共查询到20条相似文献，搜索用时 15 毫秒
1.
有效进行水下目标识别中,提取目标特征是其关键。对水下目标识别的相关研究能够为水中兵器智能化攻击提供理论依据。为此,提出一种基于关联维度特征的改进水下目标模式识别方法在论述了混沌的定义和特征的基础上,研究了关联维数这一重要混沌特征量的计算方法,对关联维数的算法进行改进,提高了运算速度和精度。仿真实验中以实测水下目标辐射噪声数据为载体,提取了水下目标辐射噪声的关联维数混沌特征,结果表明通过提取关联维数混沌特征的方法能有效分类识别。 相似文献
2.
混沌粒子群算法在WSN覆盖优化中的应用 总被引：1，自引：0，他引：1
研究WSN覆盖优化方面的问题,提高无线传感网络通讯效率。针对无线传感网络节点分布不均匀或者节点失效时,WSN覆盖区域会出现重叠或者指定区域没有被覆盖,造成无线传感网络通讯效率下降的问题,提出了利用一种混沌粒子群算法,根据无线传感网络相关参数和条件建立数学模型,利用优化处理方式对其进行优化,提高了通讯效率。实验证明,利用混沌粒子群算法进行WSN覆盖优化,可以提高无线传感网络优化效率,取得了令人满意的效果。 相似文献
3.
非密集分布下传感网络节点选择优化算法研究 总被引：1，自引：0，他引：1
提出一种混沌差分进化和动态逃逸粒子群的节点选择优化算法,通过混沌序列的均匀遍历特性和差分进化算法的高效全局搜索能力,对传感网络中的节点能量进行分类搜索,采用Logistics混沌映射对节点进行优化分区处理,将混沌扰动量融入节点能量分区过程中,获取最佳能量节点,利用动态逃逸粒子群方法,运算无线传感网络最佳能量节点的最优位置,实现网络节点覆盖优化。仿真结果说明,所提算法可增强无线传感网络最优节点的聚类性能,具有更好的无线传感器网络动态节点选择性能,并且收敛速度快,运算耗时少。 相似文献
4.
对无线传感网络节点异常行为检测与信誉评测标准模糊单一,容易导致分发延迟、丢包以及被恶意攻击等情况的发生。提出一种基于随机性和模糊性云计算定量分析的无线传感网络通信链路优化策略,对每个临近区域内任意相邻的传感器节点进行随机性和模糊性的云计算定量分析,对节点的彼此行为进行监控,计算各传输节点在数据传输中自身对对方的直接信任值和间接信任值,根据合成法则产生综合信任值,优化对数据通信进程。仿真实验表明,优化策略能快速有效识别有用数据和恶意数据,提升通信效率,节省无线传感网络节点能耗,保证了大规模数据传输和融合的安全性和准确性。 相似文献
5.
研究高效进行数据聚类,提高数据聚类能力的问题。传统的模糊C均值算法具有对初始值和噪声极为敏感和遗传算法在局部极值点收敛的缺陷。基于模糊c均值聚类算法,提出一种改进的优化聚类算法。利用混沌序列的均匀遍历特性和差分进化算法的高效全局搜索能力,对模糊c均值算法进行改进,利用Logistics混沌映射对聚类算法进行优化搜索,把混沌扰动量引入到进化种群当中,弥补了模糊C均值算法的缺陷。采用改进的Logistics映射扰动搜索聚类算法,以目标识别为案例,综合4类目标特征参数为研究对象,开发了一套有价值的目标识别专家系统软件。仿真实验表明,改进的数据聚类算法,具有优越的数据聚类性能,聚类判断准确率提高明显,设计的专家系统软件对目标识别特征分类具有较好的准确性和可靠性,具有一定的应用价值。 相似文献
6.
由于P2P网络中存在大量欺诈行为、攻击和不可靠的服务,使服务质量无法得以较好的保证。文章介绍了p2p网络时间向量,然后利用混沌加密技术对时间向量构建数字序列,通过数字序列构成数字指纹来使通信双方建立信任;仿真实验表明:新模型较传统的模型能更有效的识别出具有复杂策略的节点,在抵御恶意节点的各种动态行为上有更好的性能。 相似文献
7.
