基于用户QoE的室内可见光通信系统接入策略

在可见光通信网络室内场景中,针对用户难以选择合适的发光二极管进行接入从而实现高质量流量服务的问题,以用户为中心,引入系统性能指标:用户体验质量(QoE).以QoE概率覆盖模型为基础,提出基于用户QoE优化的贪婪接入算法.通过MATLAB进行仿真,将贪婪接入算法与就近接入方法在用户数量、覆盖概率、接入阈值、接收视角等方面...     

基于终端测量的移动流媒体QoE评价方法与设计

针对在进行用户体验质量（Quality of Experience QoE）评价时获取数据困难的问题,建立一套在移动终端上获取用户体验数据的方法,来为QoE评价提供数据支持.目前,对于用户体验质量的研究大多都是在实验室环境下进行的,很少考虑到现实环境,导致研究具有局限性.通过设计运行在移动终端的应用程序,可以获取用户在真实环境下的主客观QoE数据,结合LivingLab理论,提出一种基于真实用户环境来研究QoE的方法.实际应用表明,该方法可以较好地评价用户体验质量.     

基于反向选择的网络异常学习行为识别方法

网络学习中,异常学习行为不易及时被察觉和纠正,可能会导致严重的学习问题.网络异常学习行为具有多样性和不确定性,难以通过规则直接界定.借鉴生物免疫系统识别病原体的原理设计的反向选择算法,能自适应识别未知异常,并具有实时性、动态性、多样性、鲁棒性等特征.借助主成分分析法从网络学习行为日志数据中抽取行为特征,构成多维空间的学习行为向量,通过优化训练集改进了反向选择算法并设计了基于该算法的网络异常学习行为识别方法 .在真实数据集上的实验结果表明：该方法的识别率优于朴素高斯贝叶斯、决策树、支持向量机等常用算法,能够及时对异常学习行为进行早期预警,为干预和改进学习效果提供客观依据.该方法不需要人工干预,能识别未知的异常行为,具有多样性和较高的自适应性.     

分布式数据挖掘中的最优K相异性取样技术

为了弥补基于集中式处理的分布式数据挖掘方法的不足,有效地实施分布式数据挖掘(DDM)任务,需要一种能从分布式数据源中获取多样化代表性取样集的技术.提出了一种新的适用于分布式数据挖掘环境的数据取样算法(OptiSim-DDM方法),算法核心是基于最优K相异性进行数据选择,采用移动Agent技术和扩展的最优K相异性数据多样化代表性子集选择方法,能在各分布式数据场地中轮转选择出全局数据集的多样化代表性取样集.该方法通过降低所挖掘的数据集的数据规模来降低数据挖掘算法的时空复杂度,降低网络通讯代价,提高数据挖掘的执行效率,适合于各场地数据是互相关联和互相依赖的分布式数据挖掘任务.实验结果证实该方法是可行、有效的.     

突出煤层微震动态响应与多参量指标预警方法

针对目前常规监测预警技术及单一预警指标难以适应整个采掘过程等问题,以贵州义忠煤矿为工程背景,基于微震监测技术手段,分析井下典型信号的微震响应特征,研究微震预警指标与瓦斯涌出动态指标的相关性,形成一套科学、完备的预测指标体系.提出煤与瓦斯突出危险性的动态评价与参量联合预警方法,基于多指标参量联合预警的综合预警机制,对预警模型触发的预警进行分级处理,共划分为安全、较安全、危险和高度危险4个预警响应等级.实现微震信号的连续采集、预处理,微震事件的多维展示和时空分析,收集打钻等煤矿井下典型干扰信号,完成各类型信号的特征分析.通过微震指标与常规预测指标的相关性分析,认为微震指标的变化特征与突出危险性预测指标、瓦斯涌出指标变化有较好的一致性.研究结果可为实现煤与瓦斯突出微震预警提供理论支撑.     

IPTV质量监测的研究与实现

电信运营商由于缺乏有效的IPTV故障定位手段,导致难以及时发现IP网络中潜在的拥塞、阻断、冲突等故障,难以实现对IPTV业务的"实时监测、主动运维"。该文将分析电信运营商对IPTV服务质量监测的需求,在此基础上结合现有监控技术研究,提出一套IPTV服务质量监测系统的解决方案。     

基于决策树的DDoS攻击检测方法研究

采用决策树中的ID3算法,提出一种基于数据挖掘技术的DDoS攻击检测方法.该方法从被监控网络采集的数据中提取网络流量特征设计检测系统,较好地解决了网络流量分析中数值属性特征的分类问题.实验结果表明该系统能有效检测网络中发生的DDoS攻击行为.     

网络舆情危机的预警方法概述

论述了网络舆情监控的重要性,并据此总结了目前研究较多的网络舆情危机预警方法,包括基于情感倾向性分析技术的预警、基于网络舆情晴雨表的预警、基于指标的预警体系、基于Web数据挖掘的预警、基于模糊推理的网络舆情预警方法等。认为基于计算机网络技术和文本分析处理技术的互联网舆情监控系统将会越来越多引起人们的关注。     

小生境粒子群优化ABC支持型QoS组播路由机制

针对ABC总最佳链接支持型QoS(服务质量)组播路由存在的链路参数不精确、用户QoS参数难以描述以及用户与网络运营商效用相矛盾等关键问题,提出了一种基于用户和运营商博弈的多目标模型,采用模糊数学的方法对链路参数和用户的QoS需求进行处理,利用用户和运营商在每条链路上效用的博弈达到纳什均衡下的Pareto最优,保证了用户和运营商的公平性.为有效求解该多约束QoS组播路由模型,提出一种基于动态Pareto解聚类分析的小生境粒子群的多目标算法.该算法采用聚类小生境保证解的多样性,引入动态更新Pareto最优边界加速寻得优质解过程.最后,基于NS2平台对路由机制及算法进行了仿真实现与性能指标评价.实验结果表明:该路由算法在可信度、用户效用、网络运营商效用等方面具有突出的优势,验证了其有效性与可行性.     

基于主成分分析和投影寻踪的风电场项目综合评价

针对风电场项目在规划、投建、运行过程中牵涉因素众多,且存在重叠性或相关性,难以直接优化选择的问题,采用主成分分析和投影寻踪组合的方法综合评价风电场项目的经济效益,并选择出最优的风电场项目规划方案.研究表明,投影寻踪主成分分析方法既不减少评价指标的信息量又能简化运算,通过对原始变量一维投影的研究,寻求其中起主要作用的少数综合指标,得到的新指标是原始指标的线性组合.最后,把该综合评价模型应用到浙江舟山4座拟建的风电场项目中,结果表明该模型的合理性与科学性.