基于S变换与PNN的电磁环境复杂度评估

针对复杂电磁环境定性分析和定量分级问题,提出基于广义S变换与PNN(概率神经网络)的电磁环境复杂度评估方法.应用广义S变换对电磁环境中受干扰的样本信号进行时频分析,同步提取时频域时域占用度,频域占用度和能量占用度评估参数,分析了各参数的物理意义,并给出了各评估参数的计算公式.同时增加频率重合度、调制格式相似度和背景噪声强度等评估参数,利用获取的参数训练PNN,并进行分类.仿真实验证明基于广义S变换与PNN的电磁环境复杂度评估方法在背景噪声大、训练样本数少的条件下能有效提取评估参数,并对电磁环境复杂度进行有效合理评估.     

A PARTAN FRANK-WOLFE ALGORITHM FOR A SORT OF MULTICLASS EQUILIBRIUM ASSIGNMENT PROBLEM

基于ＰＡＲＴＡＮＦｒａｎｋ－Ｗｏｌｆｅ方法提出了关于一类确定性多交通方式平衡分配的算法。然后在这个算法中修改加入了有关选择分配的部分用来获取附加的信息——局部区域的交通流矩阵。     

卫星网络中基于蚁群优化的概率路由算法

为了提高空间信息传输的有效性和可靠性,针对传统蚁群优化(ant colony optimization,ACO)容易造成最优路径负载过重而发生拥塞的问题,提出了一种基于蚁群优化的概率路由算法(ant colony optimization based proba-bilistic routing algorithm,ACO-PRA).根据卫星网络拓扑动态周期时变的固有特点,将拓扑周期均匀分为若干个时间片,形成基于不同时间片的卫星网络拓扑连通图;根据网络拓扑连通图,将星间链路带宽和链路容量引入到目标函数中,建立时延最小的优化模型;根据蚁群算法的节点概率函数选择下一跳节点,进而找到一条能同时满足时延带宽和链路容量要求的最佳信号传输路径.仿真结果表明,提出的基于蚁群优化的概率路由算法不仅能够降低平均端到端时延和丢包率,而且能够有效地提高网络吞吐量、平衡网络负载.     

我国网络市场调查存在的问题及对策研究

市场调查是现代企业了解市场行情,制定营销策略的一种重要方法。网络市场调查是适应信息传播媒体变革的一种崭新的调查方式。文章分析了网络环境下市场调查的优势和弊端,并针对当前的网络市场调查方法,提出了在网络环境下进行市场调查的一些新思路和新方法。     

基于混沌粒子群优化BP神经网络的网络安全风险评估系统设计

网络规模不断扩大的同时,也容易受到各种安全风险的威胁,因此,必须对网络安全风险进行准确评估。传统的评估系统中存在的趋势性、周期性以及随机性影响评估准确率的问题,导致评估的结果大都不准确;为此,提出并设计了基于混沌粒子群优化BP神经网络的网络安全风险评估系统。首先对系统的硬件进行了设计,并得出了设计的框图;然后使用混沌粒子群的优化算法和BP神经网络的算法对系统的软件进行了设计;最后进行了对比的实验。实验结果表明,该系统能够更好的协调,并处理评估过程中出现的问题,不会受到趋势性、周期性以及随机性的影响,能够更好的发挥网络安全评估的效果,提高评估的准确率,减小相对的误差。     

具有随机扰动项和混合时滞的神经网络在有限时间内的控制同步

研究一类具有随机扰动项和混合时滞的神经网络在有限时间内的控制同步.通过李雅普诺夫稳定性理论、随机微分方程理论、伊藤公式以及一些不等式方法,在p-范数下得到了新的有限时间内同步的充分条件.     

碳化对混凝土微孔特征和吸水性能的影响

为研究碳化对混凝土毛细吸水性能的影响,对比开展了不同水灰比非碳化与碳化混凝土的毛细吸水试验,并通过压汞试验,定量获取了碳化前后混凝土的孔隙结构参数,通过电镜背散射图像扫描和热重分析定性观察分析了孔隙结构变化特征。结果表明,碳化后混凝土的毛细吸水能力下降20.0% ~ 26.5%,毛细吸水系数下降30.8% ~ 37.8%。相较未碳化混凝土,碳化混凝土的最可几孔径减小13.9 ~ 15.1 nm,最高减小幅度达41.8%,且水灰比越高降低越显著。测试观察到碳化导致氢氧化钙转化为碳酸钙,孔径减小。计算表明,碳化混凝土毛细吸水性能使用Lucas-Washburn等人提出的模型依然有效,且选取最可几孔径作为等效孔径时模型效果最佳。     

基于位置服务数据的社区生活圈测度方法及影响因素分析

生活圈的边界划定是社区生活圈研究的重点也是难点。现有的划定方法有基于行政边界或控规单元、依据设施服务半径及可达性、居民日常活动行为三种方式,其中基于居民日常活动是最接近社区生活圈本意的测度方法。但目前这一方法的应用主要依靠全球定位系统(GPS)数据,成本高且样本有限,难以描述社区大多数居民的活动规律,更缺乏对大范围不同类型社区生活圈的全貌认识。以成都市为例,基于大样本的手机位置服务数据(LBS),采用复杂网络分析技术(Infomap)对中心城区(549 km²)的社区生活圈进行测度,通过识别其规模和边界特征,进一步探讨空间要素对社区生活圈边界的影响及作用机制。结果表明:通过选取恰当的单元精度和距离约束d值,可以获得较好的网络聚类结果(接近15 min生活圈的实际规模);基于LBS数据划分的社区生活圈面积规模差异较大,但大多数的规模处于1～5 km²之间;三类代表性空间要素中,路网密度与社区生活圈面积规模存在中等程度相关,区位和商业兴趣点(POI)密度与社区生活圈规模并不存在显著的相关性;但社区生活圈的人口密度与三类空间要素存在强相关。基于手机...     

基于CNN的MIMO-OFDM可见光通信接收机研究

限制可见光通信（VLC）系统传输性能的主要因素是发光二极管（LED）的有限带宽以及它的非线性效应导致的信号失真。多输入多输出（MIMO）-正交频分复用（OFDM）技术虽然可以提升系统容量、频谱效率,但由于OFDM技术较高的峰均功率比(PAPR),使得VLC系统受到更多的非线性损伤。针对以上问题,本文提出一种基于卷积神经网络（CNN）的VLC接收机。该接收机通过对接收端失真信号和发射端原始信号的学习,能够实现MIMO-OFDM可见光系统的信号解调,有效提升系统对非线性失真的抑制能力并具有较低的复杂度。实验结果表明,与最小二乘法（LS）接收机相比,CNN接收机能有效补偿信号受到的线性和非线性失真以及不同用户间的信号串扰,平均误码率（BER）提升超过一个数量级,同时有效克服LED带宽受限问题,比特传输速率提升53%。     

一种面向自动驾驶路况的目标检测算法

为了对常见的行人和车辆进行检测,采用自行标注的数据集,通过基于faster region-based convolutional neural network （RCNN）框架的算法进行调参与优化. 主干网络采用轻量化网络MobileNetv2,在原生锚框的基础上,区域建议网络（RPN）部分增加2个面积尺度,检测部分使用感兴趣区域（ROI）Align结构,减少特征图映射和均分过程中的误差. 实验结果表明：使用faster RCNN目标检测网络,可以有效完成行人和车辆的检测任务,整体效果良好.