基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

基于集成DBN的肺部肿瘤计算机辅助诊断模型研究

针对目前肺部肿瘤计算机辅助诊断模型存在的识别精度不高和漏诊率、误诊率降低困难等问题,提出一种基于集成深度信念网络(DBN)的肺部肿瘤计算机辅助诊断模型。首先,探讨不同的隐层数和隐层节点数对DBN识别性能的影响,从而确定合适的网络结构,并以该网络结构在三个模态(CT,PET,PET/CT)肺部图像构成的样本空间构建三个单一DBN个体分类器(CT-DBN,PET-DBN,PET/CT-DBN);然后,探讨输入图像大小、RBM学习率、训练批次大小、反向传播次数对DBN识别性能的影响,从而确定合适的参数训练三个单一DBN个体分类器;最后,采用"相对多数投票法"对三个DBN个体分类器进行集成,得到该模型的最终结果。实验结果表明,基于集成DBN的肺部肿瘤计算机辅助诊断模型的整体性能优于三个单一DBN个体分类器。     

SDN中基于KMOBPSO的高可靠性控制器部署算法

针对SDN中控制器系统的单节点故障问题,兼顾系统成本和系统时延,应用N+1冗余备份模型来提高SDN控制器部署的可靠性,并将其抽象为多目标优化问题.同时,提出了一种融合K-means聚类算法和遗传算子的多目标二进制粒子群算法——KMOBPSO算法,以求解SDN控制器高可靠性部署问题的解.仿真结果表明,所提算法具有求解精度高、分布均匀、沿Pareto前沿面覆盖广的特点,能够显著提高SDN中控制器部署的可靠性.     

双罐式气泵供液制冷系统性能的实验研究

双罐式气泵供液制冷系统作为气泵供液的一种,运用高压气体或液体的压力输送制冷剂到蒸发器。该实验通过控制供液气压来调节再循环蒸发器的供液量,调节制冷系统中的循环倍率,在供液气压升高而导致循环倍率增大的同时,蒸发器的传热量会升高到最大值。通过技术参数的收集整理,分析比较不同工况下的制冷性能、压缩机性能和传热性能等特性,作为双罐式气泵供液制冷系统工程应用的理论依据。实验表明,不同范围的供液压头,对传热性能的主要影响因素不同,蒸发器制冷量在供液压头升高到一定值后不再增加,系统COP也将下降。     

抑弧层结构对高压熔断器熔断效果的影响

将不同结构的抑弧层使用在相同熔断器基片上,研究了不同结构对熔断器高压电弧猝灭效果的影响。结果表明:熔断器动作时高压电弧的猝灭与抑弧层结构密切相关,多孔的抑弧层结构更有利于电弧的及时猝灭,对抑弧层中孔洞结构进行优化后熔断器电弧猝灭时间能够缩短至3 ms以内,电弧猝灭后的绝缘电阻大于500 M?,能达到较好的切断电流的目的。     

基于Spark大规模视频分析的可扩展性研究

介绍大规模监控视频分析可扩展性的研究目标,探讨了哪些因素会增加系统的负载和实时处理延时;研究了如何根据采样数据得出更加具有代表性的负载数据;进而提出了丢帧策略来避免系统负载过大和延时过长问题,最后介绍了动态增加系统的计算性能,通过增加计算节点的方式实现动态地增加系统的计算性能。     

移动通信网络优化现状及发展趋势分析

在社会经济以及科学技术不断发展的同时,移动通信技术也在逐渐进步。移动通信网络,在移动通信技术中属于核心部分。近些年来,越来越多的人们开始使用移动通信网络,促使移动通信网络的移动性日益增强,话务密度不均匀分布特征也越发明显,导致网络基站与用户手机之间出现了信号连接不顺畅现象,直接影响到了用户的通话质量,不利于移动技术的进一步发展,因而相关人员应该采取相关技术措施,对移动通信网络进行优化,不断提高通信网络的服务质量。