网络拓扑控制的节点稳定性选取技术研究

为了保证网络运行寿命,避免传统节点选取技术能耗和时延高的弊端,提出一种新的网络拓扑控制的节点稳定性选取技术.构建EETCA网络拓扑结构,研究网络拓扑的控制,控制过程主要包括簇头选择阶段、簇的建立阶段和稳定数据的传递阶段.建立节点选取模型,通过Hopfield网络模型减小检索范围,结合遗传法和Hopfield网络局部搜索法完成网络节点的稳定性选取.采用Hopfield网络局部搜索法生成父代基因库,求出每个染色体的适应度,确定遗传算子,生成子代基因库,得出最优解,获取节点稳定性选取结果.实验结果表明:所提技术能够保证网络使用寿命,且时延和能耗低.     

绝对定位机制下目标位置估计辅助的群机器人搜索

基于扩展微粒群算法模型控制群机器人协同搜索目标时,成员机器人在社会经验和自身认知,主要是社会经验引导下逐步向目标趋近.由于社会经验仅从成员机器人的认知中“选举”产生,未形式化地融合多个机器人的经验,因此文中从群机器人通信子系统在本质上属于无线传感器网络的事实出发,引入集体决策机制,改进社会经验的生成模式.用无线传感器网络中的测距定位方法来估计目标位置,并将估计值作为社会经验引入现有模型.仿真结果表明,当群体规模够大时,采用文中社会经验生成模式可使协同搜索速度得到提高.     

一种适合分级Ad hoc网络的动态信誉评估模型

该文针对分级结构Ad hoc网络的特点和安全需求,提出一种动态信誉评估模型。该模型根据节点的角色和功能划分信誉关系,结合节点之间的关联性建立信誉评价机制,利用相关节点的信誉信息更新各角色节点的信誉。该模型由簇首节点监管全簇信誉,缓解信誉计算收敛慢的问题。仿真结果表明,与传统的信誉评估模相比,该文提出的信誉评估模型能更实时地、准确地反映出分级Ad hoc网络节点的安全状况。     

高速公路场景中车用自组织网络的节点度

该文基于大尺度路径损耗无线传播模型将高速公路场景中的车用自组织网络(VANET)建模为几何随机图,提出了VANET有效组网面积的概念,分析说明了VANET的准线性拓扑特点,并基于交通流理论关于自由流条件下的车头时距分布,推导得出了无线传输范围内至少存在k个邻居的概率计算方法。实验结果表明:该文提出的概率描述思想是一种适合计算高速公路场景中车辆网络节点度的有效方法。     

WSN中一种能量有效的自适应协同节点选择方案

该文针对能量有限的无线传感器网络,提出了一种能量有效的自适应协同节点选择方案,该方案先根据预设的能量阈值来确定协同节点的可选集,再综合考虑可选节点的剩余能量和信道状况,选出最佳节点作为簇头节点的协同节点。通过对总能耗的最小化,获得不同传输距离对应的最优能量阈值;根据簇头节点与数据融合中心间的距离自适应地预设最优能量阈值,使总能耗最小。理论分析和仿真结果证明,该文方案能在传输能耗和电路能耗间找到最佳平衡点,有效地减小总能耗,使总能耗达到最小。     

基于结构深度网络嵌入模型的节点标签分类算法

在海量数据呈现爆炸增长态势的互联网时代,传统算法已无法满足处理大规模、多类型数据的需求.近年来最新的图嵌入算法通过学习图网络特征,在链路预测、网络重构和节点分类实践中普遍取得了极佳的效果.文中基于传统自动编码器模型,创新地提出了一种融合Sdne算法与链路预测相似度矩阵的新算法,通过在反向传播过程中引入高阶损失函数,依据...     

非正交选择译码转发协同

为了提高两跳中继网络的传输速率和协同分集增益,该文提出一种非正交的选择译码转发策略传输数据。单节点协同时,协同节点仅在正确译码时采用和发送节点非正交的时序转发;在多节点协同时,采用一种节点选择算法选择译码正确且信道条件最佳的节点用于非正交转发。这种协同策略可获得和非正交放大转发相同的分集复用折衷性能,但其实现更简单,且在低信噪比时中断性能更好。     

基于Internet的测控网络设计

本文提出了一种新的基于Internet工业测控网络结构--"M&C网络节点".在该结构的基础上一个规模较大、结构复杂的企业测控网络中的一个厂房或车间的所有测控设备可看作是一个具有强大的通信和控制能力的测控节点--"M&C网络节点".通过采用具有通用性、开放性和可靠性的LonWorks现场总线可以非常方便地将安装在一个工业现场安装在一个相对集中区域的所有现场测控单元都集成成为一个节点.通过使用LonWorks串口适配器,"M&C网络节点"具有对工业现场的各种异型PLC设备的兼容性.同时LonWorks以太网适配器被作为"M&C网络节点"的Internet接口."M&C网络节点"的结构设计及两个通信接口(LonWorks串口适配器和LonWorks以太网适配器)的设计在本文中都有详细论述.     

Industrial visual inspection of lime granules by neural networks

Lime granule quality inspection is an important task in the pulp and paper industry. In this paper a new method, build-up on a neural network and a path search method, is introduced for lime granule automatic visual inspection. Several correction steps to Landau's method are also introduced.     

高级神经网络描述语言及其编辑编译器

高级神经网络描述语言（NNDL）是通用并行神经网络模拟系统（GP^2N^2S^2）所提供的专用于编写神经网络模拟程序的非过程性语言。本文介绍了NNDL的几种主要特色，并介绍了它的编辑器和编译器的若干主要特点。