一种"北斗"导航星座数据上注的动态链路树路由方法

针对目前“北斗”导航系统星间链路维护中频繁进行的时隙表、路由表等数据上注耗时较长的问题,利用星座各星上注数据一致的特点,提出了一种“北斗”导航星座数据上注的动态链路树路由方法。该方法能够显著降低整个星座数据上注过程的资源占用,并较大幅度地提高完成数据上注任务速度,缩短数据上注的时间。     

基于动态功能连接的握力运动参数脑电识别

为了研究握力运动过程中脑功能网络(Brain Functional Network,BFN)的动态变化特征及对握力运动参数任务识别的影响,提出一种加权相位滞后指数法构建动态脑功能网络.通过对预处理的EEG时间序列按照一定的非重叠窗口截断成等长的子时间序列,按时间顺序,利用相位同步特性对所有子序列进行筛选;筛选出的有效数据段用加权相位滞后指数法估计功能连接大小,构建相应节点的脑功能网络;提取4种不同网络特征参数,对其进行串行融合获得特征向量;最后以支持向量机作为分类器进行分类.与静息态和不均匀子时段划分方法相比,所提方法的平均识别率提高到了74％.     

弹性光网络中结合预测的多维感知RSA算法

弹性光网络(EON)中的传统路由频谱分配(RSA)算法多考虑路由跳数或频谱资源占用情况,缺乏时域与相邻链路的信息有效利用.提出一种结合预测的多维感知RSA算法,对持续时间已知业务的历史时间信息通过后向传播神经网络预测未来业务的时间信息,在路由时综合考虑时间、频谱和相邻链路资源占用程度.仿真结果表明:与传统RSA算法相比...     

基于地理-机会的水下无线传感网的混合路由

水下无线传感网络UWSNs被认为是监测海洋最有前景的技术。然而,声信道特性给UWSNs的数据采集提出了挑战。提高UWSNs数据采集效率的有效方式就是融合水下声通信和高动态网络拓扑的特性,设计高性能的路由协议。为此,提出基于地理-机会的水下无线传感网的混合路由,记为GOHR。在GOHR协议中,源节点先计算候选转发节点集,并计算集内每个节点的归一化权重值,再依据归一化权重值对集内节点进行排序,并形成转发节点簇。然后,计算每个簇的期望权重值,最后,选择期望权重值最大的簇内节点作为数据包转发节点。为了避免簇内节点转发数据包时发生碰撞,设置定时延时转发机制。仿真结果表明,提出的GOHR协议提高了数据包传递率,降低了数据包的传输时延。     

大差异数据冲击下的网络路由分类器的设计与实现

针对大差异数据冲击下路由器存在路径选择误差大的问题,设计大差异数据冲击下的网络路由分类器,其主要由FPGA开发板、模/数采集器和数字信号处理器组成。分类器先对网络路由分类函数进行设计,并将其写入FPGA开发板。当网络信道存在大差异数据冲击时,FPGA开发板将调用网络路由分类函数对大差异数据进行预分类,获取预分类结果并将其传送到模/数采集器。模/数采集器将预分类结果转换成低压差分信号,数字信号处理器对该低压差分信号进行特征提取和参数修正,进而获取最佳分类结果。实验结果表明,所设计的分类器具有信道增益效果好、分类速率高和信道失效率低的特点。     

车载网络GPSR路由改进算法

GPSR路由协议在车载网络的应用中,因使用贪心算法而采用边缘节点进行数据转发,在转发过程中容易造成数据包丢失、服务质量低下等问题。文中针对原GPSR协议在数据转发模式上的缺陷,提出选取众多车载网节点中移动速度缓慢的节点作为中继节点,以减小选取移动速度过快的节点作为中继节点出现的概率。通过仿真对比原协议和改进后协议前后端到端延时、不同移动速度下的数据包接收的成功率、抖动率以及吞吐量等方面的性能,实验结果表明改进算法提高了协议的工作效率,优于原GPSR协议,更加符合车载网络的应用。     

BP神经网络结合变量选择方法在牛奶蛋白质含量检测中的应用北大核心CSCD

牛奶中的蛋白质含量会影响牛奶的品质,利用高光谱图像的光谱特征信息研究对牛奶蛋白质含量预测的可行性。本文提出一种基于竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)和连续投影算法(successive projections algorithm, SPA)结合多层前馈神经网络(back propagation, BP)的预测建模方法,实验以含有不同浓度蛋白质的牛奶为对象,利用可见光/近红外高光谱成像系统共采集到5种牛奶共计250组高光谱数据,通过实验对比选择采用标准化方法对获取到的吸收光谱预处理,然后采用CARS结合SPA筛选特征波长,得到18个特征波长,建立CARS-SPA-BP模型,经过试验,CARS-SPA-BP模型的训练集决定系数和测试集决定系数R;和R;分别达到0.971和0.968,训练集均方根误差(root mean square error of calibration,RMSEC)和测试集均方根误差(root mean square error of prediction,RMSEP)达到了0.033和0.034。研究发现,采用CARS结合SPA筛选的牛奶特征波长建立的多层前馈神经网络模型,其模型预测结果与全波长建模相比并没有明显降低,因此将CARS结合SPA用于波长筛选并且结合BP神经网络基本可以完成对牛奶蛋白质含量的预测。为验证CARS-SPA-BP模型的预测能力,在相同数据环境下,使用较为传统的偏最小二乘回归(partial least squares regression, PLSR)进行建模,实验结果表明,CARS-SPA-BP相较于PLSR,R;和RMSEP均有明显提升。研究表明,CARS-SPA-BP可充分利用牛奶光谱特征信息实现较高精度的牛奶蛋白质含量检测。     

特征加权模糊感知器算法

本文提出了一种改进的模糊感知器算法,基本思想源于在学习中观察在旋转、位移和尺寸变换下,由矩不变量构成的特征矢量其各分量的变化是不同的。用方差对特征矢量进行加权,使变化小的特征分量在分类中起主要作用。模拟结果表明:新算法较原算法在分类中更为有效。     

加权直线天线阵的最佳稀布

本文先给出加权稀布阵列的最佳阵元位置的一般解和这种最佳阵列的栅瓣电平,然后讨论采用广义升余弦加权的情况;分析了采用这种加权的最佳稀布阵列的性能,导出了效率指教、栅瓣电平、波束宽度和干净扫描区宽度的闭型表达式,得到了一种具有任意近轴旁瓣电平和干净扫描区宽度的最佳稀布阵列的简单方法。最后讨论了这种稀布阵列的一个应用。     

OSPFv3动态路由协议及其实现

在深入研究传统开放最短路径优先动态路由协议的基础上，重点分析了基于IPv6的OSPFv3动态路由协议及其快速收敛技术，包括区城内路由、区域闯路由和自治系统外部路由等三种技术，最后给出了OSPFv3的实现方法。