基于路由热点循迹修正的WSN发射功率优化调度

无线传感器网络WSN发射功率的优化调度是决定WSN使用寿命和提高WSN性能的关键,WSN路由节点的在进行数据转发时会导致热点随机扩散,发射功率无法难以实现最大化。提出一种基于路由热点循迹修正的WSN发射功率调度算法。设计了WSN节点路由热点循迹数据传输模型,对发射功率消耗能量模型采用一个高斯衰减信道建模,采用直线反馈线性化补偿方式对路由热点的偏移轨迹进行超负荷状态评估,采用贪婪算法生成一条多分簇路由链,对路由循迹轨迹进行修正,得到WSN优化发射功率的调度递推公式,实现能耗最佳的功率优化调度。实验结果表明,采用该优化调度方法,在准确实现热点循迹修正,传输功率较传统方法稳定,波动较小,WSN可靠性和生存性增强。     

DTN中考虑连接时间的概率路由算法

随着可以的发展,网络技术得到了不断的前进。为了适应社会与经济的发展,DTN应运而生。在本文中,我们来简单的介绍一下DTN中考虑连接时间的概率路由算法。     

智能直立循迹小车的控制方案

本系统采用飞思卡尔MC9S12G128MLL单片机为控制核心,控制小车直立循迹行驶。通过调节PWM输出分别单独控制左右两个车轮电机,利用加速度传感器、陀螺仪以及红外光电传感器的检测信号反馈给单片机,通过运算输出控制小车按照预定路线直立行驶。实验表明,本系统结构简单,在一定程度上体现了小车智能化运作,具有较好的鲁棒性。     

基于光伏供电自动循迹小车的智能公交模拟系统研究

随着城市化进程的加快,城市公交系统得到了长足发展,四通八达的公交线路极大地方便了人们的出行.但是,因公交运力不足或堵车等问题导致的站台等车时间过长,等车时间不确定等问题给人们带来了很大困扰.本设计针对现有公交报站存在的问题,使用单片机的通信以及数据运算能力,一方面提升公交报站的准确性,另一方面提示乘客在遇到环形线路时最佳的候车方向.     

基于单片机的智能循迹避障机器人小车设计

针对智能机器人自主行走的需求,本文提出一种能实现智能循迹避障的机器人小车系统设计。该系统以AT89S52单片机为控制核心。利用反射式红外线光电传感器ST178传感器来识别路径,采用L298N驱动小车直流电机,采用智能循迹算法,最终实现了智能循迹的机器人小车系统。完成在已有路径标识下自主循迹避障行走功能。     

基于模糊控制的智能循迹小车的设计

以"飞思卡尔"杯智能车大赛为研究背景,开发了一种以MC9S12DG128作为控制器的智能循迹小车.该小车采用光电传感器检测路径,获得赛道信息,求出小车与黑线间的偏差,采用模糊控制对小车的速度进行控制,使小车能够自动跟随直道和弯道.实践表明,采用模糊控制的智能小车在路径识别的精准度,稳定性,及速度控制上具有明显优势.     

基于半结构化分割的Web热点数据挖掘算法

随着大数据信息技术的发展,数据在线监测和数据挖掘成为计算机信息领域研究的热点。通过对Web热点数据分割挖掘,提高信息热点追踪和Web数据分类能力。传统算法采用非结构化数据挖掘算法,无法有效对Web热点数据进行准确定位和分层挖掘。提出一种基于半结构化分割的Web热点数据挖掘算法。采用半结构化数据进行特征分割,基于优秀基因位进行差分进化,使寻优曲线不断趋于平缓,在多个节点上并行的运行比较脚本,采用半结构化分割,使得Web热点特征挖掘实现自适应寻优,得到Web热点数据的分配因子,提高了挖掘性能。仿真结果表明,该算法获得了良好的效率和精度,提高了Web热点数据挖掘的自适应寻优能力。     

交换机数字中继及其路由数据的建立

中继是一交换机和其它交换机连接的接口，它完成局间的信令过程和话路接续。数据则反映了各种静态和动态信息，它是程序运行的基本依据，路由数据是中继数据的一部分。本文结合实例建立了一个路由数据。     

