基于社会网络分析理论的恐怖组织网络研究综述

恐怖组织网络研究对于了解恐怖组织结构、有效打击恐怖活动具有十分重要的意义. 近年来, 社会 网络分析方法在恐怖组织网络研究中得到广泛关注和成功应用. 本文对恐怖组织网络模型的构建方法和分析方法进行了综述. 首先, 从建模视角、建模工具及数据获取方法三个方面对恐怖组织网络模型的构建方法进行了讨论和评价. 然后, 将恐怖组织网络分析方法归纳为静态分析和动态分析两大类. 在静态 分析中, 重点分析和评价了网络拓扑结构及特征、核心目标识别、抗毁性评估及瓦解策略三种方法; 在动 态分析中, 主要对恐怖活动态势评估、组织结构演化与绩效评估、空间关联分析三种方法进行了论述. 最 后, 指出现有研究存在的不足以及未来值得研究的问题.     

基于生成对抗网络的高端装备研制数据脱敏方法

针对高端装备研制数据的保密性和重要性,提出一种基于生成对抗网络(generative adversarial networks, GAN)的高端装备研制数据脱敏方法。面对高端装备研制数据在数据挖掘和数据共享时可能面临泄露的风险,利用GAN进行数据脱敏。在随机生成的高斯数据集上进行实验,通过比较源数据和脱敏数据的统计特征,证明GAN的数据脱敏方法能够有效实现数据脱敏过程中所要求的数据安全性、数据有效性和成本可控性。最后,在Yeast数据集上进行验证, GAN输出的脱敏数据同样在现实世界数据集上表现出色,能够准确地预测Yeast的分类,为高端装备研制数据的管理和分析提供了一种新的思路。     

CMAC神经网络用于分析和设计非线性过程控制系统(Ⅱ)——控制策略

本文是基于 CMAC神经网络分析和设计复杂控制系统的第二部分 ,提出了基于评价函数和CMAC预测器的控制器的设计方法 ,通过分析控制算法的收敛性和控制系统的稳定性 ,得出了控制器参数的选取方法 .该方案适用于过程的输入输出数据是可测的 ,并且可用第一部分提出的方法得到对象的 CMA C预测器 .仿真实例证明该方案是正确和实用的.     

基于冗余避免的高效网络编码广播重传方法

为了提高无线网络中基于网络编码的广播重传方法的编码效率,从而有效地减少重传次数和数据包传输时延,提出一种主动避免编码冗余的高效网络编码广播重传方法(network coding broadcasting retransmission approach based on redundancy avoiding,NCRA)。NCRA编码时主动避免不能解码的编码组合被重复编码重传,同时优先编码重传对接收节点已缓存的未解码编码包的解码贡献较大的丢失数据包以充分利用编码机会,在对解码贡献相同的条件下优先编码较早丢失的数据包以减小数据包传输时延。理论分析和仿真结果表明,NCRA算法相比于现有算法能有效减小重传次数和降低数据包传输时延,减少网络开销,进一步提高了编码重传的效率。     

ABR流量的模糊免疫PID控制

针对高速通信网络的拥塞问题,设计模糊免疫PID控制器,对网络中的ABR速率进行实时、在线调节。提出了确保最小信元速率的算法。所设计的控制算法不但克服了ABR带宽、用户数量及传播时延等不确定因素对网络性能造成的影响,而且保证了带宽的公平分配及链路的充分利用。仿真结果表明系统具有很好的快速性、鲁棒性及适应性,网络的服务质量得到了保证。     

基于协议同步水下传感器网络目标协同定位算法

为了解决水下目标的定位问题,讨论了一种基于水下传感器阵列网络的目标协同定位算法。该算法在实现水下节点同步的基础上,通过建立目标位置与距离差测量值的统计模型后依据最大似然准则完成目标定位。定位算法的实现采用分布-集中相结合的处理方法,在提高定位精度的同时大大节省了水下节点通信能耗。通过仿真实验验证了算法的有效性和可行性,实验结果表明该方法具有较好的同步及目标定位精度。

Abstract：

A collaborative target location algorithm for underwater acoustic sensor networks （UASN） was proposed. The algorithm was achieved based on time synchronization for high transmitting delay for UASN. Target location was estimated by maximum-likelihood methods based on proposed statistical model which was established by the relation between target position and measured range difference. The proposed algorithm adopts the distributed-centralized computation methods,which degrade the transmitting energy comparing with traditional centralized methods. The result of simulation shows the application validity and the more location performance of the algorithm.     

社交网络下基于个体技能的人力资源配置研究

针对社交网络人力资源的合理分配问题,本文提出了一个切实可行的包括分配机制与支付机制的人力资源配置拍卖方案.在这个方案中,雇主首先向社交网络提交其技能请求及报价;接着,社交网络分别利用人力资源配置拍卖方案中的分配机制和支付机制决定赢者及其支付费用.此外,本文从理论上证明了提出的机制同时满足个体理性、预算平衡、激励相容等良好的经济属性.最后,大量的模拟实验结果表明本文提出的人力资源配置方案可行有效,其具备良好的分配有效性以及较低的计算复杂性.     

复杂网络确定性模型研究的最新进展

复杂网络的确定性模型在复杂网络建模领域起着不可或缺的作用。按照复杂网络经典模型发展的先后次序,依次对随机图、小世界网络、无标度网络以及加权网络确定性模型的研究现状进行较全面的综述,重点介绍了相关模型的构造及其主要性质,并对复杂网络确定性模型未来的部分发展方向进行了展望。     

基于神经网络的遥感影像超高分辨率目标识别

现有遥感图像的许多分类方法大都忽略了混合像元存在的事实,通过理解遥感影像像元点目标的空间分布特性,提出基于Hopfield神经网络的遥感图像超分辨率目标识别算法。在Hopfield神经网络模型下,利用模糊分类技术进行模糊分类,然后用分类结果约束Hopfield神经网络的方法获取超高分辨率的遥感图像,能够提高遥感图像的目标分辨率,使其目标特征信息更清晰。