Evolution of Internet Topology＇s Features in ＂Occupy Wall Street＂

以占领华尔街事件为例,研究社会事件和网络事件对Internet复杂拓扑连接的冲击,分析其拓扑在事件发展过程中的突变特征量,并剖析产生突变的原因.分别对各特征量与事件的发展趋势进行相关性分析,寻找相关度最高的特征量.将网络拓扑划分成低核、中核和高核3个层次,从核的角度分析网络各层次之间紧密程度的变化.结果表明,社会事件会通过搜索来改变网络路由路径,使得平均路径长度产生突变.通过分析各核边数的变化,得到以下结论：平均路径长度的变化是由低核至中、高核间的＂长边＂引起的.     

高速网络分布式抽样中的统计随机性分析

针对当前分布式抽样方法不能较好地解决抽取样本的随机性和估计无偏性的问题,采取对被抽样的数据包头中没有实际意义的Flag预留位做标记的方法,以保证各测量点抽取样本的一致性;在入口点处采取泊松抽样保证样本的随机性和估计无偏性.理论推导和实验验证均表明:所提方法实现简单、准确性高,抽取样本能较为准确地估计出流量总体特征,并且部署灵活,适合于工程应用.     

SDH传输网络评估优化在工程建设中的应用

简述了传输网络评估与优化的目的,重点介绍了SDH本地传输网络评估优化的基本方法、指标设置及实施步骤,并通过实例进行了说明。     

浅谈网络对大学生价值观的冲击及对策

基于中国网民的年龄结构与学历结构的统计数据,指出中国互联网使用的主要人群是大学生,分析了网络对大学生价值观的负面影响,在此基础上提出了防范大学生网络道德失范的对策。     

能量高效的无线传感器网络稳定分簇路由协议

针对无线传感器网络能量受限和能量消耗不均衡问题,提出了一种能量高效的稳定分簇(energy-efficient steady clustering,EESC)路由协议,其核心思想是:当前簇头根据其簇成员节点的剩余能量信息决定下一轮簇头,下一轮簇头上任后,非簇头节点根据能量距离函数决定加入哪个簇头,簇间通过簇头最小能量耗费判定依据来决定采用单跳还是多跳通信方式向基站发送数据.EESC路由协议每轮产生的簇头数量稳定,综合了分布式和集中式两类分簇协议的优点.实验结果表明,EESC路由协议不仅高效地利用了网络节点有限的能量,而且均衡了节点的能量消耗,显著地延长了网络的存活时间.     

滞后中立型线性离散系统的鲁棒稳定性分析及衰减速度的估计

给出了滞后中立型线性离散系统按衰减速度ρ稳定的充分判据。对于一类稳定的滞后中立型线性离散系统，通过简单计算得到了其稳定解衰减速度ρ的一个估计。利用所得判据分析了滞后中立型线性离散不确定性系统的鲁棒稳定性，并且给出了两个例子说明了所得的结果。     

人工神经网络在车辆故障诊断中的应用

人工神经网络具有适合于解决复杂的非线性问题的特点,因此经常被用于车辆故障诊断。该文介绍人工神经网络的基本原理以及网络结构,通过利用Matlab人工神经网络工具箱,建立某车辆动力总成BP单网络结构的故障诊断模型,提出基于人工神经网络的车辆故障诊断方法。由于各类人工神经网络在处理复杂问题时均有不足之处,该文进一步研究混合网络的工作原理及其在车辆故障诊断中的应用,并认为此类方法将是人工神经网络在车辆故障诊断研究领域的主要发展方向。     

基于占有率的信号交叉口引道延误推算研究

文章对引道延误和占有率分别进行了陈述,利用校验后的仿真模型,通过均匀设置在交叉口进口道的33个检测器,将进口道分为若干个小段,借助于检测器检测到的占有率和计算得到的车辆以自由行驶速度通过该检测段的时间,使用概念分析的方式推算车辆在每个断面的总延误,通过累加得到整个进口道的引道延误,结合每个周期的流量可以得到每周期的车均延误值。通过与仿真平台直接提取的延误值对比,得到延误估算的平均误差值为17.35%,即检测精度为82.65%,表明通过占有率推算进口道的延误具有较高的精度。     

硫化氢对冻胶型堵剂的影响

研究了H2S对常规冻胶型堵剂成冻时间和冻胶强度的影响,这些冻胶型堵剂包括交联聚丙烯酰胺形成的铬冻胶和酚醛树脂冻胶.探讨了H2S对冻胶型堵剂影响的作用机理.结果表明:H2S对无机铬交联体系的影响较大,而对有机铬交联体系和酚醛树脂交联体系的影响相对较小;对于无机铬交联体系,H2S能迅速将Cr6+还原为Cr3+,提高交联HPAM的速度,而当H2S含量偏高时,被还原出的Cr3+会与过量的H2S生成Cr2S3沉淀,不能形成整体冻胶;对有机铬和酚醛树脂交联体系的影响主要体现在pH值的变化上.当选择冻胶型堵剂应用于含H2S的油气藏时,最好选用酚醛树脂冻胶.     

基于概念格的神经网络日最大负荷预测输入参数选择

针对电力系统中影响负荷预测精度的众多因素如何选择问题,提出一种概念格属性约简算法,采用该算法挖掘出与待预测负荷量相关性较大的各属性作为神经网络预测模型的输入参数,降低了输入参数规模,确保了负荷预测模型输入参数的合理性,解决了神经网络模型输入参数的确定问题.通过对重庆市某区实际日最大负荷数据的计算分析,结果表明该算法提高...