Multicast routing algorithm of multiple QoS based on widest-bandwidth

1 .INTRODUCTIONA mobile Ad hoc network refers to a temporal multi-hop autonomy system,whichis constituted by a groupof mobile nodes containing wireless send-receive equip-ments[1].It possesses manycharacteristics-fast-deploy-able,self-organized,acentric , movable and of multi-hop.It can be wildly applied to many fields ,such asnational defense,emergency and disaster ,scientificin-vestigation and exploration etc .,and uponthat ,it hasgreat prospects[1 ,3 6]. With the wide spread of mo-bile…     

Research on Chaotic Time Series Prediction Based on K-entropy and RBF Neural Networks

In this paper, a method of direct multi-step prediction of chaotic time series is proposed, which is based on Kolmogorov entropy and radial basis functions neural networks. This is done first by reconstructing a phase space using chaotic time series, then using K-entropy as a quantitative parameter to obtain the maximum predictability time of chaotic time series, finally the predicted chaotic time series data can be acquired by using RBFNN. The application considered is Lorenz system. Simulation results for direct multi-step prediction method are compared with recurrence multi-step prediction method. The results indicate that the direct multi-step prediction is more accurate and rapid than the recurrence multi-step prediction within the maximum predictability time of chaotic time series. So, it is convenient to forecast and control with real time using the method of direct multi-step prediction.     

一种基于改进径向基神经网络的人脸图像识别方法

常用于径向基神经网络中心参数学习的K-均值聚类算法,易受初始参数选取的影响而收敛于局部极小值.将自动终止聚类判据的减聚类算法用于径向基网络的学习,可根据样本集确定径向基函数数目,且其计算量与数据点的数目与考虑问题的维数无关,很适合于人脸这种维数较高的模式.实验证明,应用这种算法训练径向基神经网络识别人脸,从识别精度到识别速度上都优于传统算法.     

BP神经网络数值预测方法的研究

人工神经网络作为一个具有高度非线性映射能力的的计算模型,具有广泛的应用前景.在数值预测方面,它不需要预选确定样本的数学模型,仅通过学习样本数据即可以进行预测.本文在对其进行深入研究的基础上,探讨了利用BP神经网络进行数值预测的方法和应该注意的问题,并给出了一些有益的建议.     

The glass transition temperature and microstructure of polyurethane/epoxy resin interpenetrating polymer networks nanocomposites

GLASS TRANSITION TEMPERATURE (TG) HAS BEEN EXTEN- SIVELY STUDIED FOR MANY POLYMERS SINCE IT IS ONE OF THE MOST FUNDAMENTAL FEATURES RELATIVE DIRECTLY TO POLYMER PROPERTIES. IN GENERAL, INORGANIC NANOFILLERS DO NOT DI- RECTLY CONTRIBUTE TO THE TG OF THE MA…     

基于递归神经网络的多变量系统预测控制

针对线性PID控制器系数难以整定的问题，构造了一种用神经网络实现的非线性PID控制器．多个具有相同结构的非线性PID控制器并联，对多变量系统实现解耦控制器．结合预测控制的思想，提出两种控制方案．第一种是在递归多步预测的基础上，在广义最小方差目标函数下实现控制，第二种利用多步预测目标函数在线修正解耦控制器的权值．仿真实验表明这两种方法的有效性．     

山区公路移动通信系统

提出了利用现有移动通信系统的功能,综合建立山区公路移动通信网的方案,分析了山区公路基站选址、天线应用与无线信号场强衰耗的关系,计算了山区公路中不同环境下移动通信电波传播的场强衰耗,对解决山区公路移动通信网建设与投资的关系进行了分析,给出了实现山区公路移动通信系统的方案。     

基于信号谱熵的模糊Hamming网络缺陷识别

无缝钢管损伤监测和诊断的关键在于缺陷信号特征的提取和识别，作者研究了无缝钢管内伤、外伤及孔洞等缺陷信号的频域特征，提取信号二维谱熵指标作为特征指标，运用改进的模糊Hamming神经网络识别方法，对无缝钢管的缺陷进行识别，结果表明，该方法具有很高的识别精度，实例中识别准确率达100％，由于该识别方法不需要示教学习过程，因此能够应用于实时在线缺陷识别。     

基于可编程主动网络语言的最短路径优先网络模型

提出了基于可编程主动网络语言 (programminglanguageforactivenetworks ,PLAN)网络现有架构 ,以开销 (cost)代替跃点 (hops)记数计算网络路径长度 ,实现最短路径优先 (shortestpathfirst,SPF)路由规则的主动网络模型     

基于人工神经网络的城市航空遥感图像植被分类研究

研究了一种基于模糊量化与多层前馈神经网络相结合进行多类别遥感图像植被分类的新方法.对分类指标 进行π隶属函数模糊量化之后,进行多层前馈神经网络(MLP)训练,再用训练后的MLP网络构成监督分类器,并 以宁波市彩红外航空遥感图像资料为数据源,选取园林区为试验区,对植被进行监督分类,分类精度达78%.研究 成果表明,该方法适用于多类别的遥感图像植被分类,其分类效果也较好.