基于转移矩阵P的复杂网络聚类方法

提出了一种相对简单、有效的划分复杂网络社团结构的方法.该算法利用复杂网络的转移矩阵P和K均值聚类算法来划分社团结构,并且用F统计量判定最优的聚类结果,在探测社团结构明显的人工网时具有较高的准确度.     

基于Windows平台的向量网终端实现技术

讨论基于Windows平台的向量网终端的设计与实现技术.首先提出了一种向量网终端的软件实现方法及向量网与IP网融合的IP over VN方法;然后利用NDIS驱动接口,设计并实现了向量网驱动模块;最后搭建实验网络,对向量网终端的功能进行了测试,测试结果验证了向量网终端设计与实现方案的合理性;为向量网的部署奠定了基础,也为同类系统的开发提供了范例.     

新一代国际海底光缆网络保护技术研究

新一代的国际海底光缆网络采用ＳＤＨ的自愈环,具更高的可靠性,能更好地满足国际通信大容量业务传输的要求,本文对其网络配置和保护原理进行讨论。     

高速集成电路电源网络的电感特性分析

分析了交替分布、非交替分布和成对分布的3种类型电源网络的电感随频率变化特性．由计算结果知,网络的回路电感随信号频率的增加呈下降趋势．交替分布的电源网络的电感受频率变化的影响较小;成对分布的电源网络的回路电感最小．电源网络频率特性的分析结果对设计阻抗较小的网络以减小电源噪声提供了相应的理论依据．通过对电源网络电感引起的delta-Ⅰ噪声进行电路仿真后发现,尽管芯片内电源网络的分布电感与封装部分电感相比较小,但随着信号频率的不断提高,它所产生的电压噪声已经不能被忽略．     

地下矿可视化生产管控系统参数化数据模型

在融合面向实体的数据模型和网络数据模型的基础上,引入参数对象,设计一种网络化、层次化、参数化的实体与网络复合模型(PENDM),解决该系统中RPS的空间数据建模问题,形成以井巷为空间参照的井巷与生产系统整体模型.运用面向对象的思想建立PENDM的主要数据结构.PENDM采用面向实体的元素描述井巷工程和生产系统的实体特征,采用网络元素描述系统内部网络的空间拓扑结构,采用参数描述实体轮廓、定位信息、设备信息和其他附属信息.结合具体应用分析PENDM在地下矿山生产管控系统中的作用.研究结果表明:该模型能够实现复杂生产系统信息管理、空间分析和三维体模型的自动建立,解决了矿山井巷工程与生产系统的表达、自动建模与快速更新以及漫游路径和救避灾路线的求解问题,对于其他(如通风量计算)的需要网络的专业分析同样有效.     

基于遗传优化策略的传感器配置算法

传感器配置是传感器网络研究的核心问题之一.传感器网络配置可以有效布置传感器网络节点、合理覆盖感知数据区域、延长感知区域传感器网络的运行周期,既能够准确地采集感知区域的数据信息,又能够充分管理传感器网络资源.本文提出了在传感区域中一个有效的基于遗传算法策略的的传感器配置算法,算法目标在于优化传感器数量并且确定它们的位置以...     

基于GA优化BP神经网络的WSN数据融合技术研究

为减少无线传感器网络中节点的数据通讯量,降低能量消耗,达到数据融合的目的,设计了一种基于遗传算法优化BP神经网络的数据融合算法(BPGA),阐述了数据融合原理、BP神经网络和遗传算法,介绍了遗传算法优化BP神经网络的数据融合方法,利用遗传算法优化神经网络的权值、阀值及隐含层结构,然后通过优化后的神经网络提取无线传感器网络中原始数据的特征信息,并将特征信息发送给汇聚节点,从而提高网络数据采集效率,延长网络生命周期。最后通过与LEACH、BPNDA算法进行仿真实验比较,证明了其有效性。     

片上网络异构多核系统任务调度与映射

针对传统任务模型包含有效信息少,任务调度算法效率低、效果差的问题,设计了新的任务模型,提出了一种改进的粒子群算法(optimized particle swarm optimization,oPSO)。新模型增加了对任务类型及任务间迁移成本、计算单元类型及其运行成本等特性的描述。通过分析任务调度问题的需求,制定了oPSO算法的编解码方案,设定了算法各个关键部分参数及计算方法,并解决了粒子群算法(PSO)在任务调度前期收敛速度过快、后期易陷入局部最优的问题。在不同任务规模下分别对遗传算法(GA)、PSO以及oPSO算法进行调度仿真对比,当IP核数目为100左右时,oPSO算法较GA算法和PSO算法运行时间至少缩短10%,系统功耗至少降低15%,实验结果表明:oPSO算法调度效果明显优于其他算法,且各节点上功耗更为均衡,适用于解决任务调度问题。     

物联网技术在目光温室大棚中的应用研究

本项目采用物联网技术实现农业生产环境信息实施采集和利用自组织智能物联网对采集数据进行远程报送及智能控制。基于无线传感器网络、嵌入式系统、移动通信网络和计算机网络及PLC控制系统实现对大棚花卉、农作物等从种植、培养、灌溉等环节进行有效地全程监控和信息查询。通过物联网平台,建立一套用于农作物种植基地区域内温室大棚的自动化与信息化解决方案。     

Parallel scheduling strategy of web-based spatial computing tasks in multi-core environment

In order to improve the concurrent access performance of the web-based spatial computing system in cluster,a parallel scheduling strategy based on the multi-core environment is proposed,which includes two levels of parallel processing mechanisms.One is that it can evenly allocate tasks to each server node in the cluster and the other is that it can implement the load balancing inside a server node.Based on the strategy,a new web-based spatial computing model is designed in this paper,in which,a task response ratio calculation method,a request queue buffer mechanism and a thread scheduling strategy are focused on.Experimental results show that the new model can fully use the multi-core computing advantage of each server node in the concurrent access environment and improve the average hits per second,average I/O Hits,CPU utilization and throughput.Using speed-up ratio to analyze the traditional model and the new one,the result shows that the new model has the best performance.The performance of the multi-core server nodes in the cluster is optimized; the resource utilization and the parallel processing capabilities are enhanced.The more CPU cores you have,the higher parallel processing capabilities will be obtained.