无线传感器网络初级初始化算法设计及仿真

针对网络初建无结构的特点,提出了基于共道干扰模型下的初级初始化算法．算法为每一个网络节点建立其邻居节点列表。确立簇头和从节点间的从属关系。并在此基础上,结合基于TDMA的MAC层协议,进一步为每一节点分配对应于TDMA不同时隙的不同颜色．仿真结果表明该算法具有较强的实用性．     

中国铜循环的熵分析

为确定铜循环过程中含铜物质的聚集和散失程度,将热力学中"熵"这一指标引入到物流分析中,给出了物流分析中"熵"的分布及其计算方法.在中国2002年铜循环现状分析的基础上,计算了铜循环整个过程中,即精炼铜的生产阶段、铜制品的加工制造阶段、铜制品的使用阶段和报废铜制品的回收阶段熵的变化,得到5个节点处的相对熵值分别为0.32149,0.06337,0.23946,0.59919和0.50786,整个过程中的相对熵变化率为57.97%,即含铜物质趋于分散,且较严重.提出了减少采/选矿环节、熔炼环节尾矿和熔渣中铜的损失量,提高报废铜制品的回收率等措施,将会有效地降低铜循环的熵值增加.     

Novel high-performance element in the electromagnetic finite-element method--node-edge element

It is known in the computational electromagnetics （CEM） that the node element has a relative wellconditioned matrix, but suffers from the spurious solution problem; whereas the edge element has no spurious solutions, but usually produces an ill-conditioned matrix. Particularly, when the mesh is over dense, the iterative solution of the matrix equation from edge element converges very slowly. Based on the node element and edge element, a node-edge element is presented, which has no spurious solutions and better-conditioned matrix. Numerical experiments demonstrate that the proposed node-edge element is more efficient than now-widely used edge element.     

基于软约束模式的加权最小二乘节点定位算法

当节点初始坐标精度较差时,大多数基于负梯度搜索的最小二乘类迭代定位算法容易陷入局部最优,产生较大的定位误差.作者通过引入网络部署时先验的限制性条件,提出了一种基于软约束模式的加权最小二乘节点定位算法(SCLS).该算法根据2跳邻居节点问必须满足的最小和最大测距限制性条件,在加权最小二乘优化代价函数中引入惩罚项,迫使负梯度搜索往节点真实位置方向前进,从而提高定位算法精度.仿真实验结果显示,SCLS定位算法精度明显优于经典加权最小二乘定位算法.在测距误差较大或节点初始坐标精度较低情况下,SCLS算法具有良好鲁棒性.     

基于呼吸疲劳节点的驾驶员疲劳状态判别研究

为了提高呼吸信号判别驾驶疲劳的准确率,本文通过模拟驾驶试验探究了呼吸信号与驾驶员疲劳状态的关系,提出了呼吸疲劳节点的概念,并基于呼吸疲劳节点判别了驾驶员的疲劳状态。首先,通过模拟驾驶试验采集驾驶员的呼吸信号,采用Karolinska嗜睡量表 (Karolinska Sleepiness Scale, KSS) 对疲劳程度进行主观自评量化。其次,把单位时间内眼睛闭合百分比 (Percentage of Eyelid Closure over the pupil over time, PERCLOS) 作为参考,与主观自评反馈结合,对驾驶员呼吸疲劳节点进行标定。最后,基于呼吸疲劳节点利用随机树算法获得了轻/重度呼吸疲劳变化节点的判别模型。结果表明:该模型能更加及时、准确地判别出驾驶员的疲劳状态;基于随机树算法获得的筛选条件对轻度呼吸疲劳变化节点识别的准确性要高于重度呼吸疲劳变化节点;轻/重度呼吸疲劳变化节点的平均识别误差分别为3.50 min和3.66 min,预测准确率分别为92.09%和92.03%。     