路由交换数据在线时间复杂度预测链路漏洞检测

路由交换数据在线时间复杂度根本上制约Web服务器跨站脚本链路漏洞检测性能,影响网络安全,传统的链路漏洞检测算法采用链路信息流自相关波束形成算法,当交换数据出现动态污点时,漏洞检测效果不好。提出一种基于路由交换数据在线时间复杂度预测的链路漏洞检测算法,基于污点数据传播模型,进行漏洞对象分布式阵元域分析,采用路由交换数据的在线时间预测,对动态污点数据在传播全程标记、监控,HTML页面中的链路漏洞信息流通过旋转矢量特征约束处理,对漏洞网页进行爬取分析,最后构建模型DOM-XSScaner模型实现链路漏洞检测。实验结果表明,采用该算法实现对预测链路安全分析和漏洞检测,检测效率具有较大的提高,准确性、覆盖率有所改进,在信息安全中有较高应用价值。     

相遇信息估算概率的机会网络路由协议

在分析现有机会网络转发策略的基础上,根据Prophet和Spray and wait协议的特点提出一种相遇信息估算转发概率的机会网络路由协议(BPAS),BPAS以节点相遇的频率、相遇的连通时长和断连时长作为参量引入转发概率的计算,消息转发给转发概率大的节点,使得消息朝更靠近目的节点方向发送。仿真结果表明,BPAS协议与Epidemic协议、Prophet协议和Spray and wait协议相比,能获得更高的消息交付率和更低的通信开销,消息总转发次数更少。实验证明BPAS协议能适应于节点密度较大的机会网络环境。     

基于关键词共现和社区发现的微博热点主题识别研究

[目的]从海量微博舆情信息中准确、高效地发现和挖掘当下的热点主题,以期为政府和企业监控和管理舆情动态提供有价值的参考。[方法]研究首先从维度、特征和度量三方面综合考虑构建"帖子-主题"二模网络模型,其次选择词频、主题权重和词频增长率3个特征来抽取模型所需的有效关键词,然后选取社会网络分析法中的社区发现方法进行基于关键词的主题社区发现,最后综合考虑用户影响力和传播影响力两个属性,通过热度分析确立主题热度,识别热点主题。[结果]实验表明,该方法能有效挖掘网络舆情中的热点主题,检测出的主题结果均正确,验证了本文方法的可行性和有效性。在此基础上,研究还选取实例进一步对主题的热度迁移和情感倾向进行了分析,具备一定的预警作用。     

多路复用大型云动态数据完整性检测方法

对大型云动态数据的完整性检测可以避免云用户存储在其中数据被篡改或删除。传统方法中,采用代数结构标签加密方法进行数据完整性检测,不能保证足够的置信度,性能不好。在云储存环境下,提出一种基于可信第三方判定和动态标签信息更新的多路复用大型云动态数据完整性检测方法。假设被处理云采集数据的是可分类的,引入了一个管理因子,得到多路复用标签信息,基于可信第三方判定和动态标签信息更新进行,进行对用户存在云存储服务器上的文件块被篡改或删掉的判定,由此实现一次数据完整性验证,提高大型云动态数据检测的准确性。仿真结果表明,该算法具有较好的多路复用大型云动态数据完整性检测性能,系统使用率提高,计算开销较少,检测准确性提高。     

大数据领域的主题分析--基于WOS和Wikipedia的互证研究

利用WOS( Web of Science)和Wikipedia两种数据源,对大数据相关的内容进行词频统计、文本归类分析,得出两种数据源下大数据主题的共识和差异,并进一步梳理提炼出大数据领域的主题类别。共同的类别包括整体角度、技术层面、应用层面、实体和活动等,进一步细分的主题包括数据及数据源、大数据处理和分析技术、大数据系统和应用、国家地区以及企业的推动、社会和人的讨论、行业和学科变化等。最后论文还结合相关数据探讨了大数据领域的研究前沿。     

