基于模糊规则自动生成算法的茶味觉信号识别

在充分研究了模糊加权神经网络和微粒群算法的基础上，给出一种能够自动生成模糊规则的剪枝算法,并以此建立了新的网络模型。通过茶味觉信号识别的仿真实验验证了该算法的有效性。     

WSS:一个基于NS2的蠕虫模拟系统

网络蠕虫严重威胁着互联网的安全，然而由于其爆发所具有的突然性和大规模性，使得蠕虫研究面临巨大挑战,本文介绍了一个基于NS2的蠕虫模拟系统-WSS,该系统的建立主要分为三部分：首先通过处理BGP路由表信息来获取模拟中用到的Internet抽象网络，然后以传染病学模型为基础对蠕虫传播进行建模，最后将两者在NS2中相结合实现对蠕虫传播的模拟．实验证明，WSS能够在实验室环境中获取同实际蠕虫爆发时类似的统计数据，在理解蠕虫的宏观行为、预测蠕虫的流量、传播速度及危害等方面有着广泛的应用前景．     

无线多跳通信网络数据传输延时补偿算法

通信网络超调量的增加以及过渡时段过长均会引起数据传输延时问题,使网络稳定性遭到破坏.对此,提出一种无线多跳通信网络数据传输延时补偿算法.在单跳传输队列模型中,采用等效带宽描述无线单跳网络链路的延时限制概率,从而推导出等效带宽模型的累积分布函数与概率密度函数.然后在路由中间节点处混合源节点与目的节点间的流量,计算延时下限...     

群核进化粒子群优化方法

粒子群优化方法（PSO Particle Swarm Optimization）是由Kennedy和Eberhart于1995年提出的进化计算技术,并成功应用于各类优化问题。其基本思想源于对鸟群捕食等群体行为的研究。本文对标准PSO方法进行了分析,给出了“群核”（Swarm-Core）的概念,并在此基础上,提出了群核进化粒子群优化方法（Swarm-Core Evolutionary Particle Swarm Optimization,SCEPSO）,同时把该方法与其它版本PSO方法进行了比较。试验结果表明：在相同环境下,SCEPSO方法能较好地克服传统PSO方法中的不足,测试结果较其它几个版本的PSO方法有很大提高,是非常有效的。     

基于自适应阈值的炸点时间测量系统

针对炮弹炸点光信号的强度与频谱特性,设计了一种基于自适应阈值的炸点时间测量系统.系统将光电传感器和微弱信号检测技术结合起来,先采集背景光的分布,以此为依据独立设置多种判断阈值,使得探测器周围和边缘信号的阈值电平随信号变化自适应地改变;同时采用电路硬件和软件互锁的方法防止误触发,实现了炸点信号的准确捕捉.实验表明该系统在白天或干扰光线比较强的场合都能可靠工作,系统的测量误差不超过0.2 ms.     

蒲公英抗菌抗病毒作用及临床应用研究进展

蒲公英为菊科蒲公英、碱地蒲公英或同属多年生本草的干燥全草,是一种常见的药食同源中药,具有抗菌、抗病毒、抗肿瘤、调节免疫等药理作用。对金黄色葡萄球菌、单纯疱疹病毒等多种细菌病毒具有重要的抗菌抗病毒作用。鉴于蒲公英对临床上多种疾病有非常好的疗效,蒲公英抗菌抗病毒作用及其机制的研究业已成为中医药领域研究的热点。本文仅就近年来国内外对蒲公英抗菌抗病毒作用的研究现状及临床应用作一综述。     

基于有向图的分布式连续时间非光滑耦合约束凸优化分析

研究一类分布式优化问题, 其目标是在满足耦合不等式约束和局部可行集约束的情况下使非光滑全局代价函数值最小. 首先, 对原有的分布式连续时间投影算法进行拓展, 结合线性代数理论分析, 设计一个适用于强连通加权平衡有向通信网络拓扑图的算法. 其次, 在局部代价函数和耦合不等式约束函数是非光滑凸函数的假设条件下, 利用Moreau-Yosida函数正则化使目标函数和约束函数近似光滑可微. 然后, 根据强连通加权平衡有向图的分布式连续时间投影算法构造李雅普诺夫函数, 证明该算法下的平衡解是分布式优化问题最优解, 并对算法进行收敛性分析. 最后, 通过数值仿真验证算法的有效性.     

新型双供能驱虫驱鸟器设计∗

设计一种经济环保、安全高效的驱虫驱鸟设备.该设备利用太阳能和风能供能,发射频段可调节的超声波,辅以雾化驱逐进行工作,可单独作业,也可提高设备密度实现大范围驱逐.     

明胶/磷酸三钙/鹿茸多肽复合材料的制备、表征及生物学评价

采用反相乳液法成功制备明胶/磷酸三钙/鹿茸多肽(Gel/TCP/Ant)三元复合微球,并采用戊二醛交联剂进行交联,采用光镜、电镜、XRD、SELDI-TOF-MS等方法对该复合材料的结构和成份进行了表征,通过将材料与MC3T3-E1细胞共培养证实该材料无细胞毒性,通过碱性磷酸酶实验证实该复合材料具有一定的促骨生长活性。     

基于极大极小距离密度的多目标微分进化算法

微分进化(differential evolution)是一种新的简单而有效的直接全局优化算法,并在许多领域得到了成功应用.提出了基于极大极小距离密度的多目标微分进化算法.新算法定义了极大极小距离密度,给出了基于极大极小距离密度的Pareto候选解集的维护方法,保证了非劣解集的多样性.并根据个体间的Pareto.支配关系和极大极小距离密度改进了微分进化的选择操作,保证了算法的收敛性,实现了利用微分进化算法求解多目标优化问题.通过对5个ZDT测试函数、两个高维测试函数的实验及与其他多目标进化算法的对比和分析,验证了新算法的可行性和有效性.