资源调度是当前云计算研究的热点,但是云计算中的虚拟节点的资源调度存在效率低,稳定性低的问题。针对这种情况,本文首先建立云计算环境下的资源调度模型,在模型中引入了优化后的蝙蝠算法,优化中引入混沌算法中的立方映射函数,对蝙蝠的个体进行混沌优化,同时缩小了搜索空间,加快了收敛速度。通过在Cloudsim平台上仿真实验表明,该算法在性能上、资源调度效率和任务调度方面都有很大改进,有效提高了云计算系统的资源调度能力。 相似文献
8.
在对波段性网络入侵差异化特征进行提取的过程中,会出现入侵差异化特征伪装程度逐渐升高的情况,导致传统的基于敏感性数据挖掘的波段性网络入侵差异化特征提取方法,由于不能有效区分入侵特征与正常特征,无法有效实现波段性网络入侵差异化特征的有效提取,提出一种基于支持向量机的波段性网络入侵差异化特征提取模型,获取不确定入侵中波段性网络节点的差异化特征以及入侵节点,给出两种不确定入侵中波段性网络节点的差异化特征训练数据样本集,通过非线性映射将数据样本集从原空间映射到高维特征空间中,得到高维特征空间中最优线性分类面,采用支持向量机求解该分类面的优化解,使用网格搜索法,通过调整错分惩罚因子与核宽度,分别训练不同的支持向量机,获取泛化能力最强的参数组合,完成入侵中波段性网络节点的差异化特征所对应的数据集的核参数优化和分类,实现波段性网络入侵节点的差异化特征的有效提取。仿真实验结果表明,所提方法具有很高的准确性及有效性。 相似文献
9.
10.
《科技通报》2015,(10)
对P2P网络信誉模型的研究是保证P2P网络稳定运行的基本因素。P2P网络通过节点的直接交换来共享计算机资源和服务,需要进行节点优化选择保证P2P网络的信誉和稳定性。传统方法采用粒子滤波算法实现节点自动控制,当存在多重节点反复组合时,对P2P网络的信誉度评价准确性不好。提出一种基于最优化网格分配节点信息覆盖的P2P网络信誉模型设计方法,构建网络的最优节点选择机制,采用自顶向下的方式分层构造数据聚集树,进行节点信誉信息表征和数学模型构建,实现算法改进。仿真实验表明,采用该模型能有效提高对P2P网络的信誉评价精度,优化网络的节点分布,实现节点最优选择,能够有效抵抗外界干扰和攻击,稳定性较好。 相似文献
11.
如何能够更好的提高节点定位一直都是WSN研究的重点,本文在DV-HOP定位算法的基础上,从误差精度,锚节点稳定度和反向学习选择-最小二乘估计来对节点定位的3个方面进行改进。首先在定位误差精度中引入混沌优化算法,其次在锚节点处理中引入稳定度概念,最后在未知节点定位中引入反向学习和最小二乘估计。改进后的算法在通信半径和拓扑结构两个方面进行了仿真实验,实验表明,本文算法能够有效的减少计算带来的定位误差,提高定位精度。 相似文献
12.
[目的]研究大数据网络环境发展新形势下,通过概率分析判断导致危机爆发的关键环节,为网络舆情危机管理决策提供依据。[方法]使用贝叶斯模型作为分析工具,探究网络舆情危机关键节点诊断的流程和机理。建立网络舆情危机分类匹配模型和关键节点诊断模型。[结果]建立60个网络舆情危机事件训练组得出模型条件概率表,3个测试组样本经实证诊断结果与事实相符。[局限]贝叶斯网络结构的构建需要进一步通过定量分析进行优化。[结论]对网络舆情危机进行分型,并精确地从复杂变量中诊断出对危机态势最具影响的关键节点。 相似文献
13.
