An oscillatory neural network and dynamical associative memory

Ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｈａｓｒｅｃｅｎｔｌｙｒｅｃｅｉｖｅｄｃｏｎｓｉｄｅｒａｂｌｅａｔｅｎｔｉｏｎｆｒｏｍｖａｒｉｏｕｓｒｅｓｅａｒｃｈｆｉｅｌｄｓ．Ｍｕｃｈｅｆｏｒｔｈａｓｂｅｅｎｍａｄｅｔｏｗａｒｄｓｔｈｅｕｎｄｅｒｓｔ...     

高速网络分布式抽样中的统计随机性分析

针对当前分布式抽样方法不能较好地解决抽取样本的随机性和估计无偏性的问题,采取对被抽样的数据包头中没有实际意义的Flag预留位做标记的方法,以保证各测量点抽取样本的一致性;在入口点处采取泊松抽样保证样本的随机性和估计无偏性.理论推导和实验验证均表明:所提方法实现简单、准确性高,抽取样本能较为准确地估计出流量总体特征,并且部署灵活,适合于工程应用.     

基于无线体域网中多生理信号驾驶疲劳检测

利用生理信号的无线测量设备实现了对驾驶员在驾驶过程中的脑电信号、肌电信号和呼吸信号的采集,并对其进行分析处理,从而实现驾驶员的疲劳检测.首先分别计算三个生理信号的近似熵并将其作为疲劳检测的特征参数,然后使用主成分分析对特征参数进行降维优化处理,同时对原始特征参数和分析后的主成分分别进行统计分析,基于优化处理后的特征参数利用回归方程建立驾驶疲劳估计模型.最后通过交叉验证对本方法进行评价,并使用数据融合方法给出了综合的评价结果.评价结果表明提出的方法对驾驶员疲劳状态的检测正确率达到90%以上.     

近似2-连通k-支配容错虚拟主干网

由于无线网络存在节点失效、链路断裂等特性,虚拟主干网需要具备一定的容错性。利用2-连通k-支配集作为容错虚拟主干网的模型。通过分析单位圆盘图中极大独立集的性质和连通图的块-割点树结构,首次设计出在无线自组织网络中构造2-连通k-支配虚拟主干网的近似算法。从理论上分析了该算法的时间复杂度,并证明了该算法的近似比为常数。     

智慧学习环境中基于贝叶斯网络构建学生模型的研究

智慧学习环境是当前教育技术学界的一个前沿研究领域,从C/S架构的智能学习系统发展到B/S架构的智能化网络学习环境,学生模型仍然是其最核心的功能模块,是学生自我导向式学习情境中构建智慧学习环境的关键因素.本文采用文献分析法和实践调研法,从学生模型的分类、数据结构和建模方法等几个方面,对国内智能网络学习环境中学生模型的研究现状进行了较为详细的研究,并通过梳理近年来关于静态学生模型和动态推理模型的研究,提出了智慧学习环境中基于贝叶斯网络构建学生模型的框架,期望为智能学习系统中学生模型的理论研究和实践发展提供可借鉴的参考和经验.     

基于ASP.NET的网络教学系统的开发与实现

提出了智能化网络教学系统的基本功能需求。结合ASP.NET开发的特点和软件工程的思想,进行了较详细的系统需求分析。结合计算机文化基础课程的需要,设计实现了一个智能网络教学系统。系统采用B/S体系结构,注重良好的可扩展性,采用模块化设计方法,将其划分为教师子系统,网上答疑子系统,在线测试子系统等功能模块。解决了当前应用需求,并为进一步研究工作奠定了基础。提出了开发"通用智能化网络教学系统应用平台"的想法和思路。     

医用内窥镜图像校正的BP神经网络方法

用传统的畸变校正法对内窥镜图像进行校正存在畸变模型复杂、计算量大、易产生误差等问题. 该文利用标准模板,提取样本点在标准图像和内窥镜拍摄的畸变图像中的坐标,分别作为BP神经网络训练的输入和目标,通过神经网络的训练拟合成像镜头的畸变模型,从而确定标准图像和畸变图像上像素点的位置关系. 再通过图像插值的方法进行图像恢复,实现图像校正. 实验结果表明该方法简单有效,具有精确性.     

基于免疫神经网络的雷达天线扫描方式的识别

采用了免疫RBF网络进行雷达天线扫描方式的识别.计算机仿真结果表明,对目前常见的几种简单的雷达天线扫描方式,免疫RBF网络系统在输入信噪比为4dB时的识别率已经达到99.13%,而它的网络训练步数仅需99步,具有非常优越的性能.     

中国城市公交网络冗余度分析

可靠和强韧的城市公交网络不仅关系到城市居民的出行便捷性,同时也对维持整个城市系统的正常运转起着关键性作用．复杂系统的可靠性和强韧性的一个重要指标就是冗余度,即同一功能组件在一个系统中的重复备份．然而,对于城市公交网络的冗余程度的认识依然比较模糊．文章基于复杂网络的连通性理论和遗传优化算法,利用两种公交网络的冗余度的度量指标,即全局冗余度和局域冗余度,对8个具有城市化梯度的中国城市公交网络进行全面的冗余度分析．结果显示,公交网络的全局冗余度明显高于局域冗余度,同时城市中的局域冗余连通块呈现明显的异质分布特征．研究结果对于未来公交线路优化和设计具有一定的参考价值．     

并行处理系统中一种改进的MARY-LO任务调度算法

讨论了并行处理系统中的任务调度问题，对基于Stone典型模型的一些算法作了些改进，改进后的算法弥补了以前算法的不足，将启发式算法，网络流量算法和贪心算法有机地结合在一起，很好地解决了处理机数目上的限制问题。