基于超立方体的双Petersen图连接的互联网络研究

基于Petersen图的短直径与超立方体节点的高可连接性,提出了一种新型的互连网络拓扑结构——基于超立方体的双Petersen图连接的互联网络PHP(n);并对其拓扑性质进行了研究.研究表明PHP(n)网络具有正则性和良好的可扩展性与容错性.另外,还设计了PHP(n)网络上的单播、广播路由算法,证明了其通信效率均为n+...     

基于网络药理学与GC-MS探讨竹叶花椒挥发油干预高脂血症的作用机制

目的 基于气相色谱-质谱联用结合网络药理学方法,探讨竹叶花椒挥发油干预高脂血症的活性成分及作用机制,为竹叶花椒挥发油中功能性成分研究及其干预高脂血症的作用机制提供理论基础。方法 首先通过GC-MS鉴定竹叶花椒挥发油的化学成分,再借助数据库获取化学成分对应靶点和高脂血症疾病靶点。又通过Venn图、蛋白-蛋白相互作用分析、GO分析、KEGG代谢通路富集分析和构建“靶点-通路-活性成分”网络得到竹叶花椒挥发油干预高脂血症的关键靶点。最后采用分子对接软件AutoDock对竹叶花椒挥发油主要活性化合物与关键靶点进行半柔性对接验证。结果 在竹叶花椒挥发油中鉴定出29个化学成分,得到37个干预高脂血症的核心靶点,该核心靶点涉及细胞对脂质的反应、脂质的定位调节和对脂多糖的反应等方面。KEGG富集分析与“靶点-通路-活性成分”网络进一步得到PPARA、RXRA、TNF、NR1H3、PPARG和IL-6等28个关键靶点,也得到金合欢醇、亚油酸和α-石竹烯等7个主要活性成分。分子对接结果表明关键靶点与主要活性成分有较好的结合能力,结合能均小于-7.0 kJ/mol。结论 竹叶花椒挥发油中的多种功能性成分可能...     

软件定义网络下两阶段大象流识别算法

目的 针对数据中心网络(Data Center Network, DCN)中数据流量多导致大象流与老鼠流识别精确度低的问题,提出一种基于软件定义网络(Software Defined Networking, SDN)下两阶段大象流识别算法。方法 将SDN与DCN结合,第一阶段,采用高斯分布动态阈值优化算法,通过对数据包阈值的设定,计算大象流误检率与漏检率,不断优化得到最优阈值,以此识别出可疑大象流;第二阶段,在依据流传输速率与流持续时间精确得到大象流的基础上,提出阈值约束、流量检测机制、Count计数器等三方面改进对大象流识别阈值下限的约束,将网络中大象流的数据量与流持续时间进行周期内阈值计算,提高大象流的识别精确度。结果 实验结果表明：算法与已有相关算法相比,第一阶段可疑大象流平均字节数比网络流平均字节数多11.3%;不同阈值下的算法准确度提高1.7%,不同网络流量下的大象流平均检测时间降低至6 ms以内。结论 软件定义网络下两阶段大象流识别算法在第一阶段具有较强的大象流识别能力,同时算法的精确度有所提高,大象流的平均检测时间降低,提高了网络质量,能为进行网络流量调度策略的进一步研究...     

多时变时滞细胞神经网络的全局指数稳定性

针对一类多时变时滞细胞神经网络,利用Young不等式和Halanay不等式技术,给出了保证平衡点惟一性和全局指数稳定性的几个充分判据.所得到的全局指数稳定判据完全独立于时滞,不要求时变时滞的可微性和神经元激励函数的严格单调性,且通过几个注释说明本文的结果改进和扩展了现有一些文献中的结果.仿真例子证明了本文结果的有效性.     

基于小波神经网络矿山安全的评价模型

煤矿是一个多工序、多环节、生产过程复杂、时空变化大、环境恶劣的生产企业,其安全系统是一典型的非线性系统,对矿山进行安全评价是当前安全管理中的一个重要环节.采用由伸缩和平移因子决定的小波基函数代替Sigmoid等传递函数,选用23项指标作为输入节点,建立矿山安全的小波神经网评价模型,该模型可自动确定网络参数,避免了传统神经网络需要人为干预网络结构参数的不足.实例分析表明,提出的WNN网络的评价绝对误差平均为0.425%,而BP网络评价绝对误差平均为3.1%.这说明,WNN网络泛化能力远好于BP网络,该模型具有重要的应用价值.     

供应链协同绩效评价及其应用

在对供应链协同及绩效评价相关文献综述的基础上,考虑供应链管理中的信息流、业务流、资金流,并结合客户服务和系统适应性,选择了23个供应链协同评价指标,建立协同绩效评价指标体系.然后,以一食品公司为例,运用模糊综合分析法对其供应链进行协同评价,实现了对该指标体系的量化,并对评价结果进行分析.结果表明,企业在信息流、业务流、资金流、客户服务和系统适应性方面协同运作,可以提高供应链整体的运作绩效,从而进一步验证了评价指标体系的可行性和模糊综合评价方法的可操作性.最后,指出了供应链协同绩效评价的发展方向.     

基于优化肌电特征的无声语音信号识别

提出了一种基于遗传算法(GA)和fisher投影的最佳可鉴别基的求解方法.将原始特征向量向着最佳可鉴别基投影可得到具有最佳可分性的新的特征向量.从颧肌和二腹肌前腹的皮肤表面检测无声发出6个汉语元音的表面肌电信号(SEMG),以该肌电信号的AR模型系数、倒谱系数和美尔倒谱系数作为原始特征向量.使用遗传算法找出了原始特征的次优组合,并组成新的特征向量.将GA找出的次优特征向量向着fisher最佳可鉴别基投影可得到最佳鉴别特征向量.最后用改进的BP神经网络作为分类器得到了较好的识别效果.     

短信息在高校信息化建设中的应用

结合当前高校发展的形势和移动通讯中短信业务广泛普及的特点,讨论了在高校信息化建设中引入短信息的意义.从介绍有线校园网络和短信息的优缺点入手,重点介绍了融合短信息功能的高校信息系统的构建,讨论了短信息服务平台在高校信息化建设中的多种应用,提高了高校的信息化水平.     

智能PID控制器在船舶发电机电压控制中的应用

解决船舶发电机在负荷突变尤其是大负荷突变时能够稳定发电机端电压是控制系统需要解决的基本问题.为此提出和使用一种新型智能PID控制系统,其中PID控制器由三层前馈神经网络组成.利用神经网络的自学习能力,PID控制器的参数能够根据系统动态特性通过神经网络权系数进行自行调整,其特点是结构简单、工作稳定.仿真结果表明,该智能PID控制器比传统的PID控制器具有对扰动响应速度快和具有更好的控制效果和更好的鲁棒性,能更好地稳定船舶发电机端电压.该智能PID控制器已用于船舶发电机控制系统中,并取得满意的效果.     

基于神经网络技术的干散货运价指数预测

在考虑了干散货运输需求、干散货船舶供给以及干散货船舶闲置等对运价指数影响的基础上,采用神经网络技术对月度干散货指数进行了研究,并且与基于ARCH模型和多元线性回归模型的预测进行了对比研究,结果表明从提高预测精度的角度来说神经网络技术是最优的.