一种改进的视网膜图像中微小动脉瘤的检测算法

基于糖尿病性视网膜病变中最早出现的微小动脉瘤病症进行了研究,提出一种有效的微小动脉瘤检测算法。首先在传统模板匹配算法的基础上提出了一种动态多参数模板匹配算法,并且使用相对误差和与相关系数来共同制约匹配度,从而实现了更为精确的匹配提取;其次提出了基于分布特性的计分策略和自适应加权的汇总策略,避免了单纯采用各个特征量作为独立约束指标进行筛选时忽视各个特征量的约束力大小的弊端。实验结果表明,该检测算法能够有效地提高微小动脉瘤的检测真阳性率。     

一种低功耗的社区机会网络消息路由算法

社区机会网络中节点的移动具有一定的相关性且不同的节点往往具有不同的移动特点,当前机会网络中主流的多拷贝路由算法并未充分考虑到这些特点,将该算法直接应用于这类网络会导致资源消耗较高、传输成功率低等问题。针对这些问题,提出一种基于社区的低功耗消息路由算法,其能自适应地控制消息拷贝数量,并根据节点与目标社区节点和本地社区节点相遇的历史信息来设置其目标社区和本地社区的活跃度,依靠活跃度较高的节点来完成消息传输。仿真结果表明,在延迟要求比较宽松的社区机会网络中,该算法在消息传输的成功率及占能耗最主要部分的消息转发次数方面明显优于Spray and Focus算法。     

企业云应用演进策略多时段分析

随着云计算技术的发展,企业急需一种有效方法将原本孤立的应用系统向云平台迁移。将网络层次分析法(ANP)及其超级矩阵收敛过程应用于企业云应用演进计划制定,提出一个演进策略的多时段分析方法。通过对企业云应用体系结构的建模与仿真分析,构建ANP多属性决策模型,解析超级矩阵从初始状态到极限状态的收敛过程,挖掘各云应用系统的分时段关键性影响因素,为企业的整体演进策略提供支持。最后,通过一个案例展示多时段分析方法的具体过程,提取出相关关键因素,为企业策略的动态规划提供理论依据。     

基于Agent动态加权二部无标度网络的异性HIV传播与政策调控模型

HIV的传播是个体的行为、疾病的干预措施和个体之间的社会网络协同演化的结果。提出了基于agent的动态加权二部无标度网络方法的异性HIV传播和干预仿真模型。二部网络中的女性人群根据高危行为不同分为普通人群和女性性工作者(Female Sex Workers,FSW),男性人群根据高危行为不同分为普通人群和女性性工作者客户(Clients of female sex worker,CSW)。给出了利用配置模型快速生成指数可调的异性二部无标度网络的生成算法,其根据异性二部网络中单位时间内性行为次数的分配算法确定二部网络中边的权值,构成二部加权无标度网络。网络中的伙伴关系有固定关系、偶然关系型和临时关系,二部网络中的边可随边的维持时间的结束而断开和重连,网络具有动态特性。个体/agent模型描述了个体高危行为、病程、个体社会结构与干预措施之间的相互影响关系。仿真实验分析了个体高危行为是否采用安全措施、是否参加自愿咨询检测和是否参加抗病毒治疗等干预措施对疾病传播的影响。     

基于相似函数与相似网络的可逆网络化简

提出了可逆函数的相似函数及可逆网络的相似网络,在此基础上构建了可逆网络化简方法。由可逆函数求出其所有的相似函数,对每个相似函数利用可逆逻辑综合算法生成可逆网络,再将其转换成对应的相似网络,并从中选取最优。该网络化简算法实现了生成三变量全部可逆函数和多变量可逆函数的可逆网络,与相关文献及Benchmark中的例题相比,构造可逆网络的门数较少,具有一定的优势。     

低功耗WSN节点及其接口协议的设计

提出了一种基于MSP430和CC2530的低功耗无线传感器网络节点的设计方法。从硬件和软件两个方面阐述了这种设计方法及其具体实现,通过实验完成了对节点消耗电流的测量和分析。应用结果表明,采用这种方法设计的节点能够在低功耗的条件下稳定可靠地工作。     

