无线传感器网络多sink路由技术研究*

在介绍无线传感器网络路由协议的独有特点后,给出了传感器网络多sink路由协议的分类方法,然后着重分析了当前较为有代表性的多sink路由协议,在协议特点及其应用范围方面进行了研究与比较。最后,总结了多sink路由协议的研究的关键点及其发展趋势。     

社会网络的隐私保护研究综述*

某些网站将匿名处理后的社会网络数据公开发布,或者提供给科研机构、大学或者其他组织和个人使用,而这些数据往往侵犯了用户的隐私,但有关社会网络中个人信息安全和隐私保护的研究却处于起步阶段。综述了当前在线社会网络的研究成果,主要就社会网络及其隐私漏洞、信息泄露、再识别攻击、聚集攻击、推理攻击等进行了分析,并对今后的发展提出了预测,为社会网络的科研指出了可行的研究方向。     

移动容迟传感网络拓扑覆盖建模与统计特征*

移动容迟传感网络的拓扑覆盖研究对于相关工程系统设计具有重要意义。针对当前研究没有很好地刻画区域动态覆盖特征的问题,提出基于排队网络的建模方法。进而利用随机几何学和排队论方法,以定理形式提出关于二维平面上区域覆盖的首达时间、覆盖度分布等统计特征的理论结果。结合典型移动场景,仿真验证了上述结果的合理性和应用价值。     

DTN中基于服务等级的Push-Pull拥塞控制研究*

提出了一种基于服务等级的拥塞控制机制,通过为后续高优先级业务预留缓存资源的方法来减小容迟网络(DTN)中由于保管传输协议造成节点缓存资源的耗尽而引起的网络拥塞,从而改善服务质量。仿真结果表明,该拥塞控制方法在缓解网络拥塞的同时可以有效改善高优先级业务的传输性能,但其在一定程度上牺牲了低优先级业务的服务质量。     

无线传感器网络能量敏感路由算法的研究与实现

分析了典型无线传感器网络路由算法的基础上,提出了路由算法的目标,并设计了能量敏感的路由算法,以节省能量消耗达到延长整个网络生命周期的目的．该路由算法由4个模块组成：分簇模块、簇头选举模块、休眠状态模块和簇间路由模块组成．在实验室提供的实验床基础上。实现了路由算法的原型,并对算法进行了有效的验证．     

Application of artificial neural networks to the prediction of tunnel boring machine penetration rate

Rate of penetration of a Tunnel Boring Machine(TBM)in a rock environment is generally a key parameter for the successful accomplishment of a tunneling project.This paper presents the results of a study into the application of an Artificial Neural Network(ANN)technique for modeling the penetration rate of tunnel boring machines.A database,including actual,measured TBM penetration rates,uniaxial compressive strengths of the rock,the distance between planes of weakness in the rock mass and rock quality designation was established.Data collected from three different TBM projects(the Queens Water Tunnel,USA,the Karaj-Tehran water transfer tunnel,Iran,and the Gilgel Gibe Ⅱ hydroelectric project,Ethiopia).A five-layer ANN was found to be optimum,with an architecture of three neurons in the input layer,9,7 and 3 neurons in the first,second and third hidden layers,respectively,and one neuron in the output layer.The correlation coefficient determined for penetration rate predicted by the ANN was 0.94.     

基于神经网络的图像亮度和对比度自适应增强

提出一种高频增强与神经网络相结合的图像亮度和对比度自适应增强方法。利用均值滤波获取原始图像的低频分量,由原始图像与低频分量的差值获取图像的高频分量。同时引入神经网络方法,建立图像的灰度均值、标准偏差与亮度和对比度两个增强系数的非线性映射关系,根据图像本身的均值与标准偏差自动获取增强系数,从而实现图像的亮度和对比度的自适应增强。该方法计算量小,实时性强,对亮度和对比度都较低的图像增强效果较好,可用于图像动态检测系统。为了验证算法的可行性,将所提出的方法应用到货车故障动态图像检测系统(TFDS)所采集的动态图像处理中,获得了好的效果。     

基于神经动态规划算法的最优路径选择

针对传统动态规划算法在计算大规模路网的优化问题时所表现出来的计算时间长、存储空间大等缺点,引入了一种神经动态规划算法：它将传统的动态规划和BP神经网络结合起来,通过逼近Q学习算法来寻求一种最优策略,最终达到路径优化的目的。将此算法应用于一个交通路网,且用Matlab软件进行仿真,试验表明：该方法的实时性、并行性和全局性都优于传统动态规划,在城市交通流系统中能切实起到路径诱导的作用。     

一种新的求解移动Agent路由问题优化算法

文章对移动Agent在无线传感器网络中的路由问题进行描述,给出该问题的多约束最优非劣路径求解模型,并提出一种SA-CA算法求解移动Agent路由问题:利用模拟退火(Simulated Annealing,SA)算法接受最优单体以推动文化算法(Cultural Algorithms,CA)中信仰空间的进化,并将搜索步长作为情景知识指导群体空间最优解的搜索.这种双层结构特性减少了搜索时间,表现出较好的全局寻优性能.仿真实验也表明,与粒子群优化算法(PSO)、遗传算法(GA)的计算结果相比,提出的新算法在保证求解准确性的同时,具有更快的收敛速度和较高的可靠性,是解决无线传感器网络多约束QoS路由的有效途径,能提高整个网络的性能.     

简支梁多位置损伤识别研究

曲率模态是结构损伤识别的敏感标示量,采用数值仿真方法,把曲率模态用于桥梁损伤识别.利用简支梁损伤前后一阶曲率变化率作为识别参数,便可明显确定其多处损伤位置.对相关样本参数进行归一化处理并引入噪声干扰,利用BP人工神经网络进行数值仿真计算,也能对其损伤程度进行有效模拟,验证了BP神经网络也有很强的泛化能力及容错能力.