凝聚度——描述与测度社会生态系统抗干扰能力的一种新特性

研究一个网络系统抵抗干扰的能力,系统科学里有＂鲁棒性＂的概念,社会—生态系统里用＂脆弱性＂、＂恢复性＂和＂适应性＂等概念.这些已有的概念是否已经全面地描述了系统抵抗干扰的能力呢？在综合灾害风险管理的实践中,整个社会凝心聚力,行动协调一致,往往发挥着至关重要的决定性作用.然而,现有学术研究中所用到的各种系统属性,都不能很好表述一个系统凝心聚力的能力或水平.鉴于此,本文提出一种全新的网络系统属性：网络凝聚度（consilience degree）,专门用以度量一个如社会—生态系统一样行为的网络系统凝心聚力,行动协调一致,以抵抗干扰的能力.网络凝聚度实际上是一种更具普遍意义的＂联结度＂.它可以象联结度一样,派生发展出一系列的系统新属性和网络新模型,从而形成一个研究复杂系统的新的理论体系.本文将重点阐述这个体系的雏型.理论分析和仿真研究都证明：本文所提出的网络凝聚度是现有各种系统属性所无法涵盖或替代的,是研究现实复杂系统所必需的新理论工具.     

国内外物联网研究现状及展望

物联网以互联网为基础,通过多种信息传感装置实现物物互联,是信息科技领域发展的必然趋势.本文就物联网的基本概念、技术体系、关键技术等方面对物联网进行介绍,并根据一些事实对近年来国内外物联网的发展现状进行阐述,提出现阶段物联网发展存在的问题,最后对其未来发展进行了展望.     

体域网中基于特征组合的步态行为识别

物联网(internet of things,IOT)拥有无处不在的识别、传感和通信能力,体域网(body area network,BAN)属于物联网中和人体相关的领域,其应用广泛,可以在日常生活中对人们进行监测及提供帮助.行走是许多日常活动的基本环节,因而步态分析能为体域网应用提供重要的生理行为信息.现有的步态分析已取得一定的研究成果,但仍存在一些问题,例如大多数步态特征提取是对加速度信号进行6重以上的变换,使得特征达到了45维以上,最后需要通过降维或优化来简化特征,较为复杂.本文设计一种灵活便捷的数据采集系统,并利用小波变换、傅里叶变换和四分位差提取出加速度信号中比较简单、低维度但能反应运动特征的步态参数,之后通过模式识别算法进行步态行为识别验证.实验结果表明该系统使用方便,特征提取方法简单实用,识别精确度为97%,EER(equal error rate)最小可到0.9%.     

基于LVQ神经网络的植物种类识别

提出一种基于学习矢量量化（LVQ）神经网络的计算机植物种类识别新方法. 使用2-D不变矩、 多尺度2-D Gabor滤波器等多种方法分别提取了叶片的几何特征和纹理特征, 应用LVQ神经网络识别植物种类. 实验结果表明, 该方法对植物种类的识别效率较高.     

紫外分光光度法-人工神经网络在4种嘌呤同时测定中的应用

将紫外分光光度法与人工神经网络相结合, 在波长200～300　nm不经分离同时测定腺嘌呤、 黄嘌呤、 次黄嘌呤和鸟嘌呤的混合物. 讨论了pH值对体系的影响, 并对网络参数进行选定. 方法简便、 快速, 相对标准偏差小于3.7%.     

RBF网络在电喷发动机故障诊断中的应用

阐述了神经网络的模型、算法和分类,利用电喷发动机实测数据作为学习样本,采用径向基函数神经网络建立发动机的故障诊断模型,通过该模型对电喷发动机的参数进行了辨识,表明RBF网络学习速度很快,适于在线实时监测与诊断.     

变载荷感应电动机的神经网络建模研究

根据采用晶闸管三相调压器控制变载荷电动机运行的特点,阐明了采用神经网络方法对该系统建模的必要性.基于带有回归单元的Elman神经网络,对变载荷三相异步电动机的晶闸管三相调压器系统进行了建模.采用一种带惯性项的动态反向传播学习算法,克服了通常的BP算法振荡和收敛速度慢的弱点,使变载荷电动机系统跟随负载变化对电动机实现调压控制.对Elman神经网络的结构运用方法,以及惯性项的动态反向传播学习算法做了较详细的介绍,对由晶闸管三相调压器构成的拖动系统建模所选向量参数进行了说明.实例表明,利用该方法迭代后的学习结果更容易将误差减小至期望值.     

WO3丙酮传感器及其多传感器融合技术的研究

高浓度丙酮会刺激黏膜和引起中毒,在医疗健康领域丙酮也可作为呼出气体标记物。为实现对丙酮气体的有效检测,利用WO₃纳米材料制备旁热式气敏传感器,系统测试该传感器的基本特性,并在此基础上与SnO₂传感器组成双气敏传感器阵列,结合反向传播神经网络方法对丙酮混合气体进行识别。在体积浓度10^-5丙酮气体测试中,WO₃丙酮传感器的响应值达到9.3,响应与恢复时间均为4 s,重复性误差小于10^-8;双气敏传感器阵列对混合气体中丙酮和乙醇的识别误差小于10^-8。结果表明,制备的WO₃传感器响应灵敏度、稳定性、选择性、瞬态响应等特性良好,采用多传感器融合技术可以实现混合气体的有效识别。     

一类三元离散神经网络的收敛性

利用Lyapunov函数对在一条直线上的3个神经元构成的离散神经网络的收敛性进行了讨论,得到了一系列的结论.     

基于共线度的传感器网络节点定位性能分析

节点定位是无线传感器网络一个很重要的研究内容。提出一种新参数——共线度来分析一组三个参考节点的不同部署对传感器网络节点定位性能的影响,同时从理论上提出并证明了该参数对定位性能影响程度的两个定理。仿真实验显示:该参数有助于分析传感器网络节点的定位性能,并为选择良好的参考节点组合来进行有效定位提供了一个可行的参考指标。