民航机场X光机图像识别优化方法研究 总被引：1，自引：0，他引：1
《科技通报》2015,(8)
在民航机场安检信息系统设计中,传统的图像识别方法采用简单分类识别方法,无法有效对异常人流和危险爆炸物品实现有效检测。提出一种基于轮廓波域边缘检测的民航机场X光机图像识别优化方法,首先构建民航机场X光机图像识别的总体模型,采用具有统计学意义的概率分析技术等数据融合方法,达到对视觉图像的综合性处理。为了增强图像中运动区域的明暗对比度,使图像变得平滑,需要估计民航机场X光机图像的位置边缘信息,提取图像的低频部分,低频信号的提取,增强了图像的明暗对比度,提高民航机场X光机图像识别能力。仿真实验证明了该算法的图像的视觉识别效果更好,展示了算法的优越性能。算法对确保机场安全,提高安检效率具有积极重要的意义。 相似文献
14.
为有效定位识别和提取网络流量序列的暂态性异常特征,针对网络异常流量特征扰动性和暂态性特点,提出一种基于小波分解的二叉分类回归决策树主分量特征优化跟踪特征提取算法。利用训练集建立决策树模型,采用二叉分类回归决策树模型进行主分量特征优化跟踪建模,利用双正交提升小波分解得到的各层细节信号对暂态性扰动特征的敏感性,实现网络流量异常特征的定位提取和识别。仿真实验表明,改进算法的抗干扰能力和分辨率提高显著,暂态性异常特征谱图分辨能力提高,异常特征分布谱清晰可见,展示了较好的特征提取和状态识别性能。 相似文献
15.
针对常见的雷达脉冲信号（常规信号（NS）,线性调频信号（LFM）,双线性调频信号（DLFM）运用时频工具对调制方式的识别进行研究。运用两种时频分析方法1.短时傅里叶变换2.相位展开算法.通过这两种算法对雷达信号的调制方式进行分析,并通过仿真得到雷达信号的时--频分布以及时—频,时—相曲线,对仿真结果进行研究。通过仿真实验表明,雷达信号调制方式识别算法是可行的,有效的,而且具有良好的性能。 相似文献
16.
17.
为了实现破片侵彻靶板损伤模式的快速预测,使维修人员获得更多的维修决策信息,提出一种使用LS-DYNA有限元软件和遗传支持向量机(GA-SVM)对破片侵彻靶板损伤模式进行预测的方法。该方法利用计算机仿真的方式获取装备损伤的有效数据,并使用正交实验方法对数据进行了分析和处理,大大降低了实验成本和提高了实验效率。同时,针对人为选择SVM参数时的盲目性,使用遗传算法优化其参数,并与未使用遗传算法的预测结果进行比较。实验结果表明:GA-SVM大大提高了模型的分类识别能力,能够精确的对破片侵彻靶板损伤模式进行预测。 相似文献
18.
19.
传统方法在对无人机故障进行识别时,未对无人机故障进行有效分类,使得无人机故障识别结果差,应用性不高。为此,本文引入诊断分类树状模型对无人机故障元数据进行分类,解决传统方法中存在的问题。分析无人机故障元数据特点,在此基础上完成诊断层分类,获得对象层、故障层、征兆层、测试层、现象层及原因层6种不同的元数据属性类型;建立诊断分类树状模型对上述的元数据属性类型分类,获得统一格式为CML类型数据;依据雷达天线信息采集相关无人机故障元数据,根据左右识别及判断脉冲点方法完成元数据属性瞬时识别过程;获取最终的数据单元,实现无人机故障元数据属性的精确识别。实验结果表明,研究的技术能够精准地识别到故障元数据属性,并对其分类,分类处理所需时间短,该技术具有很高的发展空间,对于保障无人机安全运行有重要意义。 相似文献
20.
针对高校学生数量猛增、数据规模增大、约束条件增多、排课复杂等问题,本文以某高校课程编排为例,在课表编排中建立一个带约束的多目标数学模型,并对其进行最优化求解。利用运筹学优化仿真软件Xpress-MP验证,结果表明:建立数学模型的优化方法在解决高校课表编排优化问题中具有全局寻优能力,运行速度较快,使资源得到合理有效利用。 相似文献