动态心电数据的小波网络压缩算法

研究了心电信号的非平稳过程特性,从时间序列建模角度分析动态心电数据表示模型和压缩算法。采用小波网络作为建模工具,将原始心电数据映射为小波网络的参数作为数据重构信息,给出压缩/重建的实验结果并分析讨论。研究表明,小波网络压缩算法继承了小波变换和神经网络的优点。具有较好的压缩性能。     

基于小波网络的遥测视速度异常数据剔除方法

为了提高遥测视速度数据的质量,保证制导工具系统误差分离精度,提出了一种小波网络预测与3σ准则相结合的遥测视速度异常数据检测和剔除方法。将遥测视速度数据加时间窗获得小波网络的训练样本,根据3σ准则对网络输出进行检测判别异常数据,对异常数据用小波网络的一步预测输出代替。试验数据处理结果证明了利用小波网络进行遥测异常数据剔除的可行性。由于小波网络的拟合作用,可以提高输出的信噪比。     

一种基于心电数据压缩的小波元选择方法

介绍了用于心电数据压缩而构造的一种小波神经网络以及它的小波元选择的方法．提出了根据对心电数据做频谱估计，确定其时频域支撑，再根据小波的时频特性确定小波函数的时频域支撑，来初步选定小波元，然后再利用OLS算法对初选的小波元进行筛选．选用Morlet小波为母小波，并用一段心电信号来对该方法进行验证．验证结果表明落在心电数据频谱范围内的Morlet小波有152个，再通过OLS算法筛选后小波元数大大减少了，使得小波网络的尺寸趋于最优．在网络训练时，训练时间也明显地减少．     

基于小波网络的复杂系统建模方法研究

提出一种基于小波网络建立复杂系统模型的方法。利用改进的粒子群优化算法对小波网络的权参数进行调整,使小波网络结构全局最优或近似于全局最优,同时神经网络权值参数能够更快、更有效地向全局最优解收敛。     

基于小波网络的非线性逼近方法

利用小波空间中函数的多分辨率分解思想,结合神经网络构造了一种多尺度正交小波网络模型,利用最小二乘法对网络参数进行确定,对非线性函数进行了逼近的仿真研究,与前向BP神经网络进行了仿真比较。结果表明,这种新的小波网络具有良好的函数逼近能力,收敛速度快且逼近精度高。     

基于SI实现逼近网络原理的连续小波变换

研究逼近网络原理的连续小波变换的SI(switched-current)实现方法。利用网络函数逼近理论,将连续小波变换转化为双二次函数并联电路结构,并以SI电路技术实现任意一维连续小波变换。本文以Marr小波为例。     

城市用水量非线性组合预测方法研究

利用小波网络构造模型的优化组合函数,建立了城市用水量非线性组合预测模型.将非线性组合函数的拟合转化为小波网络参数的估计,采用遗忘因子法训练网络的权值,利用递推预报误差算法训练尺度因子和平移因子.实例表明,该方法具有很强的泛化能力与自适应数据和函数变化的能力,能够有效提高预测精度,克服了线性组合预测方法适应性不强的问题.     

基于OMNeT++的无线传感器网络数据压缩仿真设计

利用Haar小波变换进行模拟实验,实现了基于OMNeT++的无线传感器网络数据压缩算法的仿真架构,并对Haar小波数据压缩算法下的无线传感器网络诸参数,如能耗、压缩比和均方差等进行了仿真.仿真结果数据证明了该仿真器对算法仿真的有效性和可靠性.     

小波神经网络的参数初始化研究

随机产生的初始参数往往使小波神经网络的学习次数大幅度地增加，甚至不收剑，为了加快网络的学习速度，本研究提出了一种将小波网络的初始参数设置和小波类型，小波时频参数和学习样本等联系起来的小波神经网络的初始参数设置方法，学习实例结果表明，按照这一方法不但可以获得高几率的优秀初始参数，而且能大大加快小波网络的后续学习速度。     

ATM环境中的VBR分层编码算法

本文针对ＡＴＭ网络的特点,利用小波变换的优势,讨论了怎样将小波变换用于分层以及怎样对分层数据进行可变化特编码,给出了实验结果。     

基于复杂网络理论的产品族零部件关系网络研究

用复杂网络的理论来研究产品族零部件关系网络.得出产品族零部件关系网络属于无标度网络;提出它的两个特性即增长特性和优先连接;给出了零部件关系网络的3个统计性质,平均路径长度,聚类系数和度分布.     

