基于优化理论的网络拥塞控制机制的建模方法

介绍了一种基于优化理论的网络拥塞控制机制的建模方法．在描述了现有拥塞控制机制基本原理的基础上，以Reno／RED为网络实例，讨论了拥塞控制机制数学模型的建立．说明了本文所介绍的建模方法，对网络拥塞控制机制的分析和设计是有帮助的．     

培养我校学生良好人际交往能力

人际交往是人们社会生活的重要内容之一,自我的发展、心理的调适、信息的沟通、各种不同层次需求的满足、人际关系的协调、都离不开人际交往。每一个学生都希望善于交往,都希望通过交往建立起和谐的师生关系、同学关系、朋友关系……。而这些良好的社会关系可以使个人在温馨怡人的环境里愉快地学习、生活和工作。但在实际的交往过程中,我们发现有些学生很会交往,举手投足很是得体;而有的同学遇见老     

湖北铁山压溶劈理构造初探

本文通过对湖北铁山观测的压溶进行野外观测,发现了在铁山镇南端秀山广泛发育灰岩夹泥灰岩,并分析得出了发育了两期压溶过程,即早期的顺层压溶和褶皱形成后的切层压溶.然后本文对压溶劈理的力学形成过程建立二维本构方程,并进行了数值模拟,其结果野外观测资料基本吻合.     

基于DCPAN的低剂量能谱CT图像去噪方法

能谱式计算机断层扫描(CT)成像技术具备良好的能量分辨率,能够精确地鉴别人体组织成分,从而为后续诊断提供更准确的检测信息．随着辐射剂量的降低,能谱CT图像中噪声水平显著提高,对成像质量产生严重影响,进而降低了组织成分的解析精度．基于卷积神经网络(CNN)的去噪模型虽然可以显著降低图像中的噪声含量,但随着卷积层数的增加,深层神经网络通常会丢失高频信息．为了解决这一问题,并实现在低剂量条件下重建出高质量能谱CT图像,本文提出了一种结合通道注意力机制(CA)和持续自注意力机制(PSA)的密集连接持续注意力网络(DCPAN)．两种注意力机制分别建立特征图像在通道和全局维度的联系以提高网络对图像高频分量的敏感程度,进而抑制高频细节信息的丢失．该模型所采用的密集连接结构通过特征复用的方式可以在前馈传播中保留高频信息,使用复合损失函数来监督网络的训练可以使该模型对边缘特征和组织细节信息更加敏感．实验结果表明,经该模型处理的腹部切片CT图像峰值信噪比、结构相似性指数和特征相似性指数分别达到了38.25 dB、0.993 7和0.973 2以上．相比于目前先进的CT噪声去除方法,该方法具有更好的噪声抑制...     

基于包过滤的DDoS防御系统

简要介绍了分布式拒绝服务攻击的原理,对现有的DDoS攻击检测技术进行了讨论和评价.在此基础上,重点介绍了基于统计分布特性的异常检测技术,并采用实时监测网络流量与包过滤相结合的方法在目标端防御DDoS攻击.     

基于SNMP协议的网络流量侦测系统设计及实现

介绍网络管理的协议标准，在SNMP协议的基础上，设计并实现了一种不同厂商网络交换设备的流量侦测系统——NSDFD．该系统能够及时发现网络中的拥塞位置和攻击源主机．     

单相电机性能计算的新方法——等效电流法

与传统的对称分量法及旋转磁场法不同，本文用等效电流法对电容运转形式的单相电机进行了性能计算，主要推导出了主、副相电流的计算公式．文中最后给出了较为吻合的计算结果与实验结果     

神经网络TSP问题仿真分析

描述了Hopfield神经网络和自组织特征映射神经网络解决TSP问题时的求解过程和仿真算法.通过对两种算法的仿真比较,得出以下结论:对于较大规模的TSP问题,SOFM模型的寻优结果要优于HNN模型寻优结果;HNN对网络模型参数和初始条件具有很强的依赖性且调整参数组合非常困难,而SOFM的参数设置和调整相对要简单得多;SOFM算法对待解决问题的拓扑分布不敏感,而HNN算法的收敛性对待求解问题的自身分布有很强的依赖性;当待求解问题的数目增大时,SOFM算法的运算时间增加缓慢,而HNN算法的运算时间增加较快.因此,在解决TSP问题时,自组织特征映射神经网络比Hopfield神经网络的效率高,随着问题规模的增大,其优势更为明显.     

基于模型误差EKF-HIF算法的锂动力电池SOC联合估计

针对锂动力电池荷电状态(State of Charge,SOC)估计策略,提出了一种基于模型误差EKF-HIF算法的SOC联合估计方法。首先,通过建立电池等效电路模型,利用BP神经网络(Back Propagation Neural Network,BPNN)预测该电池模型误差。其次,推导扩展卡尔曼滤波(EKF)和H∞滤波(H Infinity Filter,HIF)算法流程,根据模型误差选择不同算法进行SOC状态估计。最后,通过仿真验证了该联合估计算法的有效性和可行性。