基于属性基加密的车联网冷链物流配送目标隐私保护算法

针对车联网冷链物流中转与配送目标可被关联的问题,提出一种可有效泛化这种关联,进而保护配送目标的隐私保护算法.基于属性基加密技术,利用车联网中车辆可相互通信这一特点,通过同属性车辆解密建立匿名车辆组;利用匿名车辆组实现关联和配送目标泛化,进而保护配送目标的隐私安全.通过性能分析从理论上证明了安全性和算法效率,利用模拟对比实验,进一步验证了该算法的优越性.     

基于CWT-CNN的地震噪声压制研究

随着深度神经网络技术的发展,卷积神经网络(CNN)被越来越多地应用于地震数据的噪声压制中。常规CNN方法一般是在时间域进行,为了提升CNN方法对地震噪声的压制效果,提出了基于连续小波变换(CWT)的CNN地震噪声压制方法。该方法首先将一维时间域信号通过CWT转换为二维时频域信号。然后,在利用CNN对时频谱进行噪声压制时,提出了两种策略：能量谱策略(策略Ⅰ)是将CWT计算的复数矩阵的振幅谱作为CNN的训练样本,保持相位谱不变;复矩阵策略(策略Ⅱ)是将复数矩阵的实部和虚部图谱作为CNN的不同通道分别进行处理。最后,对于CNN的输出结果,利用逆连续小波变换(ICWT)将二维复数矩阵还原成一维地震信号。为了定量地对比方法的效果,提出利用峰值信噪比(PSNR)、结构相似性(SSIM)和均方根误差(RMSE)3个指标对比基于两种CWT策略的CNN方法与其它常规滤波(包括低通滤波、小波滤波和中值滤波)方法的噪声压制效果。相较于常规滤波方法,数值实验表明基于CWT策略的CNN方法具有更好的随机噪声和涌浪噪声压制效果。为了提高模型处理地震数据的泛化性,引入迁移学习对预训练模型进行微调。迁移学习的成功应用...     

基于PSO-GRNN方法的城市用水量短期预测

鉴于城市用水量短期预测中传统的神经网络训练易陷入局部极小点、收敛速度较慢等问题,采用具有全局随机优化思想的PSO算法对GRNN神经网络径向基函数的扩展速度进行优化,提出了城市用水量的PSO-GRNN神经网络预测方法。根据某市日用水量的实测数据进行建模和预测,通过与最小二乘模型、核估计模型、局部线性估计模型的模拟效果进行对比表明：PSO-GRNN网络具有较强的自适应能力和泛化能力,能够有效地提高用水量的预测精度。     

基于遗传模拟退火算法优化的BP神经网络

在研究标准BP神经网络的基础上,针对其存在的收敛速度慢、且容易陷入局部极小值等问题进行分析,设计实现一种采用数值优化的方法来改进BP网络性能的新的混合神经网络模型.通过引入遗传模拟退火算法扩大了网络的权值更新空间,把得到最优权值赋予BP神经网络,从而使优化后的神经网络具有泛化性好,不易陷入局部极小值等优点.与标准BP神...     

混沌在BP神经网络中的应用

为了提高误差反向传播算法的网络泛化能力,针对BP网络中所存在网络泛化能力差的缺点,结合混沌优化的优点,提出了一种改进的算法.将网络中的少数神经元的激励函数改变为具有混沌特性的激励函数,这些神经元不存在饱和区,从而可以加快学习速度,克服假饱和现象,并且神经元的输出具有-定的随机性,类似于噪声的作用,可在-定程度上提高网络的泛化能力.针对字符识别的仿真效果进行分析,证明网络的容错能力较好,网络的泛化能力得到了改善.     

控制系统信号噪声处理模型设计与实现

针对控制系统中产生的信号失真问题,引入集成神经网络竞争择优选择,通过对生成的网络输入信号训练,生成了新的信号输入模型,把生成的模型作为信号输入端,可达到去除噪声同时进行信号矫正目的,实例中用构造的模型进行带噪声信号实例仿真测试,效果显著,为信号系统处理提供了一种思路和方法.     

一种改进的结合K近邻法的SVM分类算法

在对支持向量机在超平面附近容易对测试样本造成错分进行研究的基础上,改进了将支持向量机分类和k近邻分类相结合的方法,形成了一种新的分类器.在分类阶段计算待识别样本和最优分类超平面的距离,如果距离差大于给定阈值可直接应用支持向量机分类,否则用最佳距离k近邻分类.数值实验表明,使用支持向量机结合最近邻分类的分类器分类比单独使用支持向量机分类具有更高的分类准确率.     

一种通用的软件功能规模度量模型

功能规模度量（FSM）方法通过量化用户功能需求(FUR)而得到软件功能规模。针对不同的功能规模度量方法都是使用不同的抽象来描述一个软件系统的问题,提出了一种通用的FSM模型。根据软件系统的抽象模型,首先对度量所涉及的数据组和事务进行了泛化,然后以IFPUG FPA为例详细说明了该通用模型和FPA之间的转换过程,最后给出了度量过程的算法描述。     

基于二代小波变换的信号去噪及其软测量建模

化工生产过程中采集到的数据信号通常具有随机性和非平稳性,附加了各种噪声,以至于影响数据建模的拟合效果和泛化性能.本文基于二代小波分析的特点,提出了一种对信号数据进行小波变换阈值去噪的方法.该方法可去除大部分高频随机噪声,提取真实信号,进而提高数据的置信度.将该方法与支持向量机相结合并应用于双酚A反应过程质量指标软测量模型中.仿真结果表明,该方法能有效恢复数据的真实性,提高数据建模的拟合精度与泛化性能.     

BW-RAID系统的分布式异步版本识别机制

为解决BW-RAID系统中数据冗余模式从镜像向RAID4转换时的节点间缓存数据版本识别问题,提出了一种分布式异步版本识别机制。该版本识别机制在镜像卷中的一个逻辑块被更新时,为其生成一个新版本;在冗余模式转换时,通过比较镜像节点间的版本判定某一逻辑块在两个镜像节点缓存的数据是否一致,如果数据一致将其迁移到数据存储卷,否则暂存入镜像节点各自的磁盘缓存以保证系统的冗余一致性。实验表明,该机制在系统正常、降级、故障恢复状态下均能准确、有效识别一致数据;顺序写评测中存储负载小于1%,平均带宽提升最高达25.43%;Open-mail负载重播评测中存储负载低于40%,应用重播结束时写更新数据均完成冗余模式转换,实现了提高空间利用率的目标。