非线性网络的拓扑分析

将线性网络的拓扑分析法推广到非线性网络,提出了非线性网络的“通解”、“特解”、“真特解”等新概念,使非线性网络有了类似于线性网络的解析解,这对于非线性电路的分析和设计是非常有用的。     

基于层析分析法与模糊聚类分析的通信网络效能评估

通信网络效能评估直接关系到通信网络系统的成败,本文采用层次分析法与模糊聚类分析相结合的方法来进行通信网络效能评估。构建了通信网络效能评估指标体系,并基于层次分析法确定各个指标的影响权值,在此基础上,通过实际调研分析获得了某通信网络的样本数据,采用模糊聚类分析方法对样本数据进行聚类分析,最终将该通信网络评估为优秀（Ⅰ类）、良好（Ⅱ类）、合格（Ⅲ类）和不合格（Ⅳ类）四个等级。本文的研究为通信网络效能评估探索了一条有效的方法。     

单跳无线传感器网络能量分析计算

该文研究单跳无线传感器网络系统能量消耗的理论模型及其分析计算.采用电磁场能量扩散理论、电路能量消耗理论和技术,得到传感器网络中用于感知的普通节点、数据汇聚和簇头节点的能量模型,以此为基础,获得单跳传感器网络的系统能量模型.将这些模型应用到以Motorola芯片所构成的传感器网络系统分析中,所计算的网络节点能量消耗同Motorola产品性能指标一致,并计算出单跳网络中最优簇头数目与节点总数目的关系,以及网络系统总能量和总节点数目的关系,两者都近似成线性缓慢变化的特征.该文研究结果对于无线传感器网络节点设计和系统设计都具有直接的参考价值.     

LMBP和RBF在ECS特性曲线拟合中对比研究

为精确反映数字式涡流传感器的输入输出特性, 为其非线性补偿提供可靠依据, 对传统BP（Back Propagation）神经网络进行改进, 利用LMBP（Levenberg Marquart Back Propagation）神经网络和RBF(Radial Basis Function)神经网络对涡流传感器的输入输出特性曲线进行拟合, 并将两者拟合结果进行对比研究。仿真结果表明, 在训练样本数量相等且中小规模网络的条件下, 采用RBF神经网络比采用LMBP神经网络进行曲线拟合的误差更小、 收敛速度更快且具有更高的拟合精度, 为工程实际中一维数据的拟合方法选择提供了依据。     

A survey on routing in wireless sensor networks

One of the most important issues in wireless sensor networks is data delivery service between sensors and the data collection unit (called sink). Although sensor networks and mobile ad hoc networks are similar to some extent, they are radically distinct in many aspects. Sensor networks have many unique features, making them more challenging and need further research efforts. The existing routing protocols for sensor networks can be classified as indicator-based and indicator-free. In this survey, we make a comparative study of these protocols. Open issues and research directions are pointed out as guidelines for our future work.     

分布式三环网络传输延迟

分布式三环网络是至少具有一个环结构的网络，利用层图模型，首先用整数分拆的方法重新给出了一般环网络直径的上界，重点研究了三环网络，给出其直径的上界，并给出N不太大时，三环网络取得最优的一个条件。     

A survey on routing in wireless sensor networks

One of the most important issues in wireless sensor networks is data delivery service between sensors and the data collection unit (called sink). Although sensor networks and mobile ad hoc networks are similar to some extent, they are radically distinct in many aspects. Sensor networks have many unique features, making them more challenging and need further research efforts. The existing routing protocols for sensor networks can be classified as indicator-based and indicator-free. In this survey, we make a comparative study of these protocols. Open issues and research directions are pointed out as guidelines for our future work.     

参照零模型的符号社交网络理论研究

 结构平衡理论和地位理论是社交网络领域的重要理论,可以用来分析同时具有正向和负向连边的社交符号网络。提出了3种新的随机断边重连零模型,基于随机断边重连和符号随机置乱两大类零模型,对符号社交网络的地位理论和结构平衡理论进行了系统研究。发现基于零模型不但可以验证两种理论在实证网络中的准确性,还能揭示正边、负边拓扑结构和连边符号相关性对于整个网络性质的影响。提出了一个新框架,研究能否将有向符号网络转化为无向符号网络,发现目前常用的将有向符号网络转化成无向符号网络的方法在有些情况下对于研究社交网络理论是不合适的,存在着信息损失;讨论了非符号有向网络中的势能理论。     

基于SENCOMM可加载库安全模型的研究与实现

主动网络的安全问题是当前主动网络研究中的热点问题。与传统网络的安全性相比,由于主动网络的节点是可编程的,因此主动网络的安全性问题更加突出。在SENCOMM平台的基础上,分析了SEN-COMM体系结构和其可加载库中潜在的安全隐患,提出并实现了一个SENCOMM可加载库的安全模型。