存在自私节点的Ad Hoc网络流量分析

Adhoc网络是一种多跳中继网络,其数据的传输需要依靠中间节点的转发。因此网络中的数据流量便有节点产生流量及节点转发流量之分。由于网络中的自私节点可能会丢弃分组,那么网络中的流量也会受到影响。本文通过对平面六边形网络模型的研究,推导出在节点自私程度不同的条件下节点产生的流量以及节点的转发流量的数学表达式,并且分析了节点自私性对Adhoc网络流量的影响。     

一种新型的基于IPTV网络的视频会话系统

基于IPTV网络的视频会话系统具有广阔的应用前景。研究并实现了一种基于IPTV网络的具有服务质量保证的新型视频会话系统,阐述了该系统的体系架构及业务流程,提出了适用于本视频会话系统的嵌入式IP机顶盒的体系架构,并针对嵌入式系统资源受限的特点进行了性能优化设计,特别提出了一种带宽自适应的QoS机制,充分保证视频会话应用在IPTV网络多业务环境下的用户体验。     

基于神经网络控制的星载微波辐射计

本文提出一种采用神经网络控制技术的消除星载全功率微波辐射计系统增益和等效本机噪声波动的方法。此方法通过基于神经网络的控制系统,控制微波辐射计的系统增益与参考电压,使微波辐射计在轨运行期间系统参数保持不变。系统参数通过地面实验获得,因此在轨运行期间不再需要星上两点定标中的低温基准源,减少了低温定标天线等物理设备。     

传感器网络数据库并行计算设计与应用

本文深入了解了国内外无线传感器网络领域目前的发展现状和发展动态,并对现有的无线传感器网络操作系统进行了大量的钻研,为研究无线传感器网络数据库打下了夯实的理论基础。论文从现有的无线传感器网络数据库分析入手,并着重设计和实现了基于TaraxOS无线传感器网络操作系统的数据库TaraxDB。然后基于对无线传感器网络数据库的分析,设计和实现了无线传感器网络数据库TaraxDB,设计实现了客户端查询的接收、解析和表示,数据库客户端与传感器网络之间发送查询和接收结果,数据库客户端与用户之间接收查询和提交结果。     

基于SAIL模型的HJ-1卫星LAI反演算法研究

基于辐射传输模型和人工神经网络算法,研究出适用于环境一号卫星CCD相机数据的叶面积指数反演算法针对环境一号卫星CCD相机的波段特征,设计出一种新的植被指数HJVI,有效的避免了数据饱和现象,提高了算法的精度。     

在癌症分类中基于分层抽样的神经网络集成算法

在基因表达谱数据的分析中,针对有效合理地选择特征基因集的问题,本文将分层抽样技术引入特征基因选择,提高特征基因集的分类能力。以神经网络作为分量分类器,神经网络集成进行分类预测。并在结肠癌数据集上进行实验,实验结果表明该方法能有效地降低特征基因集选择的复杂性,提高对于未知样本的分类预测效果。     

改进的遗传算法在污水管网中的应用

城市污水管网中各级泵站密切相关,泵站间由于链级制抑而协调性差,导致整个管网运行效率不高,甚至引起污水外溢。因此,本文提出了一种改进式遗传算法并应用于管网中各级泵站节点,从而使管网流入流出平衡,链级效应消失,整个污水排放系统处于最佳状态,同时降低了各级泵站能耗,提升了管网的运行效率。     

移动焊接机器人焊缝跟踪控制研究及仿真

为了解决轮式移动焊接机器人的焊缝跟踪问题,文中从移动焊接机器人的运动学和动力学模型出发,采用分段运动学到动力学的方法设计焊缝跟踪控制器。控制算法结合积分Backstepping算法和单层神经元网络控制算法,利用单层神经元网络的自学习和自适应能力克服机器人模型参数部分未知和扰动的影响,使跟踪更加快速、平滑。经MATLAB仿真验证了该控制算法的有效性。     

Dominance-based rough set approach and knowledge reductions in incomplete ordered information system

Many methods based on the rough set to deal with incomplete information systems have been proposed in recent years. However, they are only suitable for the incomplete systems with regular attributes whose domains are not preference-ordered. This paper thus attempts to present research focusing on a complex incomplete information system—the incomplete ordered information system. In such incomplete information systems, all attributes are considered as criterions. A criterion indicates an attribute with preference-ordered domain. To conduct classification analysis in the incomplete ordered information system, the concept of similarity dominance relation is first proposed. Two types of knowledge reductions are then formed for preserving two different notions of similarity dominance relations. With introduction of the approximate distribution reduct into the incomplete ordered decision system, the judgment theorems and discernibility matrixes associated with four novel approximate distribution reducts are obtained. A numerical example is employed to substantiate the conceptual arguments.     

The upper and lower bounds of the information-hiding capacity of digital images

The information-hiding capacity of a digital image is the maximum information that can be hidden in that image, while the lower limit of information hiding is the minimum detectable information capacity. This paper proposes a new method of information-hiding capacity bounds analysis that is based on the neural network theories of attractors and attraction basins. With this method, the processes for determining upper and lower limits of information hiding, are unified within a single theoretical framework. Results of research show that the theory of attraction basins of neural networks can be used to determine the upper limit of information hiding and the theory of attractors of neural networks can be used to determine the lower limit of information hiding.