一种Femtocell网络中的负载预测方法

在未来的5G移动通信系统中,Femtocell等小功率基站将承担起海量的数据通信业务。通过对Femtocell做出负载预测,进而完成小基站的休眠策略和对流量的管控等,但现有的研究中未出现此类探索方向。为了进一步实现移动通信系统的绿色通信和预知其对未来负载的发展态势,在Femtocell下提出了一种基于混沌特性和改进径向基函数(radial basis function,RBF)神经网络的预测方案。采用了C-C(Catmall-Clark)算法和G-P(Grassberger-Procaccia)算法计算时间序列的延迟时间和维度,BF进行优化、学习和预测。通过对比仿真实验的结果表明,该方案预测效果较好,可以应用到实际的预测工作中。     

关林子隧道下穿既有道路爆破振动影响

在下穿既有道路的新建隧道爆破施工中,爆破振动极易引起上部路面结构的损伤和破坏.以宝汉高速新建下穿316国道的关林子隧道为例,采用有限元法模拟路面关键点峰值振速、路面应力以及路面位移,并结合现场爆破振动与振速监测结果,对比分析爆破振动对既有道路的影响.主要研究结论如下:10个关键点爆破峰值振速均发生在掏槽眼爆破时,既有道路的应力以及路面位移均较小,不足以引起既有道路的破坏;根据数值模拟和现场测试结果,下穿段地表质点振速的合速度峰值不超过0.035 m/s时可保证既有道路安全.     

光纤拉曼放大器在提高光纤使用带宽方面的应用方法研究

全光网是宽带网的基础，是未来通讯业发展的方向，但是全光网中的光放大器一直是传输中需要解决的一个关键问题。在分析了光纤拉曼(Raman)放大器工作特点的基础上，对光纤拉曼放大器(FRA)在扩展光纤带宽方面进行了分析研究，并对几种应用方法的试验情况做了介绍。     

Ti-6Al-4V合金电弧熔丝增材的组织性能研究进展

Ti-6Al-4V钛合金具有密度低、高温下组织稳定、强度高的特点,被广泛应用于机翼翼梁、起落架支撑肋等航空工业关键零部件的制造。电弧熔丝增材技术研究始于20世纪80年代,该技术具有成型效率高、原材料利用率高、设备简单等优势。目前,学界对Ti-6Al-4V合金电弧熔丝增材技术开展了广泛研究并已取得一定成果。笔者综述了电弧熔丝增材制造技术的发展历史及研究热点,并整合了国内外Ti-6Al-4V合金电弧熔丝增材技术的最新研究及应用情况,对电弧熔丝增材制造Ti-6Al-4V合金的组织性能特性及调控工艺进行了总结与展望。     

复杂环境下基于动态贝叶斯网络的目标识别

为了提升高动态复杂电磁环境下空战过程中对目标的识别能力,针对SBN网络模型无法满足战场的动态性要求以及对目标的经常性误识别问题,设计了一种基于变结构动态贝叶斯网络的目标类型识别模型。该模型是由静态贝叶斯网络模型演变而来,具有良好的动态表达性和滤波功能,弥补了SBN的不足,并且对空战过程中目标特征信息丢失的问题有良好的容错能力。仿真结果表明,基于动态贝叶斯网络的目标识别的识别效果,优于基于参数学习贝叶斯网络的目标识别。使用该模型后目标识别的准确性提高了5%,有效地解决目标类型识别过程中数据缺失和信息不足的问题。     

一种分布式文件系统的推送式数据预取机制

为了克服传统的数据预取机制的不足,提出了一种在分布式文件系统中存储服务器端的推送式数据预取机制.在达到减少网络通信的数据量和通信时延目的的同时,可以让运行客户端文件系统的计算节点从跟踪I/O操作和预测I/O操作的工作中脱离出来,减轻了客户端的工作负担,提高了存储系统的性能.     

预应力钢板夹心混凝土组合板界面剪力分析

针对预应力钢板夹心混凝土组合板刚度大,承载力高,变形小的特点,利用弹性理论,建立了考虑预应力筋内力增量和滑移刚度影响的组合板界面剪力的计算微分方程,给出对称集中荷载下的界面剪力计算公式.计算结果表明,组合板最大界面剪力发生在跨中,沿板长向端部逐渐减小,端部界面剪力近似为零;组合板的界面剪力随着连接刚度、外荷载的增加而增加,随着钢板面积的增加而减小,预应力筋内力增量对界面剪力影响很小,一般在5%左右;连接刚度与外荷载对界面剪力变化影响较大.     

影响遗传规划基因内区的因素分析

通过众多的试验和分析 ,证实遗传规划的个体中存在基因内区 ,它对进化的收敛既有积极作用也有消极作用 .文中通过对有关遗传操作方法和参数的研究 ,定性地分析了它们对基因内区的影响 ,并指出抑制基因内区消极作用的途径 .     

TDMA体制下的移动自组织网时隙同步方法

在TDMA体制下的移动网状自组织网络中,为了解决网络时隙同步问题,提出了一种不依赖GPS授时的网络时隙互同步算法。各节点通过计算相邻节点的时隙偏差,通过加权计算并调整本节点的时隙位置,使网内各节点的时隙起始都调整到同一位置上,达到时隙的互同步。通过仿真和实验,分析并验证了移动自组织网络时隙互同步的收敛性能和抗干扰性能。     

基于结构自适应模糊神经网络的前列腺癌诊断方法

前列腺癌是近年来严重危害男性健康的疾病.利用模糊神经网络方法可以实现前列腺癌诊断,并将诊断模型表示为模糊规则集合.针对模糊神经网络所提取规则解释性差的问题,提出结构自适应模糊神经网络方法,通过改进损失函数,在训练中控制相似隶属度函数的合并,实现模糊神经网络模型结构自适应调整,减少模糊规则数量,在保证诊断准确性情况下,提取出容易理解的可解释性规则.同时该方法在模型的训练过程中引入粒子群优化(PSO)算法进行结构和参数学习,有效减少计算量,提高训练效率.最后,使用临床医学科学数据中心提供的前列腺疾病检查数据进行数值实验,验证了所提出方法在前列腺癌诊断和可解释性规则提取中的有效性.