基于微信平台防火防盗系统的设计与实现

为提高学生宿舍的火灾预警以及防盗报警的能力, 给学生提供安全舒适的居住环境, 运用无线传感网技 术和后台服务器开发技术, 设计了基于微信公众平台的防火防盗系统。 通过该系统用户可使用微信端实时查 看室内状况, 实现对学生宿舍的远程监控。 该系统成本低、 操作灵活、 界面友好, 经实际使用获得了很好的用 户体验。     

基于类Matern点过程模型的异构蜂窝网建模

在研究异构蜂窝网基站部署及网络性能时,经常使用随机点过程模型,其中泊松点过程模型是一种常用模型.针对泊松点过程模型中存在多点聚合的现象,引入类Matern点过程模型,对比分析了使用类Matern点过程模型与泊松点过程模型时系统的接入概率和系统效能.结果显示,所用模型能在使用较少资源的情况下显著提升系统效能.进一步针对类Matern点过程模型与泊松点过程模型都存在用户更倾向于接入宏蜂窝的问题,引入一个偏好因子,使得选择毫微微蜂窝的用户更多,从而使网络负载得到均衡,网络性能得以提升.     

基于用户相对权重的在线社交网络舆情传播控制模型

在线社交网络(online social networks,OSN)中舆情传播干预时机的选择对网络舆情的管控具有重要意义.通过分析用户的网络地位、社会强化效应与用户感知价值等影响网络舆情传播控制的关键因素,以研究舆情管控的合理干预时机为目的,构建了基于用户相对权重的网络舆情传播控制模型.基于该模型,针对两类OSN开展仿真研究.研究发现,网络舆情传播与信息初始传播源的网络地位密切相关;在开放式OSN中,存在与干预时机选择关系密切的关键相变点;用户活跃度随社会强化效应强度的增大而下降,随干预时机的提前而降低,并存在有效干预时机区间;"悖民意"成本是干预时机选择的重要衡量指标.并据此,提出了相应现实干预时机选择的对策建议.     

基于生成对抗网络的信号调制方式的开集识别

为解决信号调制方式的开集识别问题,基于生成对抗网络提出了一种适用于一维信号数据的重构判别网络模型,该模型由重构网络和判别网络组成,分别用来重构和判别输入信号。两个网络在相互对抗的训练过程中,对已知调制方式信号的数据分布形式充分学习,使得重构后的输出不仅能够呈现已知调制方式信号更多有用的信息,而且能够扰乱未知调制方式的信号,从而增强判别网络对输入信号调制方式的判别能力。仿真结果表明,该模型能够实现信号调制方式的开集识别,而且在信噪比大于0 dB时,对已知调制方式和未知调制方式信号的识别率均大于93%。     

材料类专业网络实验教学研究与实践

为了建立开放式实验教学体系,提高实验资源利用率及实验教学效果,培养学生创新精神和实践能力,文中针对材料类专业实验教学的特点及传统实验教学模式存在的不足,结合具体课程,提出网络实验教学模式下实验教学的实施方法及效果,并对网络实验教学的实施提出建设性的意见。     

基于区间云模型对信息网络的效能评估

根据信息网络的结构和应用功能,在分析高功率微波对构成信息网络的电子设备效应机理基础上,构建了多层次的信息网络系统的效能评估指标体系.将区间数与云模型相结合,提出了区间云模型的评估方法,通过区间层次分析法得到评价指标的区间权重,实现了系统评估指标的定性与定量的相互转换,并利用评价区间云模型拟合出信息网络的综合效能.结合实例模拟分析,验证了该方法可行性和有效性.结果分析表明,使用区间数表示更能体现评估过程中的模糊性和不确定性因素.     

A Neuro‐wavelet Model for the Short‐Term Forecasting of High‐Frequency Time Series of Stock Returns

We propose a wavelet neural network (neuro‐wavelet) model for the short‐term forecast of stock returns from high‐frequency financial data. The proposed hybrid model combines the capability of wavelets and neural networks to capture non‐stationary nonlinear attributes embedded in financial time series. A comparison study was performed on the predictive power of two econometric models and four recurrent neural network topologies. Several statistical measures were applied to the predictions and standard errors to evaluate the performance of all models. A Jordan net that used as input the coefficients resulting from a non‐decimated wavelet‐based multi‐resolution decomposition of an exogenous signal showed a consistent superior forecasting performance. Reasonable forecasting accuracy for the one‐, three‐ and five step‐ahead horizons was achieved by the proposed model. The procedure used to build the neuro‐wavelet model is reusable and can be applied to any high‐frequency financial series to specify the model characteristics associated with that particular series. Copyright © 2013 John Wiley & Sons, Ltd.     

抵御恶意模拟主用户攻击的拟合优度检测算法

在认知无线电网络中,针对模拟主用户攻击(primary user emulation attack,PUEA),采用Anderson-Darling(AD)检验来代替传统的假设检验算法来提高系统性能.假设PUEA具有一定的可能性,通过计算接收到的信道数据样本分布函数与经验分布函数之间的Anderson-Darling距离,调整相关参数来确定阈值,并与距离比较,实现频谱检测,有效防止恶意主用户攻击.仿真结果表明,与能量检测相比,系统性能优化了能量检测器的改进.     

5G-TSN系统下的高精度时间同步

第五代移动通信系统(the fifth generation communication system, 5G)与时间敏感网络(time sensitive networking, TSN)集成的5G-TSN系统需要实现高精度的时间同步。为此，提出一种多波束联合的定时同步算法提高同步信号检测成功率，实现高精度5G-TSN时间同步。首先，根据多个波束间的时域关系计算波束间同步信号块的互相关的组合，求出期望作为门限值；然后，利用超过门限值的若干波束进行互相关叠加峰值计算最大峰值对应的时域索引，并完成主同步信号定时同步；最后，利用时频域结合地方式对传播时延进行估计以减少同步误差。仿真结果表明，采用基于多波束联合的定时同步算法，相比传统算法，相关峰值更加显著，能有效地提高定时同步成功率。     

多重网络中的创意扩散模型研究

基于线上线下多种渠道的创意扩散研究是企业管理的新兴研究热点之一.为此,引入多重网络理论与传播动力学理论,考虑工作中线下沟通、工作中通过企业社交媒体在线沟通及非工作时间电子沟通三种渠道,构建多种渠道构成的多重网络中的创意扩散模型.研究创意在多重网络中持续扩散的阈值条件,并对创意在多重网络中的扩散过程进行仿真实验.结果表明:1)当员工在单位时间内通过以上各渠道沟通的平均次数较接近时,在多重网络中创意扩散的速度较快,创意扩散的范围较广;2)与匀质网络相比,当非工作时间电子沟通子网络是无标度网络时,在多重网络中创意扩散的速度较快,扩散的范围较广;3)增大子网络层间创意扩散的相互促进作用对整个多重网络中创意的有效扩散有积极影响.