析是数据挖掘的重要任务之一,而具有易早熟与收敛速度慢等缺陷的传统生物地理优化算法(Biogeography-Based Optimization, BBO)很难满足具有NP(Non-deterministic Polynomial)性质的复杂聚类问题需求,于是提出了一种基于混合生物地理学优化的聚类算法(Mixed Biogeography-Based Optimization, MBBO),该算法构造了一个基于梯度下降局部最优贪心搜索的新迁移算子,以聚类目标函数值作为个体适应度进行数据集内隐簇结构寻优。通过在4个标准数据集(Iris、Wine、Glass与Diabetes)的实验,结果表明MBBO算法相对于传统的优化算法具有更好的优化能力和收敛度,能发现更高质量的簇结构模式。