一种基于移动代理的网络性能管理模型研究

对传统网络性能管理系统的缺陷进行分析后，提出了一种荩于移动代理的网络性能管理模型，该模型通过将网络性能管理需要采集的对象和指令封装位移动代理内，利用Grasshopper移动代删平台进行支撑，实现了M络性能数据的自主采集，并利用被管网元的本地资源即时计算出最终的性能指标数据，通过对传统性能管理和文巾提出的基于移动代理性能管理进行分析和比较，发现基于移动代理的网络性能管理可以减轻管理站的计算负荷，减少网络管理数据流量，从而降低囚网络管理而带来的额外开销。     

基于ZigBee的数据采集系统

鉴于ZigBee技术适合用于数据采集系统的的特点,提出了基于ZigBee的数据采集系统的设计方案,着重探讨ZigBee节点的硬件设计及其组网设计．并详细讨论了基于CC2430芯片的数据采集节点的硬件设计方案,组网设计中的协调器建立网络、节点加入及脱离网络的设计方法,以及数据采集系统的软件设计方法．最后通过搭建温度采集ZigBee网络的实验,证明新方案能取得良好的通信效果．     

基于群集技术的多服务器地理空间数据管理

析了现有海量空间数据网络管理技术在系统整体性能方面存在的局限,引入群集技术,充分利用群集技术的高性能计算和高可靠性的服务器架构等特点,优化设计了基于群集的多层GIS应用服务器体系结构,结合常规海量空间数据库管理的空间索引分区、远程内嵌过程等效率策略,提出了一套基于群集的海量空间数据多服务器管理技术.通过基于Oracle真正应用群集(real application cluster,RAC)和Oracle9i应用服务器(9i Application Server,iAS)的应用实例,验证了基于群集空间数据管理技术的可行性及其高性能.     

基于AD7656开发高压容性设备绝缘介损的信号的采集系统

为精确测量能反映高压容性设备绝缘状况的介质损耗值,设计了相应的信号采集系统.采用电网频率跟踪技术,将传感器测得的三相末屏电流模拟值经信号调理电路调理及AD620AR放大器放大后,并经AD7656进行模数转换,将模拟信号直接转化为数字信号,避免了信号传输过程中的干扰和衰减问题;并采用参考电源解决了远距离同步采集问题.介绍了基于多通道高分辨率AD7656开发绝缘介损在线监测终端信号采集系统的具体方法,给出了具体的接口实现电路和数据采集的初始化操作过程,经实际应用,系统可靠稳定.     

基于ARP和SNMP的网络拓扑自动发现算法

详细探讨了网络可视化管理的核心技术——拓扑图自动发现方法.分析了ARP（地址解析协议）和SNMP（简单网络管理协议）以及SMI（管理信息结构）,并详细介绍了MIBII库,ARP表和路由表的描述.在此基础上,重新设计了数据结构,设计并实现了拓扑自动发现算法,并给出了详细的算法描述,实验结果表明,该算法简单、快速、易于实现,为研发智能化网络故障定位系统提供了保证.     

MAILCM：一种基于移动代理的网络安全智能联动控制机制

为建立综合、动态、智能型的网络安全体系，实现多种安全技术的有机集成和多种安全产品之间的动态联动，提出了一种多类网络安全产品联动控制机制(Moblie agent basecl Intelligent Linkage Control Mechanism，MAILCM)．提出了动态策略更新机制。实现了策略更新的实时和各子系统的策略同步。并能对网络攻击和各种病毒等威胁网络安全的行为做出快速响应。保证各网络终端的安全。避免信息被盗取和终端机器的破坏。有效保障了网络的安全运行．     

实船撞击实验防撞装置的撞击力分析

实验研究了基于以钢丝绳为基本元件的新型柔性防撞装置的防护性能.利用DEWETRON数据采集仪及多通道同步采集传感器的信号,分析得到防撞装置在碰撞中受到的撞击力曲线.实验结果显示:靠近船舶撞击侧最近的非撞击侧位置受到的撞击力最大,属防护重点部位;在承受多次撞击后,防撞装置基本完好,且船舶在碰撞中的损伤也有所减低.     