爆发词识别与主题探测技术研究综述

作为话题检测与追踪和舆情监测中的一项基础性工作,识别并处理爆发词对突发检测具有重要的作用,本文综述了该领域目前的研究现状和已有的研究成果并对其进行比较分析,总结了其中亟待解决的关键问题并进行了重点探讨,为后续研究指明了方向。     

基于主题模型和专利数据的技术创新评价研究

[目的/意义]专利是企业技术创新活动的重要成果，对专利数据进行分析，有利于客观评价企业技术创新能力。[方法/过程]从计量的角度对企业专利数据进行分析的同时，结合机器学习的方法，通过LDA模型对专利摘要文本进行内容挖掘，构建基于专利文本内容的评价指标，建立由专利数量、专利趋势和专利内容三方面指标组成的技术创新评价体系。[结果/结论]采用熵值法确定各项指标对企业技术创新的影响权重，并通过实验对国内自主品牌制造企业进行技术创新评价，说明了评价方法的现实意义。     

基于突发词对主题模型改进算法的微博热点话题发现研究

[研究目的]针对主流话题发现模型存在数据稀疏、维度高等问题,提出了一种基于突发词对主题模型(BBTM)改进的微博热点话题发现方法(BiLSTM-HBBTM),以期在微博热点话题挖掘中获得更好的效果。[研究方法]首先,通过引入微博传播值、词项H指数和词对突发概率,从文档层面和词语层面进行特征选择,解决数据稀疏和高维度的问题。其次,通过双向长短期记忆(BiLSTM)训练词语之间的关系,结合词语的逆文档频率作为词对的先验知识,考虑了词之间的关系,解决忽略词之间关系的问题。再次,利用基于密度的方法自适应选择BBTM的最优话题数目,解决了传统的主题模型需要人工指定话题数目的问题。最后,利用真实微博数据集在热点话题发现准确度、话题质量、一致性三个方面进行验证。[研究结论]实验表明,BiLSTM-HBBTM在多种评价指标上都优于对比模型,实验结果验证了所提模型的有效性及可行性。     

基于不变波束形成的WSN路由存活概率云计算

无线传感器网络WSN的路由存活概率云计算模型的优化设计可以提高WSN网络的网络复杂和数据吞吐量,在WSN网络的路由发射功率能耗具有匹配衰减特性,路由存活概率优化困难。传统方法采用灰色马尔可夫链组合模型进行存活概率预测,云计算精度不高。提出一种基于不变波束形成的WSN路由存活概率云计算优化模型,进行WSN网络云计算路由链路模型的结构设计,在WSN网络中进行任务节点信息表征,采用能量剩余度向量概率密度优化分配算法进行能量分配,把WSN的能量节点信号从阵元域变换到波束域得到阵列域,采用空间协方差矩阵逆的高阶次幂来逼近WSN的数据传输信号模型,将旋转角度控制在半功率主瓣以内,由此得到了云计算模型下WSN路由节点数据传输模型。仿真实验表明,该算法能提高WSN路由的存活概率,从而提高了WSN的吞吐量和通信能力,路由概率寻优中抑制了在WSN网络的路由发射功率能耗的匹配衰减性,通过最小的能量开销实现路由分发速率和负载效益的最大化。     

三维图像联合概率分布易损伤运动数据估算

当前对运动过程中,损伤行为的研究是运动智能图像领域的重点。运动行为本身随机性较大,运动行为可能造成潜在的伤害受到这种随机性的影响,很难准确估算。当前的研究几乎都是以后发估算为主,需要建立大量的先验条件,缺少事前对运动数据的准确分析。提出一种基于三维图像联合概率分布的易损伤运动数据估算。建立了运动损伤阀值与特征点运动估算的对应关系,构造了运动参数联合概率分布的能量函数来反映三维运动参数之间的约束关系,采用模拟退火算法对模型求出最优解,得到运动参数和各特征点的三维坐标,通过与阀值对比判断是否存在潜在损伤。仿真实验结果表明,该模型能准确分析运动产生特征,对运动中可能产生的损伤进行估算,模型鲁棒性较好。