用基于模糊聚类的Kruskal算法构建进化树

对线粒体DNA序列可通过图形表示及计算曲线的散度均值来构造模糊论中的相似矩阵,基于这些,提出一种新的方法:用模糊聚类图论法中的Kruskal算法来进行系统进化树的重构,并选取了8个物种的线粒体DNA序列来说明此方法.     

普里姆算法和克鲁斯卡尔算法构造最小生成树

最小生成树有许多重要的应用,本文介绍了两种最常用的构造最小生成树的算法,普里姆(Prim)算法和克鲁斯卡尔(Kruskal)算法。     

网页结构树相似度计算

提出了一种针对网页结构树的相似度计算方法,首先把网页标签结构表示成树,然后通过动态规划算法,使两棵树在每一层上最相似的儿子节点继续进行比较,而那些没有找到匹配节点的儿子节点则产生距离,累加这些距离作为两棵树之间的距离,以此来衡量两个网页之间的相似程度。实验证明本方法可以正确区分同类网页和不同类网页。     

一种发现社团结构的快速凝聚聚类算法

为了快速探测复杂网络中的社团结构,提出了基于网络节点耦合度的凝聚聚类算法.首先利用一种优化的聚类中心算法确定初始聚类中心节点,然后根据节点间耦合程度和节点度分别对各社团的节点进行分类和不断调整聚类中心,直至聚类算法结束.实验结果表明,该算法能够快速准确的划分复杂网络中的各社团.     

可分拟满Steiner树的结构与生成算法

本文给出可分拟满Steiner树的结构性质及生成算法,利用此算法可直接构造出具有这类结构的Steiner最小树。     

Internet AS层拓扑节点度分布特性的演化规律

为深入了解和认清Internet拓扑的不变特性和动态规律,讨论大规模复杂网络自相似分形维数的计算方法和重整化过程,给出基于节点度阈值的重整化算法,对Internet AS层拓扑进行重整化,分析Internet AS层拓扑节点度分布特性在重整化过程中的变化规律或趋势.实验结果表明,各重整化Internet AS层拓扑节点度幂律分布的幂指数值是相同或相近的,进而推导Internet AS层拓扑演化过程中近期节点度幂律分布特性的不变特性和早期节点度幂律分布特性的演化规律.     

认知无线电中基于可信度的感知节点集选择

联合谱感知虽然可提高系统的感知性能,但随着感知节点数目的增加,系统资源的占用越来越多,系统传输 效率下降. 该文详细分析了联合谱感知方法的感知性能,得到感知节点集感知性能与感知节点数目和平均接收信噪比之 间的关系,在此基础上给出一种感知节点集的选择方法. 针对认知网络中可能存在的不可信节点对感知节点集选择方法 的影响,提出可有效剔除不可信节点的可信度检测方法. 综合上面两种方法,提出了基于可信度的感知节点集选择算法, 在进行感知节点集选择的同时可有效剔除不可信节点,有效地保证了所选节点集的感知性能. 仿真结果验证了算法的有 效性和可靠性.     

基于K-means聚类的安全高效的数据聚集算法

无线传感器网络(Wireless Sensor Networks,简称WSNs)是一种多跳、自组织式的网络,传感器节点在能量、通信能力以及计算能力等方面均受限,并且在数据传输过程中也存在安全隐患,基于此提出了一种基于K-means聚类的安全高效的数据聚集算法KSEDA(K-means Safe and Efficient Data Aggregation).该算法采用K-means聚类算法对传感器节点进行分簇,通过分析节点的剩余能量进行选择簇头节点;并在向汇聚节点Sink传递过程中通过安全多方计算协议进行数据安全聚集.通过与CPDA算法进行实验对比,算法具有低能耗、高安全性等特点.     

计算机中遗传算法中树构造的分析

提出了一种解决Steiner最小树问题的自适应遗传算法,将Steiner最小树问题转化成一个组合优化问题,并对部分初始种群的构造给出了一种试探选择方法。通过对通讯网络Steiner最小树问题的实例仿真分析,表明算法能有效地跳出局部极小值并快速地收敛于全局最优值。将其推广到考虑建站费用的极小树问题上,取得了很好的近似解。     

求解矩形物体布局问题的分布评估算法

介绍了分布评估算法的主要特点,通过对矩形物体基于布置点的布局方法进行改进,在引入新的个体表达方式和物体布局规则的基础上,提出了求解矩形物体布局问题的分布评估算法.实例表明该算法优于传统的遗传算法.     