利用微电脑系统改进现有普通物理实验的研究

目前,计算机特别是微电脑技术已迅速步入各行各业,甚至是日常生活中,如在家用电器中,引入微电脑能使产品性能大为提高,先引入者就可先占领市场.在教学,特别是实验教学中,引入微电脑是保证教学先进性的必要条件.作为工科的公共基础课程,在普物实验中引入微电脑系统,这不仅是实验手段的更新,更重要的是实验思想的更新、实验管理的更新,以逐步实现实验室仪器系统化、归一化、现代化的目标.在普物实验中所引入的微电脑系统,其主机部分可一机多用,不同物理实验的数据采集系统可用不同的接口线路引入主机,在主机上设置多个功能键,按不同的功能键即可进入不同的程序段,完成不同的数据采集.     

一种改善直流系统恢复特性的低压限流环节优化方法

换相失败恢复策略中的低压限流环节参数大多选择折中值或经验值,没有充分考虑无功功率的动态需求,影响系统恢复中的控制性能.文章建立了电流指令值与交流母线电压的关系式,提出了基于交流母线电压求解电流指令的恢复策略,采用静止同步补偿器(STATCOM)解决因恢复速率过快导致再次换相失败的问题,改善系统恢复特性.通过搭建仿真模型...     

基于低功耗与强穿透的ECG传感器节点的设计与实现

针对矿井下信道环境的复杂性与特殊性, 设计并实现了基于低功耗与强穿透的ECG传感器节点. 通过对比论证传感器节点各模块选型, 提出了基于AD8232为心电信号采集芯片、STM 32F103C8T6为处理器以及SI4463为无线收发芯片的ECG传感器节点设计方案. 在阐述传感器节点的软件设计思路与低功耗策略的基础上, 对ECG传感器节点的功耗以及对于矿工ECG信号采集传输性能进行测试与分析.     

自适应推理的知识求精

简要分析了传统的决策支持系统中的自适应知识库求精问题,提出了一种基于神经网络块间联系的规则的自适应推理知识求精算法.该算法能够有效地检查知识的一致性与相容性,及时发现并排除知识库知识之间的冗余和矛盾.该算法能够更好支持决策过程.     

基于多线程技术的智能小区管理服务系统构建

设计并实现了一个由485网络构成的智能小区数据采集、控制及管理服务系统,该系统能实现抄表、安防和物业管理等功能,对该系统的整体结构做了介绍,并讨论了中心主机管理服务系统软件的两大模块——通信引擎和管理平台,其中详细分析了多线程技术在通信引擎中的重要作用．     

基于协同机理的异构无线网络协议模型

通过对多无线接入网融合方案进行分析和比较,提出了一种基于中继的协同组网技术和网络协议模型.通过在中继节点处的MAC层上增加通用协同适配层以实现异构网络下的数据转换和协同传输,同时在基站和中继处分别引入协同无线资源管理实体支持多中继协同组成中继子网以及不同接入网间的传输容量和质量的协商,以实现数据的无缝中继传输.实验表明,该中继协同组网技术能够有效地支持多无线接入网的融合,实现在异构网络环境下为用户提供高速传输业务和多无线接入网资源的协同使用.     

基于粗集理论的MIB变量开采

利用粗集理论对大量的MIB（Manager information base)变量进行数据挖掘,找出反映网络故障现象的MIB变量组及其逻辑组合关系,通过对网络故障采集的MIB变量离散化,运用粗集方法去处错误和不必要的数据,提取表现故障现象的规则,并将规则用于设计计算机网络故障诊断程序,给出了具体的分析过程和算法的实现步骤。     

