基于概率检测的多通道随机多址Ad hoc网络协议分析

该文从提高Ad hoc网络QoS的角度出发,提出了一种基于概率检测的多通道多址接入(PDMCMA)协议,通过系统建模分别分析了固定占用式与顺序占用式中的系统吞吐量及优先级吞吐量的解析结果。仿真实验结果表明理论分析和仿真实验的一致性和合理性。     

完全服务和非对称门限服务两级轮询系统特性分析

区分优先级的轮询服务一直是研究人员讨论并探索的热点,本文则是采用了对称性与非对称性相结合的区分优先级的两级轮询服务模型.系统依托并行方式的处理模式,既提高了轮询系统的利用率,也降低服务器在查询转换期间所耗费的时间.并且运用马尔科夫链和概率母函数的方法建立了轮询系统的数学模型,通过对数学模型的解析精确地给出了两级非对称服务系统平均排队队长及查询周期的表达式.同时,根据系统终端循环周期的二阶特性量近似相等的方法,针对两级非对称模型给出了一种平均等待时间的近似解析式.     

混合型分簇MAC协议在无线传感器网络中的实现

针对当前MAC协议的研究大多停留在软件仿真阶段的问题,设计一种适用于两层无线传感器网络的混合型MAC协议,并利用节点实现硬件仿真。簇内采用门限服务方式,各节点接到唤醒通知后,依据簇头发布的轮询列表,按照顺序发送数据,实现无冲突通信。簇间采用随机多址接入,各簇头随机争用信道,向汇聚节点发送数据。基于Z-Stack进行协议设计,最后利用CC2530节点搭建无线传感器网络,实现该协议。实验结果表明,使用该协议的系统能够正确运行,吞吐量和平均时延、平均排队队长的实验值与理论值一致。     

基于聚类与特征融合的蛋白质亚细胞定位预测

蛋白质亚细胞的定位预测不仅是研究蛋白质结构和功能的重要基础,还对了解某些疾病的发病机理、药物设计与发现具有重要意义.然而,如何利用机器学习精准预测蛋白质亚细胞的位置一直是一项具有挑战性的科学难题.针对这一问题,提出了一种基于聚类与特征融合的蛋白质亚细胞定位方法.首先将自相关系数法和熵密度法引入蛋白质特征表达模型的构建,...     

基于SVM的蛋白质亚细胞定位预测

首先基于特征融合思想，采用氨基酸组成、熵密度和自相关系数结合的方式构建190维特征向量进行特征表达，与仅考虑氨基酸组成信息的传统方法相比，能更好地表达蛋白质结构信息。然后利用LDA（Linear Discriminant Analysis）方法进行降维，降低计算复杂性，加强同类样本间的相关性。接下来选用支持向量机作为分类器进行定位预测，最后采用留一法在Gram-negative和Gram-positive数据集上进行交叉检验。实验结果表明，多特征结合的方法优于传统的氨基酸组成方法和简单的自相关系数方法，证明了新方法的有效性。     

基于BiLSTM神经网络的多服务器门限服务系统性能分析

为了满足运行速度快、时延低、性能好、公平性好等特点，提出了多服务器门限服务系统，并利用BiLSTM(Bi-direc-tional Long Short-Term Memory)神经网络对其进行预测分析，使用多服务器接入方式来降低网络时延，改善系统性能。多个服务器调度时，可以采用同步和异步两种方式。首先，研究多服务器门限服务的系统模型。其次，在单服务器的基础上，利用嵌入马尔可夫链和概率母函数的分析方法对多服务器门限服务的平均排队队长、平均循环周期和平均时延进行求解；同时，利用Matlab进行仿真实验，分别将单服务器系统与多服务器系统的理论值与仿真值进行系统分析，对比多服务器同步和异步两种方式。最后，构建BiLSTM神经网络来预测多服务器系统的性能。实验结果表明，该多服务器系统异步方式优于同步和单服务器系统，多服务器异步系统的性能更好，时延更低，效率更高。综合对比多服务器的3种基本服务系统，在保证公平性的情况下，门限服务系统更加稳定。并且使用BiLSTM神经网络预测算法能够准确预测系统的性能，提高计算效率，对轮询系统的性能评价具有指导意义。     

离散时间并行优化门限服务轮询系统排队特性解析

针对周期式查询门限服务中流水线式调度效率低的问题，本文提出了一种并行优化门限服务轮询控制的系统服务资源调度策略.论文构建了轮询排队系统及其数学模型，先对系统状态变量的概率母函数求偏导得到一阶和二阶特性参数方程组，联立求解后推导出各个系统参数的完整数学解析表达式.仿真实验结果和理论计算值相一致.系统性能分析表明，该系统的队长和时延特性均得到了较大的提高，能够更好的适应密集数据环境下时延敏感性数据的服务需求.     

完全服务和门限服务两级轮询系统E(x)特性分析

本文基于区分业务的优先级和提高系统的公平性,提出了普通站点队列采用完全服务、中心站点采用门限服务策略的完全-门限服务两级轮询系统模型,该模型既能满足区分业务优先级的服务需求,又能兼顾系统的公平性。然后,应用嵌入式马尔科夫链和概率母函数建立了系统的数学模型,并精确解析了系统平均排队队长、平均查询周期等E(x)特性。通过理论计算与仿真实验结果的对比,说明了二者的一致性,新的系统通过始终优先查询中心站点实现了区分优先级的控制,同时普通站点采用完全服务,在服务策略上得到较好的服务,使系统有更好的公平性。     

混合逆狄利克雷分布的变分学习及应用

混合逆狄利克雷分布是正的非高斯数据分析中一个重要的统计模型.但是利用常用的统计方法比如极大近似然估计、矩估计等往往很难得到模型参数估计的显性解析式.本文提出一个变分贝叶斯学习算法,它能够在估计参数的同时自动确定混合分量数.在合成数据集及实测数据集上的实验结果表明利用变分贝叶斯推理来估计混合逆狄利克雷分布是一种非常有效的方法.     

轮询系统的演进及发展

近年来,轮询系统广泛应用到通信及计算机网络等领域。为进一步促进轮询系统理论的研究和发展,使其在宽带通信网络、WLAN、WSN、蓝牙网络、Ad Hoc网络、4G网络、WiMAX、EPON、OFDM和RFID等MAC协议设计或改进等方面发挥出更多、更好的效益,从轮询系统演进历程及其具体应用入手,给出了轮询系统的基本概念、控制原理、不同分类以及特性参数,介绍了当前轮询系统的研究现状,比较了轮询系统的研究分析方法,提出了轮询系统研究发展的若干重要方向。