存在内部势Cx~n的一维无限深势阱问题的节点法

介绍用节点法求解存在内部势Ｃｘｎ的一维无限深势阱问题的物理原理，给出了该问题的数值结果，证实用节点法解决存在内部势Ｃｘｎ的一维无限深势阱问题比用变分法和微扰法的精度更高，方法更简便．     

求解拉压超静定问题的解析法

分析了轴向拉压杆件的变形与杆端结点位移之间的关系,并将其应用于拉压超静定问题变形协调方程的建立.实例证明,将这种方法得到的变形协调方程与静力平衡方程联立可方便地求解拉压超静定问题.     

内置梳齿钢板混凝土连梁与混凝土剪力墙节点性能

利用有限元软件Adina对内置梳齿钢板混凝土连梁与混凝土剪力墙节点性能进行了数值分析。将计算结果与试验结果进行对比,在验证有限元分析计算结果正确的基础上,利用有限元软件Adina对内置梳齿钢板混凝土连梁和普通钢筋混凝土连梁与剪力墙节点的抗震性能进行了比较,证明了这种形式节点性能的优越性。     

遗传算法的DV-Hop算法改进

DV-Hop算法中,平均每跳距离是影响定位精度的因素之一。针对平均每跳距离带来的定位误差,对锚节点和未知节点的平均每跳距离进行了改进和优化。首先引入遗传算法计算锚节点的平均每跳距离;然后利用跳数小于等于3的锚节点的平均每跳距离加权处理未知节点的平均每跳距离,减少平均每跳距离带来的误差。仿真结果表明,在不增加硬件开销的基础上,改进算法能够有效提高算法的定位精度,并且具有较好的稳定性。     

基于节点质量度的Spray and Focus路由改进算法

针对DTN网络中传统的路由协议未考虑到节点以及节点之间相遇时的一些属性特点问题,提出一种基于节点质量度的Spray and Focus路由改进算法,该算法包括两个阶段:基于节点质量度的Spray阶段和Wait阶段.在前一阶段,算法根据这些属性值确定节点之间的质量度,并根据节点的质量度进行中继节点的选择以及将消息发送给质量度高的中继节点.仿真结果表明,该算法能够提高消息投递成功率并降低网络的资源消耗.     

乙酰肝素酶与甲状腺乳头状癌淋巴结转移的相关性研究

【目的】通过研究乙酰肝素酶(HPA)含量与微淋巴管密度的关系,探讨HPA在甲状腺乳头状癌淋巴结转移中的作用。【方法】采用Envision免疫组织化学两步法检测150例甲状腺乳头状癌和200例结节性甲状腺肿患者乙酰肝素酶、D2-40的表达情况,计算乙酰肝素酶平均光密度值与D2-40阳性标记的微淋巴管密度,分析乙酰肝素酶含量与微淋巴管密度间的关系,同时与结节性甲状腺肿患者微淋巴管密度和乙酰肝素酶含量分别进行比较。【结果】甲状腺乳头状癌患者微淋巴管密度和乙酰肝素酶含量明显高于结节性甲状腺肿患者(P0.01),癌组织乙酰肝素酶含量与微淋巴管密度呈正相关关系(P0.01)。【结论】甲状腺乳头状癌患者乙酰肝素酶与微淋巴管形成有密切关系,乙酰肝素酶可作为其临床疗效判断和新药研发的参考指标。     

基于节点休眠机制的无线传感器网络覆盖控制算法

为了减少传感器节点的能耗,延长无线传感器网络的生命周期,提出了一种基于节点休眠机制的覆盖控制算法.其基本思想是:网络中所有传感器节点根据邻节点的个数、与邻节点之间的距离来决定是否进入休眠状态,以此来控制每一轮中活跃节点的个数,减少网络的能耗.实验仿真结果表明,在保证网络的覆盖情况下,该算法能够减少活跃节点数,降低网络覆盖冗余度.     

Ad hoc网络消息传播过程的高阶描述模型

为避免采用随机抽样模型对Ad hoc网络消息传播过程进行定量分析时存在的高估消息覆盖节点数的问题,对现有模型进行修正,提出了一种高阶描述模型.该模型在转发消息时考虑了会对下一次消息转发到达新节点的概率产生影响的2个参数:节点被访问次数和节点度.节点被访问的次数越多,模型的阶数越高.在包含2 000个节点的随机图网络拓扑上的仿真试验结果表明,当消息覆盖的节点数超过1 800时,无论拓扑是否连通,一阶模型和二阶模型对Ad hoc网络消息传播过程的拟合度均优于随机抽样模型.当网络拓扑不连通时,一阶模型和二阶模型仍会高估消息覆盖的节点数;相反,当网络拓扑连通时,两者对仿真结果的拟合度较好,最终误差分别为-7%和-1%.     

基于虚拟势场和学习自动机的有向传感网覆盖控制

针对目前有向传感网中覆盖增强和冗余节点体眠调度算法存在的问题,提出虚拟势场结合学习自动机的覆盖控制算法.引入基于质心距离和重复感知率的虚拟力改进模型,综合考虑虚拟向心力和切向力对感知角度调整的影响,建立微观虚拟力与转动角度的关系模型,并根据网络整体覆盖率增长率对节点调整幅度进行宏观控制,合理调整节点感知方向.在此基础上,根据节点重复感知率和能量因素建立学习自动机与环境信息的交互机制,学习最优的冗余节点休眠调度策略.仿真实验结果表明,该算法能够显著增强网络覆盖,并有效地控制网络覆盖冗余.     

P2P网络中最近节点定位的优化方法研究与实现

P2P网络移动节点设备资源短缺,导致网络资源负载不均衡,使P2P网络处于动态多变的状态。传统方法依据权重大小对最近节点进行定位,所耗费资源较多,无法对负载的网络资源均衡调整,导致定位精度差。提出基于信任度和蚁群算法的P2P网络中最近节点定位优化方法,对P2P网络中节点间的信任度进行计算;并及时更新计算结果。在此基础上,采用蚁群算法对最近节点进行定位,将转移概率函数值最大的节点作为最近节点。为避免节点定位过程中负载不均衡的问题,对其进行优化处理,引入转移概率函数值、能量值以及业务执行等候队列长度,获取定位最近节点的均衡函数,选择均衡函数值最大的节点作为最近节点。实验结果表明,所提方法提高了P2P网络中最近节点定位的效率和精度,具有良好的应用价值。