基于事件相机的无人机目标跟踪算法

无人机目标跟踪可应用于消防、军事等重要领域,已成为计算机视觉领域热门研究课题之一。现有的无人机目标跟踪算法大多基于传统RGB相机结合深度学习算法, 但此类算法一方面无法避免无人机机体抖动造成的运动模糊, 另一方面因传统RGB相机在低光照或过曝光场景下成像质量较差,难以跟踪目标,为此提出采用无人机搭载DAVIS事件相机的方法进行目标跟踪。设计了基于事件与灰度图的双模态融合跟踪网络,用Vicon运动捕捉系统制作了无人机视角下的目标跟踪Event-APS 28数据集,实现了在复杂光照场景下对目标物的有效跟踪。     

基于贝叶斯网络的稀疏出租车GPS轨迹路径还原方法

为提高出租车GPS大数据的可用性, 提出一种基于贝叶斯网络研究稀疏出租车GPS轨迹路径还原的方法. 与传统仅基于时空变量的研究方法不同, 新算法同时考虑天气条件、驾驶员特性、车辆行驶特性与出租车的载客状态等因素来进行路径还原预测. 以宁波市体育中心周围的路网为例, 将出租车服务信息管理平台的GPS轨迹数据作为测试对象, 验证本文方法的适用性. 结果显示, 基于多因素的贝叶斯网络方法在还原精度方面(达到91.4%)优于Logit选择模型. 此外, 新算法尤其适用于出租车轨迹数据缺失率较高的场景, 比如缺失轨迹点跨度在5 min左右.     

基于OWDP的IP网络性能实时监测系统设计与实现

针对传统的RTDP（往返时延与丢包协议）网络性能测量方法及ping探测方法的不足，设计并实现了一种基于OWDP（单路时延与丢包协议）的新型单路网络性能测量系统。该系统研究网络流量特点和测试流的发送规律，综合考虑了安全策略因素，最后的实验结果表明，系统具有良好的可扩展性，适合对大规模的网络进行实时监测。     

基于空间自回归神经网络模型的空间插值研究

基于空间距离计算的空间自相关权重系数是经典空间插值方法的核心,然而由于空间距离与自相关权重之间复杂的非线性关系,反距离权重（IDW）法和克里金（Kriging）法等传统空间插值方法,在求解权重精准解时存在一定的局限性。由此,利用神经网络超强的非线性拟合能力,通过融合神经网络与空间自回归方法,建立了空间自回归神经网络（SARNN）模型,实现了空间自相关权重的精准计算并将其应用于空间插值研究。为验证SARNN模型的有效性和可行性,采用两类模拟数据及海洋环境数据进行交叉验证,并与IDW法和Kriging法进行精度对比。实验结果表明,SARNN法显著提升了R²、RMSE、MAE、MAPE等统计指标,插值结果明显优于IDW法和Kriging法;同时,SARNN法在空间插值中对突变数据和极值数据的预测较为准确,改善了传统插值方法空间平滑过渡差,易出现“牛眼”、锯齿现象等问题,显著提高了空间插值结果的准确性与合理性。SARNN法提供了一种空间插值的新思路,具有较为广泛的应用价值。     

基于空间自回归神经网络模型的空间插值研究

基于空间距离计算的空间自相关权重系数是经典空间插值方法的核心,然而由于空间距离与自相关权重之间复杂的非线性关系,反距离权重（IDW）法和克里金（Kriging）法等传统空间插值方法,在求解权重精准解时存在一定的局限性。由此,利用神经网络超强的非线性拟合能力,通过融合神经网络与空间自回归方法,建立了空间自回归神经网络（SARNN）模型,实现了空间自相关权重的精准计算并将其应用于空间插值研究。为验证SARNN模型的有效性和可行性,采用两类模拟数据及海洋环境数据进行交叉验证,并与IDW法和Kriging法进行精度对比。实验结果表明,SARNN法显著提升了R²、RMSE、MAE、MAPE等统计指标,插值结果明显优于IDW法和Kriging法;同时,SARNN法在空间插值中对突变数据和极值数据的预测较为准确,改善了传统插值方法空间平滑过渡差,易出现“牛眼”、锯齿现象等问题,显著提高了空间插值结果的准确性与合理性。SARNN法提供了一种空间插值的新思路,具有较为广泛的应用价值。