改进信息离散性度量方法的蛋白质二级结构预测

采用一种信息离散性度量方法对CB396数据集中的蛋白质数据进行二级结构预测,预测准确率达到72.1%.为了提高预测准确率,将FDOD算法结合PSI-BLAST进行多重序列比对,使预测准确率提高到75.6%,证明了该方法的有效性.在此基础上,利用20种疏水标度改进FDOD方法,以减小计算量.最后,结合长程作用,对预测准确性的影响因素进行了讨论.     

无线传感器网络中定位技术的研究

针对无线传感器网络中DV-Hop算法定位性能受到网络拓扑结构约束,在网络节点分布非均匀情况下,估计节点位置精度不高的缺陷,在保证不增加额外开销的同时,采用最小均方误差准则代替无偏估计准则的策略,并考虑通信范围与跳距之间的关系,对算法进行了改进,实验结果表明该策略有效地提高了节点定位精度.     

基于改进的YOLO v3的遥感图像目标检测

为了实现对遥感图像目标检测，对YOLO v3算法特征提取网络进行了改进。采用复制主干网络的方法，搭建辅助网络，使网络能够提取到更多的特征。为了使主干网络和辅助网络所提取的特征整合到一起，采用挤压激励(Squeeze and excitation, SE)注意力机制模块进行连接并使用DOTA数据集进行验证，以准确率等评价指标来评价改进网络的性能。实验结果表明，检测的能力在改进后有着明显的提升，比原始的YOLO v3算法准确率提高了8.68%,在检测精度上有所提升。     

基于改进的YOLO v3的遥感图像目标检测

为了实现对遥感图像目标检测，对YOLO v3算法特征提取网络进行了改进。采用复制主干网络的方法，搭建辅助网络，使网络能够提取到更多的特征。为了使主干网络和辅助网络所提取的特征整合到一起，采用挤压激励(Squeeze and excitation, SE)注意力机制模块进行连接并使用DOTA数据集进行验证，以准确率等评价指标来评价改进网络的性能。实验结果表明，检测的能力在改进后有着明显的提升，比原始的YOLO v3算法准确率提高了8.68%,在检测精度上有所提升。     

认知无线Mesh网络中基于频谱聚合度的分簇算法

针对认知无线Mesh网络拓扑结构和可用频谱实时变化的特点,提出一种基于频谱聚合度分簇(SCDC)算法.该算法提出了节点间可用频谱的质量聚合度因子,联合节点位置变化信息,通过计算节点权值实现认知无线Mesh网络分簇的优化.另外,该算法通过簇内成员节点数量的约束阈值实现均衡网络负载.仿真分析证明,SCDC算法在维持网络拓扑相对稳定和提高频谱利用率方面更具优势.     

一种改进的局部离群数据检测算法

针对传统局部离群数据检测算法时间复杂度高、参数鲁棒性差的问题,在基于连接的异常因子(Connectivity based outlier factor,COF)算法的基础上,提出了一种基于聚类和密度的局部离群数据检测算法。利用聚类方法从原始数据集中筛选出候选离群数据集,来降低算法的时间复杂度;在进行数据对象之间距离计算时,引入信息熵的概念确定数据对象的离群属性,以提高算法的检测准确率。确定数据集的离群属性后,采用新的局部链接离群因子(Local connectivity based outlier factor,LCOF)度量候选离群数据集中数据的离群程度。此算法在保证检测准确率的前提下,降低了时间复杂度和检测准确率对参数的依懒性。仿真结果证明了所提方法的有效性和可行性。     

求解Hamming距离下单位型单发点树型网络最短路改进问题的算法

给出了求解两类特殊的Hamming距离下单位型单发点树型网络最短路改进问题的多项式时间算法,并研究了一般树型网络下该问题的性质.解决了Hamming距离下逆问题(改进问题)中的部分问题,有助于设计出更多的求解Hamming距离下单位型树型网络最短路改进问题的算法.     

基于遗传双映射神经网络的机械臂运动控制研究

讨论了一种基于双映射神经网络的机械臂运动控制器.并采用遗传进化算法对该控制器网络拓扑结构和参数进行了优化,实现了机械臂的轨迹跟踪控制.计算机仿真表明该控制器具有较高的控制精度和响应速度,可以满足机械臂工作要求.     

一种基于端到端的网络拓扑推断方法

提出一种新的基于三元分组列车测量拓扑结构的方法,此方法利用叶节点的层析信息将叶节点进行聚类,依据时延抖动和丢包率两个参数计算节点间的相关性,有底向上构造网络拓扑树.该方法较之前方法有效减少了探测包的发送量,并且其推断准确度有所提升,不受到网络负载的影响.最后在NS2仿真环境下进行实验,验证该方法的有效性与准确度,并与其他方法进行比较.     

一种基于结构信息总结树的XML文档聚类方法

提出一种有效的XML文档结构信息表达方法,用数字化的结构总结树SST对XML文档的结构信息进行编码,在此基础上给出结构距离的定义,并采用遗传算法对XML文档进行聚类.实验证明该方法分类准确率高,易于实现,且不需先验的DTD知识.