一种适用于质量交换网络优化的节点非结构模型

质量交换网络（MEN）作为过程集成系统的新兴分支方向，具有提高资源利用效率和降低环境污染的双重效益。目前典型的超结构模型在MEN优化中已经取得了很好的应用，但超结构固定排列方式限制了模型中换热器匹配的灵活性和求解域的扩大。基于此，提出了一种新的有分流节点非结构模型，以节点的形式量化传质单元的匹配方式，实现传质单元在流股上的自由匹配，从而增强了单元匹配的灵活性。同时考虑到实际工程中有分流情况的出现，以分组数和分支数表示传质单元的有分流形式，进一步扩大了模型的求解范围。最后，通过2个实际MEN算例分析计算，验证了有分流节点非结构模型的有效性。     

基于GCN的复杂网络关键节点识别研究

准确识别出网络中的关键节点是复杂网络研究的重要内容之一.现存的关键节点识别方法多数是基于网络结构提出的中心性度量方法,识别准确率低且适用范围具有局限性.因此本文提出了基于图卷积网络的关键节点识别方法,不仅考虑了节点属性,还考虑了网络结构和邻居节点结构.首先,根据网络图例数据提取多维度特征并构建特征向量;其次,将节点特征向量输入到GCN层学习;最后,通过回归损失函数计算出最小损失,识别出关键节点.本文选取传播动力学中的SIR模拟实验和牵制控制实验作为评价方式,在不同类型的真实网络上进行验证.结果表明本文提出的方法在适用范围和准确率方面较其他方法更具优势.     

稳定度激励算法对移动区块链节点的共识优化研究

在基于移动节点的区块链系统中，节点速度与位置的变化以及节点本身的可信度会影响共识节点选取和区块验证时的稳定性，存在产生恶意节点选取和区块验证共谋．本文提出一种稳定度激励算法，在节点选取方面，根据节点可信度和质量因子计算各个节点的稳定度，并选取稳定度超过阈值的节点成为候选节点，再从中选取稳定度较高的节点生成区块；在区块验证方面，利用节点的稳定度关联节点收益，通过计算节点的验证延迟与收益，并迭代节点收益约束计算延时需求和激励奖励的最优解，激励其余高稳定度的候选节点加入区块验证．仿真结果表明，在基于移动节点的区块链系统中，与MWSL和TSL两种算法进行比较，稳定度激励算法能够提高恶意节点的检测成功率和验证区块的正确概率，提高了区块链共识的稳定性．     

基于标记注意力机制的社区发现算法

针对网络的聚类进行研究,提出了一种基于标记注意力机制的社区发现算法,网络特征通过标记节点频率及反示例节点频率联合度量,为使网络特征的度量更加关注于示例节点的细节信息,引入注意力机制来处理网络特征。社区划分由复杂网络预处理、网络节点的策略、社区博弈归并三个部分组成,其中网络节点的策略由无贡献节点归并、节点到社区的判断以及节点逻辑标记和的判断三个步骤组成。实验借助于真实网络进行验证,在归一化互信息、模块度、社区划分数量及运行时间四个方面,基于标记注意力机制的社区发现算法都优于其它社区发现算法。在实际生活中应用此算法,能够更加直观地显示网络内部之间存在的联系。     

节点角色化的工业互联网感知层安全路由方法

针对新兴工业互联网因开放、异构、节点众多且资源受限等而面临突出的感知层路由安全困难的问题，提出一种节点角色化的工业互联网感知层安全路由算法。依据功能定位将工业互联网感知层中的节点划分为普通节点、簇首节点、汇聚节点和安监节点4种角色，建立起融合节点角色化和随机巡查的安全信誉评估方法，形成基于节点信誉评估的感知层分簇拓扑，融合节点安全信誉评估方法和Dijkstra算法优化建立工业互联网感知层安全路由。仿真结果表明，提出的算法对工业互联网感知层恶意节点的发现准确率可达到94%，有助于提升工业互联网感知层的路由安全。