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.     

Evaluating Efficiency of Decision Making Units with Network Structures

This paper considers the problem of evaluating efficiency of Decision Making Units （DMUs） with network structures of divisions by the Data Envelopment Analysis （DEA） model. All divisions in the network are under a decentralized authority organiza- tion. That is, each division in a decision making unit has its own authority to adjust its input and output. By incorporating the division operations in the DEA model, we discuss the sufficient and necessary conditions for a DMU to be network efficient in series structure and general structure respectively.     

最优线性网络编码的分布式构造方法

针对单源组播网络,在合理的假设条件下,提出了最优线性网络编码(在吞吐率最大的前提下编码代价最小)的分布式构造方法。首先对线性网络编码的机理进行分析,得出了不同组播率下编码方案间的内在联系,导出了一个在线测试组播容量的策略;提出的方法以遗传算法为搜索引擎,结合随机线性网络编码,嵌入了在线测试组播容量的策略。通过合理地设计编码系数的生成规则和进化策略,在获得最大吞吐率前提下达到最小编码信道数的同时,构造出相应的编码方案,且编码系数保存在各节点中,从而可以采用确定性网络编码数据传输策略传输数据。仿真结果表明提出的方法是有效的。     

模糊粗糙神经网络的结构与参数优化

基于模糊粗糙隶属函数,建立了一种五层结构的模糊粗糙神经网络（fuzzy rough neural network, FRNN）,对神经元之间的连接,引入一个开关函数,从而把结构优化和参数学习问题转化为单纯的函数优化问题。提出一种混合智能优化算法（hybrid intelligent optimization algorithm, HIOA）用于FRNN的结构和参数优化,适应度函数同时考虑模型的精确性和网络的节俭性。典型的实验结果表明,FRNN适用非线性系统建模,相对于普通神经网络及其优化方法能获得更高的精度和泛化能力。     

Design of complex FIR filters with arbitrary magnitude and group delay responses

To design approximately linear-phase complex coefficient finite impulse response (FIR) digital filters with arbitrary magnitude and group delay responses, a novel neural network approach is studied. The approach is based on a batch back-propagation neural network algorithm by directly minimizing the real magnitude error and phase error from the linear-phase to obtain the filter’s coefficients. The approach can deal with both the real and complex coefficient FIR digital filters design problems. The main advantage of the proposed design method is the significant reduction in the group delay error. The effectiveness of the proposed method is illustrated with two optimal design examples.     

基于BP神经网络和模糊控制的PMSM-DTC研究

为了解决传统的永磁同步电机直接转矩控制中电磁转矩和磁链过大的问题,将BP神经网络和模糊控制引入永磁同步电机控制中.研究了基于BP神经网络和模糊控制的永磁同步电机直接转矩控制控制策略,将模糊控制器替换磁链和转矩滞环控制器,将BP神经网络控制器替换开关状态选择器.仿真研究表明:该控制策略能有效的减小转矩脉动和磁链脉动,系统稳态性能得到了明显改善,同时也保持了快速的动态响应特性.     

空间望远镜主镜面形静态控制方法

空间望远镜分块式主镜的面形由其背后布置的若干致动器进行高精度控制.为了提高面形控制精度,设计了基于主镜面形非线性模型的模型预测修正法和非线性最小二乘法.并应用BP神经网络建立了主镜面形和致动器作用力之间的逆模型,提出了神经网络非线性逆控制法.仿真结果表明应用这三种方法对空间望远镜进行在线控制,控制精度均优于线性最小二乘控制法.     

基于模糊小波神经网络的BDI模型

为克服原有BDI模型可计算性差以及不能处理模糊问题的弱点,提出一种基于模糊小波神经网络(FWNN)的BDI模型,FwNN用神经网络来实现模糊化、模糊承诺和去模糊化的过程,并利用小波基函数作为模糊隶属函数,网络权值和隶属函数的形状均是可学习调整的.以一对一追逃问题为背景的仿真实验验证了模型及算法的可行性.     

基于小波包与Elman神经网络的整流电路故障诊断

引入了一种针对电励磁双凸极发电机的整流电路故障的小波和Elman神经网络相结合的诊断方法.根据整流电压波形的畸变规律,将2个以内的二极管故障分为7类共计22种故障元.选用Daubechies小波作为小波基,对实测的整流电压进行小波包分析,利用小波系数,在各个频带上进行小波信号重构.提取全频带能量特征值,并以此构造故障模式向量作为神经网络的输入,实现了故障的分类和定位.以一台840W、12/8极的电励磁双凸极发电机为实验样机,通过采集大量故障信号并进行信号处理,以故障特征值的容差范围作为误差判别标准,力求诊断误差最小化.实验结果表明,该方法对被分析信号的频率波动和幅值变化均具有良好的鲁棒性,是一种有效的故障诊断方法,具有较高的故障诊断正确率.     

基于链路状态感知的跨层协议设计与仿真

无线Ad Hoc网络中,TCP拥塞窗口增长速度过快是导致链路冲突和路由失效频繁的主要原因之一,针对此问题,在前人研究基础上,提出一种根据链路冲突状态自适应调整TCP窗口增长机制和路由失效判决策略的跨层协议设计方法.仿真结果表明,该跨层协议能显著的提高系统的吞吐量并减小网络时延,而且能适用于不同拓扑和不同负载的网络.