基于免疫的网络风险分布式定量评估模型

将人工免疫技术应用于网络系统风险评估中,提出并实现了一种基于免疫的网络风险分布式定量评估模型.模型依据生物免疫系统之抗体浓度的变化与病原体入侵强度的对应关系,对网络系统当前安全状况进行实时、定量的分析,从而有效地缓解网络攻击对系统造成的危害,提高网络系统的应急保障能力.仿真实验表明,模型能实时有效地对网络系统的风险进行...     

一种融合分布估计的离散粒子群优化算法的配电网重构

将基于分布估计的离散粒子群优化算法运用于配电网重构,以降低网损为目标函数,对于新的种群,随机从概率模型和至今全局最优信息项中获取解信息。仿真实验结果表明提出的关于配电网重构的新算法优于其他几种优化算法。     

基于粒子群优化的高维小波神经网络及其应用

本文提出一种粒子群优化小波神经网络的新方法.先采用基于梯度下降的误差反传算法调整小波神经网络参数,再使用粒子群算法修正,从而建立了粒子群优化的高维小波神经网络,并将该方法用于构建热连轧产品质量模型.仿真结果表明,此模型提高了预测精度和收敛速度.     

模糊神经网络局部通风机调速控制器

为提高煤矿局部通风机的调速能力,采用模糊控制与神经网络技术,设计了局部通风机智能调速控制器。该控制器由瓦斯检测、风速检测、模糊神经网络控制器、变频调速器和局部通风机五部分组成,采用多层前向神经网络输出控制量。仿真结果表明：通风机速度曲线与实际电机速度曲线误差很小,模糊控制与神经网络的结合能够克服传统线性和非线性控制的缺点,较好地实现煤矿局部通风机的调速,提高了系统的鲁棒性。     

基于二阶系统的神经网络控制及仿真

基于神经网络的直接逆控制和模型参考自适应控制的原理设计了1个二阶系统控制，使用MATLAB神经网络工具箱对其进行了仿真，对比了不同的控制方法以及训练样本容量对控制结果的影响。     

基于改进型神经网络的双目摄像机标定

摄像机标定是机器视觉中最重要的环节之一,传统标定方法运算量大、计算复杂,非常繁琐。为解决标定存在的若干问题,提出基于改进神经网络的双目视觉摄像机标定方法。通过对双目摄像机有效模型分析,建立空间点图像坐标与世界坐标非线性映射关系,同时引入自适应学习算法,实现隐层神经元的自适应选取,并且在创建网络模型前对样本数据进行归一化处理,提前终止策略,使网络泛化能力得到极大改善。通过与经典标定方法进行比较,表明基于改进型神经网络标定方法能获得较好的双目标定精度。     

无线网状网中一种基于综合准则的路由判据

无线网状网是一种新型的宽带无线接入网络,其中路由算法的设计是一个非常活跃的研究领域。由于无线网状网具有的一些特性,现有的基于最小跳数的路由算法并不适合无线网状网。为了提高网络性能,文章在综合考虑无线链路质量、链路间的干扰以及节点的负载情况后,提出了一种新的路由判据I-WCETT;仿真结果表明,该方案能显著提高网络的吞吐量。     

基于RTL8019AS单片机在网络数据传送中应用

为节约资源降低成本，充分利用现有串口设备和丰富的现有的以太网资源，使测控数据能实时传送，达到对测控设备的实时测量和控制。利用芯片RTL8019AS制成基于普通单片机的廉价的网络数据传送装置，通过该装置能够直接实现单片机将带有RS-232、RS-485自自测控设备变成以太网测控设备，通过互联网进行数据传送，做到对被控制设备的实时监测和控制，取得良好的效果。     

基于信息融合技术的电机故障诊断

为了能够从多方面反映电机系统状态,实现对电机故障模式的自动识别与准确诊断,将信息融合技术与神经网络相结合,建立电机故障诊断系统。在数据融合级上,将故障特征量进行分类处理,然后,采用多层神经网络进行故障特征级融合与电机故障的局部诊断,获得彼此独立的证据,再运用DempserShafer(D-S)证据理论融合算法对各证据进行融合,最终,实现对电机故障的准确诊断。诊断测试试验证明:该诊断系统提高了电机故障诊断的精度,并能满足诊断的实时性要求。     

科技馆计算机网络设计与实现

通过对安徽省科技馆现有计算机群的分析,提出了旨在实现计算机资源共享、数据实时传输、提高馆内外信息交流功能的科技馆计算机网络组网方案.该方案基于 Intranet/Internet双层模式和 TCP/IP协议,着重讨论了建立馆内 NT局域网硬件、软件的配置、网络安全设计以及与外部 Internet的连接及网络开发环境的设置.并按有关规范对组网方案进行预测,得出该网传输速率可达 100 M入工作站.并由此给出一个完整的、可行的设计方案与可实现的技术途径.