信息安全风险评估中权重优化方法研究

论文提出了一种新的提高层次分析法(AHP)判断矩阵一致性的新方法,即通过逐步修改判断矩阵中的一对元素,并利用通用的一致性检验方法,使一致性得到不断改进,并将此方法用于信息安全风险评估中,使评估结果更科学、合理。最后辅以实例说明。     

一种基于加权的分组协作感知算法

在本文中,描述了一种新的认知无线电协作频谱感知改进算法。本文在现有的分组协作频谱感知结构的基础上,引入一个新的基于加权的分组协作算法。相较于其他的协作感知基于权重的协作在最终的判决中考虑到了根据每一组用户贡献的不同动态的分配权重因子。这样一来,不仅增强及达到更好的感知性能,且感知结果更加精确。在基于权重的协作算法中,可以不用考虑用户数目的不同,因为它对检测结果没有影响。本文通过对瑞利衰落信道使用加权分组协作进行仿真。证明了加权分组协作频谱感知可以提高能量检测概率。     

基于可见光-近红外新光谱特征和最优组合原理的大麦叶片氮含量监测

提出新的作物冠层叶片氮含量(LNC)高光谱遥感监测方法,以对氮素要求较高的大麦LNC监测为例,利用田间实测数据,从可见光－近红外区域的高光谱反射曲线中提取包含丰富多波段信息的斜率、夹角等新型特征参数,应用组合预测领域中的权重最优组合原理及其算法,实现对作物LNC的高光谱监测.研究表明,提出的高光谱反射曲线斜率和夹角等新型特征参数与作物LNC显著相关,并具有较好的定量响应关系,其中关键斜率参数(Kre/Kpb)和Kpb以及夹角参数(Aδ/Aα)和(Aδ/Aθ)较好地描述了LNC的动态变化; 而权重最优组合分析则表明(Kre/Kpb)和Knir1两个参数的组合最能响应LNC的光谱信息,有助于增强监测的稳定性并提高估测的精度.     

基于双重改进的鲸鱼优化算法

传统的鲸鱼优化算法(WOA)容易陷入局部最优以及收敛速度慢,针对此问题进行研究,提出了一种改进的鲸鱼优化算法,改进算法首先用非线性收敛因子替换原本使用的收敛因子,改进后的非线性收敛因子可以有效利用在算法中以弥补该算法在计算过程中全局探索与局部开发能力中的缺陷,并且可以加快算法收敛速度;然后在鲸鱼位置更新公式中加入了自适应权重,该策略可以改善算法的寻优精度以及进一步提高收敛速度;最后,在固定参数和不同维度的8个基准测试函数上进行了实验,结果表明,改进后的算法在寻找最优位置的精度和收敛速度对比于传统的鲸鱼算法和其他智能优化算法均有着显著的提高,具有更好的优化效果.     

粒子群算法的可视化在MATLAB下的实现

粒子群算法是一种新型的仿生优化算法,由于收敛速度快、参数设置少、实现简单,在很多领域得到应用。以标准粒子群算法为例,首先描述了粒子群算法的工作原理,然后给出了该算法在MATLAB中实现的详细步骤,并实现了二、三维粒子的可视化。可视化实现不但能够使粒子群算法更容易理解,同时也能更深入的理解粒子群算法的运行原理,为进一步的深入研究、改进及推广应用提供了理论与实践基础。     

OFDMA Femtocell网络中混合接入方式下的资源分配策略

Femtocell(飞小区)能够有效加强室内覆盖和系统容量。混合接入(hybrid access)方式可以兼顾授权用户和非授权用户的业务体验。针对下行混合接入方式下的正交频分复用接入(OFDMA) Femtocell网络,该文提出带权重的比例公平(WPF)调度算法,为不同类型的用户提供不同的调度权重。该文提出两种算法确定用户的调度权重,一种是自适应权重的比例公平算法,实时调整调度权重;另一种是静态权重的比例公平算法,基于WPF调度的渐近性分析得到静态最优调度权重。仿真结果表明该文提出的两种算法均能在授权用户和非授权用户间合理分配资源,保证不同用户的速率需求。     

基于密度权重的优化差分隐私K-medoids聚类算法

K-medoids算法作为数据挖掘中重要的一种聚类算法,与差分隐私保护的结合有助于信息数据的安全,原有的基于差分隐私保护的K-medoids聚类算法在初始中心点的选择上仍然具有盲目性和随机性,在一定程度上降低了聚类效果。本文针对这一问题提出一种基于密度权重的优化差分隐私K-medoids(DWDPK-medoids)聚类算法,通过引入数据密度权重知识,确定算法的初始中心点和聚类数,以提高聚类效果和稳定性。安全性分析表明,算法满足ε-差分隐私保护;通过对UCI真实数据集的仿真实验表明,相同隐私预算下该算法比DPK-medoids具有更好的聚类效果和稳定性。     

超密集网络以用户为中心及多维协作的用户分簇算法

为了降低超密集网络中小区间的干扰,提升频谱效率,给出一种在以用户为中心的可重叠虚拟小区场景下,基于边权重和贪婪树增长(Greedy Tree Growing Algorithm,GTGA)算法的用户分簇方案.考虑到每个用户对其他用户产生干扰的同时,又受到其他用户的干扰,权重设计采用协作传输的平衡策略.针对用户分簇,改进的K-means聚类算法通过能够拟合高斯分布的权重统计量来动态调整用户分群的大小.仿真结果表明,所提算法能有效地降低复杂度,减少干扰,提高超密集网络的频谱效率.     

光传送网中邻居自动发现机制分析

本文首先介绍了邻居发现的标准化进程．接着分析了SDH和OTN分层网络中层邻接发现的通用方法、传输机制和发现消息格式及其属性．最后讨论了正确和错误接口连线配置情况下的自动层邻接发现过程。     

面向异构无线传感器网络的节点调度算法

针对传感器网络中的节点冗余问题,提出了一种冗余判别方法来关闭冗余节点,以达到延长网络生命周期的目的.首先按邻居节点的不同位置对节点进行分类,研究了每组邻居节点的网络覆盖率与工作节点数k之间的约束关系,在此基础上,按不同的冗余法则对节点进行判断,关闭冗余节点.理论分析和实验结果表明,提出的算法能关闭网络中的冗余节点从而有效地延长网络的生存时间.