基于DSDV的无线Mesh网络跨层路由设计

在DSDV协议的基础上,提出一种跨层路由设计的方法,选择一条具有合理长度和最小重传概率的路由进行测试。该链路质量机制可应用到基于IEEE802.11x的无线Mesh网络中,无须对现有的MAC层进行修改,即可作为一个单独模块加入到现有协议。在多跳网络中使用该跨层方案进行路由选择,能节省系统开销,优化系统的整体性能。     

无线传感器网络MAC协议的研究与分析

针对不同的传感器网络应用,研究人员从不同方面提出多个无线传感器网络介质访问控制（MAC）协议,其中包括S-MAC,PMAC,DEANA,EMACs,Z—MAC以及AIMRP等协议。通过分析各类MAC典型协议特点,归纳其设计原则和分类方法,比较各协议间的性能差异,结果证明无线传感器网络MAC协议呈现多样性的特点,设计MAC协议需要兼顾能量效能和网络性能2个方面。给出MAC协议的设计策略。     

无线传感器网络整合时钟同步方案

针对多数无线传感器网络时钟同步方案存在的仅纠正时钟偏移问题,提出一种新的解决方案,整合时钟偏移同步和时钟速率同步,通过3个连续的消息传输实现单跳同步,采用分层的生成树实现多跳同步。仿真实验结果表明,与现有的同步方案比较,该方案的同步错误更小,能够获得更长的再同步周期。     

The Identification and Influence of Social Roles in a Social Media Product Community

This research focuses on the identification of social roles and an investigation of their influence in online context. Relying on a systemic approach for role conceptualization, we investigate member's activity, shared content and position in the network within a consumer to consumer social media‐based community (SMC) around a product. This investigation led to the identification of ten core roles, based on three key elements: object of interest (product, practice, and community), main contribution type (sharing information and seeking information), individual orientation (factual, emotional). We propose an explanation about how these roles, through their positioning, participate in the community dynamics and how they contribute to the creation and diffusion of cookery as a social practice, shaping the periphery around this practice.     

物联网技术的研究综述

物联网打破了将物理基础设施和IT基础设施分开的传统思维,是信息领域一次重大的发展和变革机遇。物联网涉及众多领域,当前国内外的研究和开发都还处于起步阶段。对物联网研究的现实基础以及关键问题展开了讨论,介绍了物联网的四种具有代表性的定义和三种关键性的基本特征;分析了基于RFID的物联网应用架构、基于泛在传感网的物联网应用架构和基于M2M的物联网应用架构;给出了大致被公认为的四个层次的物联网关键技术框架;最后描述了物联网的典型应用领域。     

基于时空联合性的无线传感网覆盖采样技术

覆盖采样作为无线传感器网络领域的一个基本问题,已经得到了广泛研究。但是目前研究大多只考虑空间覆盖性和网络生存周期等因素,并没有从实用的角度考虑覆盖区域的时空域覆盖特性。本文以综合考虑空间域和时间域为研究视角,提出了一种新型的以应用为导向的覆盖率指数,研究了一种基于时空联合性的无线传感网覆盖采样机制。最后通过时空覆盖率与事件侦测率指标两个指标进行了验证。     

财务困境预警的二阶段模型构建与应用

模糊神经网络汇集神经网络和模糊逻辑的优点,能有效避免神经网络的“黑箱”操作,但存在“维数爆炸”现象。将粗糙集和模糊神经网络有机集成,构建财务困境预警的二阶段模型：第一阶段利用粗糙集知识约简对数据集降维消冗,提取最优指标集;第二阶段以最优指标集设计基于模糊神经网络的财务困境预警模型。该模型融合粗糙集和模糊神经网络的特点,能提高网络结构的精练性、启发性和透明性。应用实例的结果表明该模型能有效克服“维数灾难”,避免数据噪声引起的模型过度适应,提高模型预测准确性。     

Equilibrium-independent passivity: A new definition and numerical certification

We extend the traditional notion of passivity to a forced system whose equilibrium is dependent on the control input by defining equilibrium-independent passivity, a system property characterized by a dissipation inequality centered at an arbitrary equilibrium point. We provide a necessary input/output condition which can be tested for systems of arbitrary dimension and sufficient conditions to certify this property for scalar systems. An example from network stability analysis is presented which demonstrates the utility of this new definition. We then proceed to numerical certification of equilibrium-independent passivity using sum-of-squares programming. Finally, through numerical examples we show that equilibrium-independent passivity is less restrictive than incremental passivity.     

一种基于自组织过程神经网络的动态样本半监督学习算法

针对时变信号模式分类和未标记样本信息的有效利用问题,提出了一种基于自组织过程神经网络的动态样本半监督学习算法。根据获得的已标记和未标记的过程函数样本信号,分别构建基于竞争学习规则和有教师示教方法的自组织过程神经网络模型,利用该网络的自组织特性,实现动态样本的分类标识。文中分析了算法的信息处理机制,给出了具体的实现步骤。以油田开发水淹状况判别为例,实验结果验证了方法的有效性。     

一种基于数据并行的过程神经网络训练算法

针对过程神经网络时空聚合运算机制复杂、学习周期长的问题,提出了一种基于数据并行的过程神经网络训练算法。该方法基于梯度下降的批处理训练方式,应用MPI并行模式进行算法设计,在局域网内实现多台计算机的机群并行计算。文中给出了基于数据并行的过程神经网络训练算法和实现机制,对不同规模的训练函数样本集和进程数进行了对比实验,并对加速比、并行效率等算法性质进行了分析。实验结果表明,根据网络和样本规模适当选取并行粒度,算法可较大提高过程神经网络的训练效率。