Game-theoretic approach to power and admission control in hierarchical wireless sensor networks

Power efficiency and link reliability are of great importance in hierarchical wireless sensor networks (HWSNs),especially at the key level,which consists of sensor nodes located only one hop away from the sink node called OHS.The power and admission control problem in HWSNs is comsidered to improve its power efficiency and link reliability.This problem is modeled as a non-cooperative game in which the active OHSs are considered as players.By applying a double-pricing scheme in the definition of OHSs’ utility function,a Nash Equilibrium solution with network properties is derived.Besides,a distributed algorithm is also proposed to show the dynamic processes to achieve Nash Equilibrium.Finally,the simulation results demonstrate the effectiveness of the proposed algorithm.     

无环境信息下多尺度网格细胞群空间表征模型

针对无环境信息条件下网格细胞空间表征问题,提出一种多尺度网格细胞群的空间表征模型.通过减少吸引子网络模型网格细胞的偏好朝向,使网格细胞具有特定的感应方向,仅对特定方向上的速度产生响应.基于改进的吸引子网络模型,构建多尺度网格细胞群,并对空间进行表征.仿真结果表明,改进后的网格细胞模型只响应相应方向的速度,准确整合速度信...     

基于改进BP网络的中文歧义字段分词方法研究

文本挖掘中中文歧义字段的自动分词是计算机科学面临的一个难题.针对汉语书写时按句连写,词间无间隙,歧义字段分词困难的特点,对典型歧义中所蕴含的语法现象进行了归纳总结,建立了供词性编码使用的词性代码库.以此为基础,通过对具有特殊语法规则的歧义字段中的字、词进行代码设定,转化为神经网络能够接受的输入向量表示形式,然后对样本进行训练,通过改进BP神经网络的自学习来掌握这些语法规则.训练结果表明:算法在歧义字段分词上达到了93.13%的训练精度和92.50%的测试精度.     

银行卡网络价格结构与刷卡消费组合决策模型

针对银行卡网络价格结构与刷卡消费之间复杂的关联问题,引入双边市场理论和组合决策思想,以实现银行卡网络整体发展为目标,基于Wright等设计的银行卡网络交换费优化模型,建立了银行卡网络价格结构与刷卡消费组合决策模型.通过加入扰动因子、采用双适应值比较和保留边界不可行解改进了粒子群算法,解决了模型的求解难题,为合理制定银行卡网络价格结构提供了一种新方法,同时拓宽了双边市场理论的应用领域,在电子支付管理领域具有广阔的应用前景.     

AFSs-RBF神经网络模型在轻亚黏土地震液化判别中应用研究

以自适应模糊系统AFSs为基础,运用径向基高斯函数RBF所建立的AFSs-RBF神经网络模型能够同时容纳模糊系统的推理功能和自适应性,动态调节隐节点数即模糊规则教,具有广泛的适用性.将这种模型应用于轻亚黏土地震液化评价中,选择震中距、上覆有效应力、黏粒含量、标贯击数、地下水位、循环应力比等6个与地震和场地条件有关的影响因子作为网络输入参数,对于轻亚黏土场地的液化势判别具体地建立了模糊神经网络模型AFSs-RBF.以唐山7.8级地震中天津某地区的轻亚黏土液化数据为训练样本,经验证和应用表明,这种AFSs-RBF网络具备更高的自适应性和非线性映射能力.     

决策网络计划中决策单元结构及优化方法拓展

为解决决策网络计划中随机样本空间变化而产生的模型表达上的困难,提出经拓展能够描述多个样本空间的决策单元结构.将随机规划理论引入决策网络计划的优化中,建立了新的考虑期望成本与风险等综合因素的数学模型,并通过算例实现了对模型的求解.计算结果表明:经拓展后的决策单元结构及相应的优化模型能够更为有效地解决不同样本空间下的决策问题,具有较高的理论意义与实用价值.     

An Analysis of an SIRS Epidemic Model with General Direct Immunization in Networks北大核心CSCD

We consider an SIRS epidemic model with a general direct immunization rate on networks. By constructing suitable Lyapunov functions, we find that the dynamical behvaior of the model is completely determined by the epidemic threshold λc. When λ≤λc, the disease-free equilibrium is globally asymptotically stable; when λ>λc, the endemic equilibrium is globally asymptotically stable. In addition, we propose a uniform direct immunization and a targeted direct immunization. The results show that under the same average immunization rate s there exists a critical immunization-lost rate δc so that the epidemic threshold of the targeted direct immunization is smaller (larger) than that of the uniform direct immunization if δ<δc(δ>δc). © 2017, The Journal of Agency of Complex Systems and Complexity Science. All right reserved.     

基于BP-AsymBoost的医疗诊断模型

本文主要研究BP神经网络以及AdaBoost算法在医疗诊断中的应用,在分析标准AdaBoost算法的基础上提出改进的AdaBoost算法,即BP-AsymBoost.针对UCI数据库中的威斯康星乳腺癌数据集设计结合BP网络以及改进后的AdaBoost算法的诊断模型,并且通过多个指标将其与BP模型,遗传算法优化的BP模型,未经改进的BP-AdaBoost模型进行比较,验证BP-AsymBoost模型的有效性.     

基于水军信任惩罚的多维用户影响力度量模型

社交网络用户影响力度量是意见领袖识别的必要前提,然而目前的度量模型忽略了多维影响因素以及水军群体对度量模型真实性的影响.为此本文从网络结构、交互行为和交互信息三个维度来分析整合相关的影响因素,基于LeaderRank模型构建多维用户影响力度量-MUI模型,并在水军识别的基础上构建信任惩罚模型,以修正MUI模型建立MUISTP模型,实现社交网络用户影响力的真实性度量.以新浪微博平台大规模实际数据进行实验分析结果表明,与FBI,LeaderRank和Generative Graphical模型相比,MUI模型识别出的意见领袖更为准确,且可以实现更为有效的信息扩散.此外,经过水军信任惩罚后MUISTP模型较MUI能够实现更为有效的意见领袖识别.     

多层同步网络在舆情仿真研究中的应用

为统筹考虑线上社交网络与线下社交网络在舆情传播中的作用,首次提出了一种包含"媒体层-线上层-线下层"的多层同步网络模型,并在此基础上搭建了舆情仿真系统框架.基于对人类社交网络拓扑结构的已有研究成果,给出了多层同步网络的缺省设定.通过案例仿真,分析了线上网络与线下网络之间的相互影响,对比了舆情事件目击者数量在多媒体传播、自媒体传播这两种舆论传播模式中的作用差异.最后,讨论了多层同步网络模型的兼容性与可扩展性,并指出了该模型改进的方向.