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+...     

网络流量测量技术研究

研究网络流量特征,对网络管理、规划和发展具有重要意义.本文讨论网络流量的采集方法、流量测量和分析方法、流量测量模型,并指出了流量测量模型方面需要改进和进一步研究的问题.     

从动能损失看弯道路段的通行能力

基于元胞自动机NaSch交通流模型,提出弯道交通流的能耗公式.在开放边界条件下研究不同弯道曲率半径、弧长、摩擦系数等因素对各种能耗的影响.模拟结果表明:在不同影响因素情况下,对应的各种能耗随进车概率的变化趋势相似,安全能耗总是最小的,趋于零;弯道的曲率半径和摩擦系数越小、弯道弧长越长,出现能耗平台的临界进车概率点越小,...     

石家庄市绿地盲点区域评测与整体景观设计

首先通过分析石家庄市绿地景观系统的构成要素,参照格林公园辐射范围法确定了具体辐射范围和实际城市绿地景观系统。依据绿地面积分布图,对绿地景观盲点区域进行评测,找出辐射范围外的盲点区域。在改善绿地空间布局、提高绿化覆盖率的基础目标上,引入和改进国内外现行建设模式和实践经验,结合石家庄市的实际特点,从居住区和公园、道路及环城三个要素上对市区整体绿地进行景观设计,建设城市宜居性,同时为其他平原城市进一步发展绿地要素的城市建设提供理论依据。     

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.     

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.     

基于小波分析和集成学习的短时交通流预测

针对短时交通流具有随机性和不确定性等特征,提出一种基于小波分析和集成学习的组合预测模型.首先,对原始交通流数据的平均行程时间序列应用Mallat算法进行多尺度小波分解,且对各尺度上分量进行单支重构;其次,对于各重构的单支序列分别使用极端梯度提升模型(extreme gradient boosting,XGBoost)进...