多层前馈人工神经网络结构研究

研究表明，由多层FNN的BP算法误差函数构成的非线性方程组的独立方程个数和FNN的待求未知变量的个数应该相等，该方程组才能有唯一组解．由此导出网络结构方程式，进而导出隐层层数判别式和每层神经元个数判别式．依据Kolmogorov定理，由该判别式得出求解FNN隐层层数和每个隐层神经元个数的具体算法．计算机仿真结果表明该方法简明实用．     

大规模无线传感器网络中近似静态分簇的高效概率覆盖协议

为在大规模无线传感器网络中获得较好的网络性能,提出一种基于近似静态分簇的高效概率覆盖协议EPCSC. 该协议通过近似静态分簇节省网络资源,保持网络连通性. 根据网络QoS期望值选择必需节点数目来保证网络服务质量,实行簇头轮换机制,并在簇头间构建近似Prim最小生成树来有效延长网络生命期. 仿真结果表明,EPCSC协议能有效降 低控制开销,显著延长网络生命期,提供满足应用期望的网络服务质量.     

基于模糊粗糙神经网络的交通流研究

交通流预测是实现道路交通科学管理的重要内容,文章概述了模糊粗糙神经网络的基本原理,通过模糊粗糙隶属函数建立了基于模糊粗糙神经网络的交通流控制模型,设计了两级协调模糊控制器,结合模糊控制理论和神经网络各自的优点,构造了模糊粗糙神经网络.通过实践结果证明,该算法精度高,学习速度快,适应能力强,对实时交通流预测有一定的指导意义.     

基于免疫聚类和遗传算法的RBF网络设计方法

基于人工免疫机制和遗传算法,提出了一种训练径向基函数(RBF)网络的混合算法.该算法采用了一种可以实现数据聚类的人工免疫机制根据输入数据集合自适应地确定RBF网络隐层中心的数量和初始位置;采用遗传算法训练RBF网络,能够使优化过程趋于全局最优.将该方法用于多用户检测问题的实验结果表明,采用这种混合算法训练的RBF网络结构精简,具有很好的抗多址干扰的性能.     

摊铺机振动梁结构动态特性设计研究

摊铺机是一种重要的筑路机械，其振动梁的动力学特性与摊铺效果有密切关系，本文基于动力学逆问题的基本思想，对摊铺机振动梁结构动态设计中的主要问题进行了深入的讨论，文中首先基于振动梁的有限元模型对振动梁的动力学特性的总体优化方案进行了设计，然后对各个设计参数的灵敏度进行了理论分析，得到了主要设计参数，在此基础上用人工神经网络技术对振动梁结构动态特性优化计算，数值计算表明了该方法是可行的、有效的。     

基于树形拓扑网络的实用拜占庭容错共识算法

实用拜占庭容错算法在节点数量较多的广域网环境下存在性能瓶颈.为提高该算法的可扩展性,基于树形拓扑网络将全网范围共识拆分为若干子网范围共识;同时引入信誉模型以降低错误节点在共识过程中的影响力,提高系统的安全性、容错性与可靠性.实验结果表明：所提算法的性能明显优于原有算法,表现出良好的可扩展性,可用于大规模许可链系统.     

城郊公路环境与景观整改模式探究——福建省泉州市324国道城东路段环境改造设计

城郊公路的环境结构不同于其他道路,对其景观类型的形成具有决定性的意义;具体路段的地域特色有别于其他地域的路段,对其景观效果的影响也起着重要作用。这种整改类型的环境艺术工程,应该探究一种情景相适、切实可行的设计模式,把发掘地域特色与增强景观特色结合起来,在改善道路环境条件的同时达到提高人行、人居环境质量的设计目标。     

一种快速寻找供电恢复路径的方法--基本回路法

提出了一种用于快速寻找供电恢复路径的方法——基本回路法，该方法首先对配电网络进行拓扑变换。然后求出其最小生成树，既而求得基本回路，利用基本回路可快速地确定故障元件隔离后的所有可能的恢复供电路径，在给定的目标函数和约束条件下，可以方便地求出最佳供电恢复方案，对杨明皓，黄单舸文中的例子进行了验证，计算结果表明了该方法的有效性。     

聚合路面强化剂防止沥青路面裂缝及老化技术研究

沥青路面使用一段时间后，在光线、热量、水、紫外线辐射和行车货载的作用下，导致了路面沥青老化，老化的最重要结果之一是它的可塑性及弹性性能的丧失而引起路面开裂。利用聚合路面强化剂对沥青路面进行处理，可以有效防止沥青路面的老化及裂缝的出现。本文简介沥青路面老化和裂缝技术。     

神经网络在国内旅游人数预测中的应用

针对国内旅游人数预测研究了旅游人数的影响因素,讨论了输入层、隐含层、输出层等神经元的设置及网络训练的参数,综合考虑训练精度、训练时间、泛化能力等条件,动量—自适应学习速率调整算法是适合国内旅游人数预测的,并基于动量—自适应学习速率调整算法建立了神经网络模型;将模型应用于国内旅游人数预测系统,结果表明,该算法具有较好的准确性和鲁棒性,利用神经网络模型预测国内旅游人数是可行的.