基于GTST-MLD的复杂网络风险评估方法

针对复杂信息系统复杂程度高、互影响性与互依赖性强,现有风险评估方法难以适应大规模网络安全风险评估与应用实践的需要的问题,研究了基于GTST-MLD的适合复杂信息系统的风险要素分析方法和整体风险评估方法,包括研究事故互依赖关系模型,进行风险要素建模以及风险传导分析,以提高针对复杂信息系统的风险评估能力和分析水平。结果证明,模型对复杂信息系统安全特性的目标、功能、结构、行为等因素予以综合,实现在更高的系统功能层面上对系统安全性的分析研究,为复杂信息系统的量化风险评估提供了可靠的量化分析手段。     

Toughness response of vinylester/epoxy‐based thermosets of interpenetrating network structure as a function of the epoxy resin formulation: Effects of the cyclohexylene linkage

Vinylester/epoxy (VE/EP)‐based thermosets of interpenetrating network (IPN) structures were produced by using a VE resin (bismethacryloxy derivative of a bisphenol A–type EP resin) with aliphatic (Al‐EP) and cycloaliphatic (Cal‐EP) EP resins. Curing of the EP resins occurred either with an aliphatic (Al‐Am) or cycloaliphatic diamine compound (Cal‐Am). Dynamic mechanical thermal analysis (DMTA) and atomic force microscopy (AFM) suggested the presence of an interpenetrating network (IPN) in the resulting thermosets. Fracture toughness (K_c) and fracture energy (G_c) were used as the toughness characterization parameters of the linear elastic fracture mechanics. Unexpectedly high K_c and G_c data were found for the systems containing cyclohexylene units in the EP network, such as VE/Al‐EP+Cal‐Am and VE/Cal‐EP+Al‐Am. This was attributed to the beneficial effects of the conformational changes of the cyclohexylene linkages (chair/boat), which were closely analogous to those in some thermoplastic copolyesters. The failure mode of the VE/EP thermoset combinations was studied in scanning electron microscopy (SEM) and discussed. © 2003 Wiley Periodicals, Inc. J Appl Polym Sci 88: 2124–2131, 2003     

一种瓦斯涌出量系统预测辨识模型的研究

针对煤与瓦斯突出灾害中瓦斯涌出量的辨识预测问题,结合采煤工作面瓦斯涌出量系统的现场实际特点,提出了混沌免疫遗传优化算法(CIGOA)与Elman神经网络相结合的耦合算法(CIGOA-ENN)。利用GIGOA的全局寻优能力替代梯度下降法,以克服Elman神经网络固有的缺陷。并根据输入的数据,构造基于CIGOA和ENN耦合算法的瓦斯涌出量系统辨识预测模型。利用矿区采集的现场监测数据进行仿真预测,实验表明该预测模型与BPNN,GA-ENN等神经网络预测模型相比,其收敛速度更快、收敛精度更高、鲁棒性更强,为解决煤矿瓦斯涌出量的预测问题提供了一个行之有效的方法。     

物流监控系统人工免疫数据融合算法研究

为实现对果蔬等农产品物流过程的低能耗实时监控,提出一种适用于现代果蔬物流过程的实时监控系统监测数据处理方案。通过在运输车辆的车厢内部署具有RFID功能的温湿度传感器,获取物流过程中果蔬储存环境的实时温湿度数据;采用生物免疫机理对节点感知数据进行预处理,降低节点数据传输量;计算节点数据融合信度获取融合权值,对节点数据加权融合获取对监测对象的完整一致性监测结果;用感知数据与融合结果相似度差值,对节点感知数据的融合信度进行更新;根据实际情况选取通信模式,降低节点通信能耗及紧急事件的响应时间。仿真结果表明,该方案可有效降低果蔬物流过程实时监控的网络通信能耗。