网络流量行为的态势分析与预测

在不断变化的现实网络环境中,流量参数之间的关系是相当复杂的,呈现的一般都是非线性规则,所以我们根据人工神经网络理论构造出以BP神经网络为核心的流量预测模型,对网络流量行为进行有效的态势分析进而产生预测流量的方案,并结合公司日常的网络管理加以应用,为企业用户提供更好的体验服务。     

A real-time probabilistic channel flood-forecasting model based on the Bayesian particle filter approach

Reliable real-time probabilistic flood forecasting is critical for effective water management and flood protection all over the world. In this study, we develop a real-time probabilistic channel flood-forecasting model by combining a channel hydraulic model with the Bayesian particle filter approach. The new model is tested in the upstream river reach of Three Gorges Dam (TGD) on the Yangtze River, China. Stage observations at seven hydrological stations are used simultaneously to adjust the Manning's roughness coefficients and to update discharges and stages along the river reach to attain reliable probabilistic flood forecasting. The synthetic experiments are applied to demonstrate the new model's correction and forecasting performances. The real-world experiments show that the new model can make accurate flood forecasting as well as derive reliable intervals for different confidence levels. The new probabilistic flood forecasting model not only outperforms the existing deterministic channel flood-forecasting models in accuracy, but also provides a more robust tool with which to incorporate uncertainty into flood-control efforts.     

基于加权LS-SVM的飞行事故率预测模型

飞行事故率是表征飞行安全水平的重要指标,其预测是典型的小样本问题。针对飞行事故率预测建模难的问题,采用加权LS-SVM方法,建立了飞行事故率的时间序列预测模型。仿真实验表明,加权LS-SVM具有很高的建模精度和较强的泛化能力,从而验证了该方法的有效性和先进性。     

改进的RBF神经网络交通流预测算法

短时交通流预测是实现智能交通控制的前提与基础.提出了一种基于粗神经网络的RBF短时交通流预测算法,该算法在交通流量预测方面明显优于常规RBF神经网络,且具有较高的实时性.     

CUG-2高精度钻参仪及其在深孔生产中的应用

详细介绍了CUG-2高精度钻参仪的组成和联机方法、主要功能、特点以及在山东乳山ZK43-1号深孔中的应用情况。实际应用表明,CUG-2高精度钻参仪不仅能够实时监测、显示和保存监测的钻探参数,还具有预测孔内事故和数据无线传输等显著优点,应用前景广泛。     

基于组间进位预测的快速进位加法器

为加快密码系统中大数加法的运算速度,提出并实现一种基于组间进位预测的快速进位加法器。将参与加法运算的大数进行分 组,每个分组采用改进的超前进位技术以减少组内进位延时,组间通过进位预测完成不同进位状态下的加法运算,通过每个组产生的进位状态判断最终结果。性能分析表明,该进位加法器实现1 024位大数加法运算的速度较快。     

基于效用曲线改进的前景理论价值函数

针对选取前景理论函数参数时仅考虑决策的不理性而并未区分决策者的风险态度这一特点,基于效用曲线改进了前景理论价值函数的形式并扩展了其参数范围.该函数借鉴效用曲线依据曲线形状区分决策者风险态度的方法,同时对比已有的实验数据,得出价值函数曲线形状与决策者风险态度相关,为价值函数参数选取提供了一定的理论依据.计算实例表明,该方法便于参数选取,决策结果稳定、有效,此外,风险决策时决策结果受参考点变化的影响远大于决策者不同的风险态度,在实际决策时对于参考点的选取需要非常谨慎.     

基于物联网技术的太湖蓝藻水华预警平台

针对以往藻类水华预测系统在数据源方面存在的不足,采用物联网技术,实现基于三层网络传输结构的监测体系,保证了数据的时间连续性;并对遥感水质参数定量反演方法、中程无线传感网络技术和藻类水华预测预警模型方面进行了改进。在此基础上,开发了太湖蓝藻预测预警平台,运行结果表明蓝藻水华未来3天的平均预测精度达到了80%以上。     

藏语语音识别研究进展和展望

随着英汉语音识别技术的不断发展,对少数民族语言语音识别技术的研究也紧跟其后并取得了一定的成果.藏族人民是中华民族大家庭中不可或缺的一员,藏语语音识别技术研究是语音识别技术研究中不可缺少的重要部分.文章首先对国内藏语言语音识别的研究历程及研究改进之处进行了梳理,其次从藏语言本身的文字特点以及发音特点和要素出发详细介绍了藏语语音识别研究中使用到的基于模板匹配、统计概率模型以及人工神经网络3种方法,并对3种方法各自的特点和适用范围进行了总结归纳,最后从藏语言语音识别研究进展和各识别方法的自身特点出发探讨了语音识别研究中存在的难点问题,并展望了其未来发展的方向.     

基于SDSS的渔业资源预测决策系统

针对经济渔业资源特点,实现渔业资源及决策信息的图形化展示,提出用本体库取代知识库构建空间决策支持系统,优化知识组织方式,提高查询效率。将数据库、模型库、本体库与GIS有机集成,为决策者提供资源发展事态信息。融合灰色预测模型和BP神经网络的优点构建灰色神经网络预测预警模型,通过东海经济渔业资源数据进行实证分析,实验结果表明,该预测预警模型具有较高的精确度及较好的效果。