Internet分形特征研究

采用k-核分解算法对Internet分形特征进行研究.对高核区间和低核区间拟合结果的差异进行分析,提出Internet分形特征与其结构的层次性存在关联的猜想.随后,从删边数、删边比例和子网分布三个角度对k-核分解过程进行观察,确定Internet核心层与边缘层的分割边界,并利用骨架树理论研究Internet的层次分形特征.最后,从度分布指数、同配系数和结构熵等常见统计角度对Internet部分与整体,以及部分与部分之间的关系进行观察.观察表明,在以上统计角度,Internet边缘子网可以表征网络整体.     

双层异构网络下多用户干扰对齐算法

针对多个毫微微蜂窝网络与宏蜂窝网络共存的网络环境,基于干扰对齐技术,提出了一种双层预编码方案,首先定义宏蜂窝网络对毫微微蜂窝网络造成的干扰为跨层干扰,毫微微蜂窝网络之间的干扰为同层干扰,分别对毫微微蜂窝用户和宏蜂窝用户进行预编码,宏蜂窝用户的预编码使得跨层干扰最小,使之可比拟于背景噪声,毫微微蜂窝用户的预编码与毫微微蜂窝基站的后置编码进行迭代,以最小均方误差(MMSE)准则输出,仿真结果表明所提算法使得毫微微蜂窝网络的吞吐量相较于单层MMSE算法在信噪比为0~30 d B区间内平均提高了3 bps/Hz.     

基于人工神经网络技术的投标前期决策

针对投标前期决策中常用决策分析方法未能有效解决影响因素之间、影响因素与决策结果之间的复杂非线性关系的问题,通过调查、比较和分析,结合人工神经网络分析方法的要求,确定了投标前期决策影响因素的指标体系.将人工神经网络技术应用于投标前期决策,应用定量法和模糊综合评价法提出相应指标的量化标准及方法,据此构建了具有较好泛化学习能力及较好学习速度的人工神经网络投标前期决策模型.在MATLAB平台上,开发出人工神经网络投标前期决策模型应用系统.通过工程实例证明,此方法能有效应用于施工企业的前期投标决策.     

变时滞高阶细胞神经网络周期解的存在性及其全局指数稳定性

利用迭合度理论得到了周期解的存在性的充分条件,然后利用微分不等式分析技巧得到周期解的唯一性及其全局指数稳定性的一个新的判据.     

论思维的复杂系统模型暨新一代专家系统的设想

在复杂系统研究思想指导下,构建了基于神经元网络结构的复杂系统思维模型,提出以网络节点表示概念,以网络连接表示命题,以网络回路实现知识表达,以网络节点间的时空动力学激发实现演绎推理等思维活动的理论新框架,并以此为基础对新一代专家系统进行了设计。     

面向前向纠错的无线Mesh网多播差错控制协议

针对无线Mesh网现有媒体访问控制层协议进行多播时效率较低的问题,在分层信标驱动的无线Mesh网多播差错控制协议(Layer-BLBP)的基础上,提出了一种面向前向纠错的无线Mesh网多播差错控制协议———混合分层信标帧驱动协议(HLBLBP).该协议通过引入前向纠错技术和减少多播纠错时控制帧数量来降低重传次数,从而提高了用于数据传输的实际开销占整个多播过程的时间比例.仿真实验结果表明,新协议有效提高了多播网络的总体性能,提供的实际吞吐率比Layer-BLBP提高了25%以上.     

采用约束蚁群优化的贝叶斯网结构学习算法

针对贝叶斯网络结构学习问题,提出了一种约束蚁群优化算法.该算法根据贝叶斯得分的局部一致性原理设计了一种增边规则,并且将此规则引入蚁群算法的框架中,从而实现了在搜索过程中利用启发式信息动态缩减搜索空间、同时减少运行时间的目的.此外,还从理论上证明了增边规则的正确性,而且从实验角度讨论了约束蚁群优化算法的参数敏感性.实验结果表明,在解决较大规模的贝叶斯网络结构学习问题时,约束蚁群优化算法在保证求解精度的条件下比蚁群优化算法的运行时间减少40%以上.     

无线传感器网络中簇树骨干网的维护和更新算法

无线Adhoc传感器网络中的路由设计将能效高放在首位,设计用于路由基础的高效能簇树骨干网是延长网络寿命很有效的方法.文中利用图论中极大权独立集和根树的概念给出一种求簇树骨干网的EACT算法及对该骨干网的维护和更新算法.并通过仿真结果表明算法的有效性.     

Efficient and power-awareness query over sensor networks

Sensor networks consisted of low-cost, low-power, muhifunctional miniature sensor devices have played an important role in our daily life. Light and humidity monitoring, seismic and animal activity detection, environment and habitat monitoring are the most common applications. However, due to the limited power supply, ordinary query methods and algorithms can not be applied on sensor networks. Queries over sensor networks should be power-aware to guarantee the maximum power savings. The minimal power consumption by avoiding the expensive communication of the redundant sensor nodes is concentrated on. A lot of work have been done to reduce the participated nodes, but none of them have considered the overlapping minimum bounded rectangle （MBR） of sensors which make them impossible to reach the optimization solution. The proposed OMSI-tree and OMR algorithm can efficiently solve this problem by executing a given query only on the sensors involved. Experiments show that there is an obvious improvement compared with TinyDB and other spatial index, adopting the proposed schema and algorithm.     

无线传感器网络MAC协议的节能机制研究

由于无线传感器网络节点使用干电池和纽扣电池供电的特点,限制了网络节点能量的使用。而传感器网络中能量的控制主要由MAC层和路由层完成,MAC层相对于路由层对能量的控制更为直接和频繁。文章分析了传感器网络的MAC协议中能量消耗的各种原因,并针对各种原因提出了相应的解决办法,可以较好地延长网络的使用寿命。