RALMON:一种资源敏感的轻量级感知节点软件运行时监测框架

软件监测是评价软件行为是否符合预期的重要手段,也是后期实施在线调整和软件演化的基础。在有限的资源与长期软件运行监测需求之间进行合理的平衡是感知节点软件监测的关键。针对现有软件监测工具缺乏对资源开销管理的问题,提出了一个名为RALMON感知节点软件运行时监测框架,该框架向用户提供了一种资源敏感的软件监测机制,实现了在资源高度受限节点上对监测资源开销的精细控制。在RALMON实现的基础上,研究了RALMON的存储与计算开销,最后通过一个典型应用实例验证了RALMON的有效性。     

P2P网络通信树群发算法研究

深入分析P2P通信规则,以并发通信时间最短为目标,提出了一种新型的群发通信树构建算法——“困难节点”优先通信树算法.对比支路优先试加节点通信树算法,更加合理的布局各个节点在通信树中的位置,模拟结果表明,“困难节点”优先通信树算法的通信效率优于支路优先试加节点通信树算法.     

基于自平衡加载装置的空间节点加载试验设计

对现有用于空间节点试验的自平衡加载装置进行设计改进,实现了空间复杂节点受力状态的试验验证。介绍了节点试验加载方案的确定、加载设备的设计改进方法以及试验节点的安装布置等。实践证明,对自平衡加载装置进行适当的设计改进可以满足多种空间复杂节点加载试验的需求,拓宽了自平衡加载装置的用途和实验教学内容。     

含有电压镜和电流镜的有源网络电压符号传递函数的分析方法

网络的符号传递函数在有源网络分析和综合中起着重要的作用.文中结合有源器件和理想电压源的零子任意子、电压镜和电流镜模型的等价,给出了含有奇异元件的有源网络的节点分析方法.并运用Mathematica强大的符号处理能力,开发了电路网络符号分析的软件,以求解网络电路的电压符号传递函数.     

重复(频率)否定句“NP再也不(没有/没/别)VP(了)”

“再也”是一个在元代就已固化的偏义副词,其意义有二:专表重复或频率;兼表重复和时间,相当于“永远”.本文论述了重复否定句“NP再也不(没有/没/别)VP(了)”中各构成成分的属性、全句的表义功能、预设义与言外义;该句式常常叙述一个位移事件的“高潮”或“结局”,是最引人注目的焦点信息,在表义上具有结果突现,“一反常态”、旧貌新颜,界线分明、变化显著,对比鲜明、表义委婉,耐人寻味等特点.     

群智感知中采用节点社会属性的亲密度量化方法

针对群智感知中节点社会关系计算存在的层次关系划分不清、关联因子描述粗糙等问题,提出一种采用社会属性的亲密度量化方法。该方法通过分析影响节点社会关系的多维要素,将节点属性因子划分为静态和动态两个维度。通过构造多维语义分级树和空间索引编码,对节点静态属性进行挖掘和形式化表示。同时,引入交互信息熵,对社会关系的不对称性进行分析和比较,以提高亲密度量化方法的客观性。基于层次分析法实现节点动态属性的二级评判和有效聚合,并通过节点融合度对亲密关系进行二次修正。实验结果表明:与已有方法相比,采用社会属性的亲密度量化方法预测准确率提高了14.67%,该方法能够有效降低群智感知中移动节点的误判概率,提高网络社团识别准确率,为候选服务节点集的选择提供有效依据。     

波纹腹板钢结构工字梁-柱延性节点的有限元分析

提出了一种新型钢框架梁-柱削弱型节点,这种节点是把靠近柱翼缘的工字梁腹板局部改成具有折叠效应的波纹腹板来削弱梁的抗弯能力,将失效部位从较为脆弱的节点焊缝处转移到延性较好的梁上波纹腹板区域,达到塑性铰外移的目的.为了研究该新型节点的抗震性能,必须清楚理解其在地震荷载作用下的失效机制.本文采用有限元分析的方法得到该新型节点在低周循环荷载下的失效机理.通过有限元软件ABAQUS对局部波纹腹板工字钢梁-柱节点进行建模,分析其在拟静力低周往复荷载下的抗震性能,并与试验结果对比分析,发现试验与有限元结果吻合良好.并通过有限元分析得到了关键应力路径的应力分布图,更加详细地解释了梁局部波纹腹板型节点的失效模式及破坏机理.     

基于SDN的QoS多播网络仿真

多播为计算机用户提供了高效率的传输方法,有效地解决了网络拥塞,然而在复杂的网络环境中,多播的路由协议还需要通过分散部署,没有一种完善多播运行管理机制。针对上述问题,提出了一种基于SDN机制的解决方案,利用SDN网络架构高效灵活的管理网络中的多播路由协议,在基于Qo S的约束JIA多播算法基础上提出了更优的KL-JIA多播算法,设计了基于BGP协议网络的仿真实验,SDN网络将根据实际情况下发多播路由算法,实验取得了理想的效果,验证了SDN下发多播算法的正确性。     

复杂网络控制研究综述

复杂网络的控制研究已经成为复杂网络领域的一个热点课题．本文简述了复杂网络控制的近期研究进展，包括结构控制和严格控制的研究情况，并提出了复杂网络严格控制方面的后继研究内容．为复杂网络严格控制研究指明了方向．     

Density-based rough set model for hesitant node clustering in overlapping community detection

Overlapping community detection in a network is a challenging issue which attracts lots of attention in recent years.A notion of hesitant node（HN） is proposed. An HN contacts with multiple communities while the communications are not strong or even accidental, thus the HN holds an implicit community structure.However, HNs are not rare in the real world network. It is important to identify them because they can be efficient hubs which form the overlapping portions of communities or simple attached nodes to some communities. Current approaches have difficulties in identifying and clustering HNs. A density-based rough set model（DBRSM） is proposed by combining the virtue of densitybased algorithms and rough set models. It incorporates the macro perspective of the community structure of the whole network and the micro perspective of the local information held by HNs, which would facilitate the further ＂growth＂ of HNs in community. We offer a theoretical support for this model from the point of strength of the trust path. The experiments on the real-world and synthetic datasets show the practical significance of analyzing and clustering the HNs based on DBRSM. Besides, the clustering based on DBRSM promotes the modularity optimization.