S-分布时滞神经网络概周期解的全局渐近稳定性

利用不动点理论和微分不等式技巧研究了S-分布时滞局域递归神经网络模型的概周期解,给出了概周期解存在性和全局渐近稳定性的充分条件。     

IP层安全的研究和实现

IPSec协议体系是IETF制定的新一代网络安全协议标准.本文深入剖析了IPSec协议体系,结合网络层安全协议的特色,提出了基于IP(v4/v6)的IPSec实现方法和发展趋势.在此基础上,我们还自主设计和开发了基于IPSec的VPN组件,经测试取得了良好的效果.     

利用P2P网络的拓扑特征提高其路由性能

资源检索是P2P系统的关键问题,其有效性取决于系统的拓扑结构、数据文件的分布和消息路由策略。本文以消息路由策略为着眼点,利用Freenet系统具有的“Sm all world”特征,提出增强聚集性的副本管理策略改进原有的资源查询机制,提高系统在高负载的情况下的路由性能。模拟测试表明,改进后系统的平均查询路径长度下降至原来的29%。     

计算一般网络可靠度的一个代数方法

本文研究了用最小路集法求一般网络可靠度问题,提出了使用代数法完成最小路集不交化的三个简化规则,从而可迅速求出网络可靠度。本算法简单、有效,不仅适用于简单网络,也适用于复杂网络。     

基于遗传算法神经网络集成股票市场预测研究

神经网络集成技术能有效地提高神经网络的学习能力和泛化能力,已经成为机器学习和神经计算领域的一个研究热点.本文利用不同的神经网络算法产生神经网络集成个体,以误差平方和最小为准则,用遗传算法动态求解集成个体的非负权重系数,进行最优组合集成建模研究,并以此建立股市预测模型.通过上证指数开盘价、收盘价进行实例分析,计算结果表明该方法相对传统的简单平均集成模型,具有预测精度高、稳定性好,易于操作的特点.     

网络信息资源的组织分析与构建的探讨

前所未有的自由度使Internet信患资源的共建和共享的潜力无穷,然而也使因特网上的信息资源很大程度上处于混乱无序的状态,大大影响了信息利用的效率.针对这一问题,从网络信息资源的含义与特点出发,分析了目前网络信息组织各具体方式的优劣.进而提出下一代网络信息组织的新模式--总分武网络信息中心.     

基于融合多尺度多通道特征的深度监督网络实现裂缝检测

尽管卷积神经网络浅层特征可蕴含一些细节信息,但也包含大量噪声。对于宽裂缝,浅层信息则作用不大。因此,本文提出了一个基于VGG16骨架并融合深层特征的FCN分割网络,并在每层加入侧边输出以直接监督模型。此外,我们还采用了一种名为Focal Loss的损失函数来解决数据集本身正负样本分类不平衡的问题。这种多尺度多通道深层特征与独特的损失函数融合应用,使网络具备很强的抗干扰性和更快的收敛速度。在DeepCrack数据集上,本文提出的深层特征融合网络(Deep Feature Fusion Network,DFFN)与HED、FCN和DeepCrack相比,表现出更好的性能和更快的推理速度。     

循环经济生态工业网络稳定性研究

以天津泰达生态工业网络为典型案例,分析了生态工业网络的构建方法、稳定性的表现、影响因素,提出了增加生态工业网络系统稳定性的建议。     

基于EPCglobal网络的模拟平台组建

以EPCglobal结构框架为基础，分析各组成模块的主要功能，利用Rifidi Emulator、Aleserver、FOSSTRAK和MySQL等开源软件设计并组建实验平台，模拟实现EPC信息的捕捉与查询，并对实验结果进行分析。     

煤矿带式输送机故障诊断中模糊神经网络的应用

以模糊数学分析及神经网络综合运用为基础,研究了煤矿带式输送机的故障诊断技术.通过对输入参数的模糊数据处理并利用神经网络的学习能力来实现对数据的训练,得到高精确度的故障参数,从而建立起相应的模糊神经网络,对带式输送机进行及时有效的故障判断.最后基于Matlab软件对训练数据的仿真表明,基于模糊神经网络的故障诊断相较于传统故障诊断技术具有极高的准确度,且数据反馈及时,运行稳定.