TCP拥塞控制分析模型

介绍了研究传输控制协议 (TCP)拥塞控制问题的各种分析模型 ,指出了研究TCP拥塞控制的主要目标 .对当前国内外的研究动态给予了讨论 ,并对当前现有模型根据其流量范围和使用的分析工具进行了分类概括 .最后概要地阐述了在端到端和在网络中进行拥塞控制的相互关系     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

无线多媒体传感器网络自适应拥塞控制算法

针对无线多媒体传感器网络(WMSN)中多对一通信时产生的网络拥塞问题,提出了一种自适应的WSMN网络拥塞控制算法ACCP。通过结合速率控制和资源调度,并采用分簇的网络结构,根据簇首及簇内的拥塞指标,来分别启动对应的拥塞控制机制:当簇首发生短时间拥塞时,就启动属于资源调度的网络内存储管理机制,来暂时减缓网络内过多数据包;但当簇中的存储节点也无法容纳过量的数据包时,速率控制就启动,让流量减缓下来,并且只调整数据实时性要求较低的数据流的速率,以达到控制流量、减缓甚至消除网络拥塞的目的。仿真结果显示:ACCP在传送速率不同下,可以比InS、HCCP更有效的控制网络拥塞的情况,而在比较缓存容量不同的情况下,虽然ACCP只比HCCP能够稍微改善网络拥塞的情况,但却能够大幅度改善InS的数据包丢失率。     

动态模糊神经网络研究

针对静态网络无法处理暂态问题，对具有递归环节的动态模糊神经网络进行了研究。通过在网络第二层中加入内部反馈连接，使其具有动态映射能力，从而对动态系统有更好的响应。网络使用遗传算法与反向传播BP(BackPropagation)算法相结合来训练，避免陷入局部最优解。采用时序预测和动态非线性系统进行了仿真研究，结果表明，动态模糊神经网络较之普通模糊神经网络在收敛速度、预测精度和网络规模等方面都有较大的改善，并具有更好的动态系统处理能力。     

多瓶颈节点ATM网络预测拥塞控制方法

应用广义预测控制(GPC)方法,对多瓶颈节点的网络设计了一种ABR反馈控制方法,保证了闭环控制的稳定性,降低了网络的拥塞程度和持续时间,最大化了网络资源的利用率,同时极小化了高优先级业务对系统性能的影响.     

基于数据仓库的城市交通拥堵疏导数据管理

从分析城市交通拥堵疏导管理决策中数据来源的多样性及异构性出发，为实现对各种数据和信息的汇总和综合，提出了城市交通拥堵疏导管理数据仓库的体系结构，探讨了该体系结构建立中的数据抽取与转换，元数据、中央数据库与数据集市，数据访问与分析等重要组成部分，并且，通过主题，维度，粒度及分割等概念的引入，着重研究了该数据仓库中的数据组织与数据模型的建立，从而为城市交通拥堵疏导管理决策提供一个统一、综合的数据环境。     

TCPS-jump:卫星信道拥塞控制新算法

由于卫星通信系统具有的长时延特性以及无线信道误码率高的特点 ,传统的应用于Internet的TCP拥塞控制机制在卫星通信链路上进行TCP数据包传输时不能充分利用网络的吞吐量 ,导致网络效率低下 .因此提出一种新的基于TCP拥塞控制窗口大小的改变新算法TCP Sjump ,旨在有效提高卫星通信链路上的网络利用率 ,并给出了在实际环境中和利用计算机进行仿真试验的研究模型     

用简单动态递归网构造固体散料流量模型

提出了用简单动态递归网来建立固体散料流量模型，针对动态递归网结构复杂，训练算法收敛速度慢的缺点，采用一种结构十分简单的递归网，对RPE算法进行了改进和补充，使之适用于简单递归网，用来对网络的权值和阈值进行调整，建模结果表明此方法收敛速度快，精度高。     

时分交换的IPover WDM网络接入特性研究

 对在光网络层采用时分与波分相结合交换的Ipover WDM网络结构及交换方法进行讨论,并对其网络的阻塞特性和随机接入特性进行分析研究.结果显示随机接入算法能够有效地解决阻塞问题,进一步提高信道利用率.     

线性循环数列的通项公式

对一般的线性循环数列进行了讨论，利用特征方程的根给出了一般线性循环数列的通项公式。