星型脉冲耦合网络同步的研究

本文研究了星型脉冲耦合网络的同步,提出一个新的网络模型——星型脉冲耦合复杂网络,根据其节点耦合的特性得到了网络同步的充分条件．     

深度学习与一致性表示空间学习的跨媒体检索

提出一种基于深度学习与一致性表示空间学习的方法,针对图像与文本2种模态,分别采用卷积神经网络模型和潜在狄利克雷分布算法学习图像的深度特征和文档的主题概率分布;通过一个概率模型将两个高度异构的向量空间非线性映射到一个一致性表示空间;采用中心相关性算法计算不同模态信息在此空间的距离.在Wikipedia Dataset上的实验结果表明:在单模态输入检索中,文中方法的平均准确率为38.43%,相比于其他方法有明显提高.     

前馈神经网络中BP算法的一种改进

在传统的BP算法基础上,提出了一种改进的BP学习算法,先加入描述网络复杂性的量,使算法能够考虑到网络的连接复杂性,进而有可能删除掉冗余的连接甚至节点;接着提出对网络的学习步长的动态调整,以此来尽量避免传统学习中的学习速度过慢和反复震荡;然后给出新的算法是高阶非线性收敛的证明;最后通过实验说明的新的BP算法在一定程度上可减少网络的复杂性,有着比传统算法更快的收敛速度。     

一种适用于Ad Hoc网络路由的启发搜索技术

提出了一种基于地理位置信息的启发式Ad Hoc网络路由方法,该方法将传统的A^＊算法改造后用于Ad Hoc网络的路由搜索,解决了由贪婪方式转发而失败的本地最小问题,避免了繁杂的路由平面构造与维护,计算机仿真显示,它需要的开销较小并能提供较高的分组传输成功率。     

电路交换网络的性能分析

提出了一种分析电路交换网络性能的方法，利用这种方法，可以很快得到具有或不具有线路保留技术的电路交换通信网的性能，且线路保留数可以是实数。因此，这一方法非常适合于电路交换网的优化设计。     

异构无线分组网络中的接入选择机制

传统多接入选择(Multi-Radio Access Selection)方法只针对话音业务,在设计中仅仅考虑已接入用户数及系统容量,由于未将"分组级"信息考虑在内而不适用于无线分组网络。提出了一种新的异构无线分组网络中的接入选择算法,分组业务在多接入选择时考虑了实时、非实时的不同QoS要求和链路自适应机制(链路层重传及自适应调制编码);用户接入后,在保证其QoS的基础上,同时达到不同网络间负载均衡的目的。基于OPNET Modeler的动态仿真对算法性能进行了仿真评估,并与传统的最小用户数和最小路径损耗多接入选择方法在保证业务QoS和负载均衡性能方面进行了比较。     

传感器网络中基于最小覆盖重叠的移动部署

为了优化随机部署的传感器网络的覆盖率,提出了基于最小覆盖重叠(MCO,Minimum Coverage Overlap)的分布式移动部署算法.算法执行时,每个节点根据获得的邻居节点位置信息,计算节点覆盖圆周上覆盖重叠的分布情况,并沿着最大程度减小覆盖重叠的方向移动.通过算法的迭代运行,使网络覆盖重叠程度尽量减小,从而最大限度的优化了网络的覆盖率.仿真结果表明,与基于Voronoi图的算法相比,MCO算法在覆盖率、移动效率、移动距离和部署时间等方面具有更高的性能.     

基于复杂网络的禽流感病毒传播

基于复杂网络理论,研究了禽流感病毒的传播机制.根据实证数据分析,建立了一个禽流感病毒传播的小世界网络模型.通过对病毒传播中个体的接触程度、传染概率、潜伏期等因素研究,分析了现在对禽流感病毒预防措施的有效性.最后,通过对世界卫生组织公布的各地禽流感病毒爆发的数据进行统计,说明了用小世界网络模型模拟禽流感病毒传播的可行性.     

基于复杂网络的指挥控制信息协同模型研究

网络化作战的时代特征迫切需要新的仿真模型和评价方法,以预测信息优势对作战效果的影响。在描述网络化指挥控制活动特点的基础之上,从复杂网络角度出发建立起指挥控制信息协同模型,并就不同规则演化下的网络特征变化进行了定量分析,从而为评估信息协同对作战效果的影响提供了新的研究思路和方法。     

复杂网络演化博弈理论研究综述

综述复杂网络的结构特性对演化博弈动力学的影响的最新研究成果,研究个体在相互作用和冲突中的策略选择和演化问题,关注自私个体中合作现象的涌现。着重介绍了受到广泛关注的囚徒困境和雪堆博弈两个简单的博弈模型,并利用复杂网络刻画了个体间的联系,研究了空间结构与博弈动力学之间的关系,探讨了未来工作的研究方向。