无线传感器网络动态调度分簇算法

提出了一种基于K均值的无线传感器网络动态调度分簇算法(DSCA),不但考虑了能量感知这一重要问题,还针对无线传感网络的稳定性和可靠性,提出了节点的同步失效概念,通过采用K均值得到更加平衡的分簇,使得能量消耗更加平衡.该算法发展了一种基于信号接收强度指标(RSSI)而无需知道节点坐标的簇质心求解方法,提出了基于局部信息集中的动态多簇头选举机制和动态时分复用(TDMA)通信轮数分配机制,这些机制使无线传感网络的能量消耗达到了高度均衡,保证了节点的同步失效,提高了传感网络的稳定性和可靠性.仿真结果表明,算法可以减少约70%的簇重构次数.     

基于曼哈顿距离模糊C聚类及粒子群优化的中继车辆选择算法

针对车辆自组织网络中的多跳广播通信场景,基于曼哈顿距离模糊C聚类(Manhattan distance-based FCM,简称MFCM)和粒子群优化(particle swarm optimization,简称PSO),提出中继车辆选择算法.该算法先用MFCM对广播网络中的车辆进行初始分簇,再用PSO优化簇心位置.通过仿真实验对多种算法进行比较,结果表明:相对于其他算法,所提算法的信干噪比分布最优、簇维护开销最低、数据包接收率最高.     

基于分层任务网络的一致性规划方法

给出一种求解一致性规划问题的新方法, 并给出了此求解方法的有效性分析. 在求解一致性规划问题时, 先将各个可能世界都转移到某个中间状态, 再从中间状态做一次求解. 结果表明, 该方法具有较高的效率和较好的扩展性.     

一种适应负载特征的入侵检测方法

针对网络环境不断变化和规则分类的不均匀问题, 提出一种既考虑规则特点又考虑负载特征的高效检测方法, 该方法能动态生成适应负载特征的规则匹配树, 并在Snort上实现. 实验结果表明, 该方法不仅可解决网络入侵检测系统(NIDS)丢包率高的问题, 而且 能极大减少每个包或事件要检测的规则集, 从而提高了检测效率.     

基于静态和动态的社会网络挖掘算法

基于社会网络的静态和动态特征, 研究社会网络中的社区发现问题. 针对静态社会网络, 提出了边的Ξ系数及紧密度阈值等概念和Detstructure算法; 针对社会网络的动态特性, 提出了基于衰减策略的融合挖掘算法. 所提出的两种算法在应用中都取得了较好的效果.     

基于平面拼装的Ad Hoc网络抗毁性研究及其信道分配

提出一种基于平面拼装方法解决Ad Hoc网络抗毁性及其信道分配问题. 在1 000×1 000单位区域内用若干个半径均为100的圆构建Ad Hoc网络, 当相交部分不小于5%时, 得到与6个圆的正六边形相交拼接效果, 用45个圆可以完全覆盖全部区域, 选择3个通信信道即可完全进行数据交换; 当相交部分不小于18%时, 得到与4个圆的正方形相交拼接效果, 用64个圆可以完全覆盖全部区域, 选择2个通信信道即可完全进行数据交换. 实验结果表明, 该方法对各种蜂窝移动通信网组网具有指导意义.     

慢性苯中毒病人相关TCR Vα12和Vα19 T细胞克隆性研究

目的:了解慢性苯中毒病人外周血中TCR Vα克隆性增殖T细胞特点.方法:利用RT-PCR方法扩增3例慢性苯中毒病人外周血单个核细胞中29个TCR Vα基因的互补决定区3(CDR3),PCR产物进一步经荧光标记和基因扫描分析CDR3长度而确定T细胞的克隆性.克隆性增殖T细胞PCR产物进行CDR3区序列分析.结果:3例慢性苯中毒病人外周血中Vα12和Vα19亚家族T细胞呈克隆性增殖,序列分析显示3例慢性苯中毒病人Vα12(1例)和Vα19(2例)CDR3区氨基酸序列分别是FCALSDRNTGGF,YICAVSHSGGGA和VYICAVNYGGS已被GenBank收录(EU285264、EU379941和EU429520).结论:在慢性苯中毒病人中发现3个新的TCR Vα亚家族重排序列,外周血T细胞出现的TCR Vα12和Vα19克隆性增殖T细胞可能是机体接触苯后所发生的特异性免疫反应.     

随机k-树的最大度数（英文）

研究了随机k-树(k≥2)在n时刻的最大度Z_n.当n→∞时,Z_n/n⁽(k-1)/k)几乎处处收敛到一个正值随机变量.在此基础上,将类似结果推广到了k≥3的随机阿波罗图上.     

不均衡数据情形的基于聚焦损失的CGAN的集成分类方法

针对非均衡数据的情形,基于条件生成对抗网络(conditional generative adversarial networks, CGAN),利用梯度提升树研究了聚焦损失的CGAN的集成分类方法.该方法首先通过CGAN降低不均衡率,通过聚焦损失的权值均衡结合GBDT算法,适当增加对少数类样本的关注度进而进一步提升分类器的分类性能.对方法的性质进行了研究,获得了若干理论成果.证明了:在一定条件下,由CGAN产生的经验条件分布收敛于相应总体的条件分布;聚集损失的CGAN方法其经验风险收敛到期望风险;该方法的估计量会收敛到使得期望风险最小化的函数.实验结果显示了聚焦损失的CGAN方法具有良好的表现.     

路径容量测量中包对行为的特性分析

在理论分析和实验数据的基础上深入研究了基于包对技术的端到端路径容量测量中背景流量、数据包异常和时钟精度等因素对测量结果的影响,并利用模拟和测量的方法对包对的行为特征进行了定量分析.为了克服上述因素的影响,制定和实现了基于数据包四元组的优化策略,从而提高了路径容量测量结果的准确性和稳定性.