摘要：移动车辆的连通性是车联网(IoV)的关键指标之一,它会严重影响数据传输的性能。由于车联网的网络拓扑高频动态变化,车辆之间的通信链路容易频繁地断连。如何降低链路建立的随机性和链路断开概率,提高整体网络的连通性一直是急需解决的关键问题。针对上述问题,在视距路径损耗模型和干扰模型下分析网络的连通性,通过对车联网链路在真实世界的表征,设计动态生长(DN)算法。对车辆节点进行增加、删除和链路的偏好连接后,构建无标度车联网。通过仿真结果分析,网络整体的连通性提升了16%。

摘要：为解决基于能量收集的D2D(设备到设备)异构网络的资源分配问题,提升D2D链路的平均能量效率,提出一种高效的资源分配方法。基于系统模型分析,提出非凸的混合整数非线性约束优化问题;将非凸优化问题等效转化为凸优化问题,运用Karush-Kuhn-Tucker条件进行最优求解;提出一种结合能量收集时隙分配、资源块和功率分配的迭代算法,通过仿真分析验证所提方法的有效性。实验结果表明,所提方法能够在保证能量收集约束和蜂窝用户设备服务质量的情况下,最大限度地提高所有D2D链路的平均能量效率,与其它几种方法相比,所提方法在不同的网络参数设置下均能实现更高的能量效率。

摘要：文章设计并实现了一套高压并联电抗器健康评估系统,具有振动信号采集、存储、分析,及健康评估等功能。因单一位置振动信号无法全面反映电抗器健康状态且不具备检测拓展性,系统将电抗器表面多路振动信号离散频谱按权重叠加,作为特征向量输入机器学习模型中,实现了对现场运行的6台某公司750 kV高压并联电抗器的检测和健康状态评估。将基于振动信号总离散频谱的评估结果与油色谱检测法和超声波局放法的实测结果进行比较,发现该方法与上述两种常规检测方法的分析结果保持一致,且状态评估准确率达到100%。因此,基于振动信号的电抗器健康状态评估具有很大的实际工程意义。

摘要：为了提高并联机器人运动路径跟踪精度,设计了并联机器人模糊比例-积分-微分(PID)控制器,提出了粒子群算法耦合遗传算法的混合算法。通过混合算法优化模糊PID控制器参数,从而搜索到PID控制器参数全局最优值。在不同环境中,采用MATLAB软件对并联机器人运动路径跟踪进行仿真,并且与优化前跟踪效果进行对比和分析。结果表明:在无干扰环境中,并联机器人运动路径跟踪误差较小,但优化前的模糊PID控制系统开始阶段反应速度较慢,而优化后的模糊PID控制系统开始阶段反应速度较快。在有干扰环境中,优化前,并联机器人运动路径跟踪误差较大;优化后,并联机器人运动路径跟踪误差较小。采用混合算法优化模糊PID控制器,能够调节模糊PID控制器参数,提高并联机器人运动路径跟踪精度。

摘要：在压缩技术改进、数据链路提速、网络软件升级和观众习惯改变的共同作用下,IPTV正在形成一个规模宏大、生机勃勃的市场。本文首先给出了国内外IPTV的应用现状,然后对IPTV的未来市场走向进行了预测,最后对IPTV发展的有利条件和不利条件进行了详细分析。

摘要：分析了无线认知传感器网络(WCSN)的基本概念和优势,给出了无线认知传感器网络节点硬件结构,研究了Ad Hoc式、分簇式、异构分级式和移动式四种无线认知传感器网络拓扑结构,列举了无线认知传感器网络的应用领域。

摘要：提出了一种基于单向密钥链的传感器网络认证方案,该方案能够提供实时认证,较好地满足了时延和存储量要求,且能有效地防止重放、假冒和拒绝服务等各种攻击,并具有低开销和可扩展性强等特点。同时,考虑到节点计算速度、电源能量、通信能力和存储空间非常有限的特点,相关的协议和算法都设计得比较简单,并避开了代价昂贵的公钥运算,因而方案的计算、存储和通信开销都较小,执行效率大大提高。此外,本方案在不排除网内处理和节点被动加入的情况下,支持数据源认证。

摘要：将定性构型设计纳入概念设计的范畴,从概念设计过程模型、概念设计产品描述模型建立了概念设计体系结构,完成了概念设计与后续设计过程的无缝集成,为计算机辅助概念设计系统的开发奠定了良好的基础。

摘要：电网企业主要根据单一商业情报的读取完成安全事件响应,为解决其他情报源的标准化不足,海量安全日志提取情报信息难度大、现有情报特征筛选算法识别高级持续性威胁准确率不足等问题,设计了一组情报分析算法,整合电网企业未使用的其他情报源数据,统一情报接口标准;应用权重统计、频度分析、时间衰减与网站指纹识别算法,分析安全日志与黑客指纹信息,该算法数据处理能力达到百万级,黑客画像情报的生成率大幅提高。最终实现电网企业多种情报源的有效利用,提升识别高级持续性威胁的准确性。

摘要：为解决传统的情感极性得分无法有效表达词汇的每一种极性及词汇之间关联关系的问题,提出一种基于情感直方图特征的情感分类方法,采用BP神经网络训练词性分类器,实现主观词汇与客观词汇的分类。对于主观词汇,在情感极性得分特征的基础上,引入图像处理领域的直方图特征,提取文本的情感直方图特征,充分描述不同文本的情感差异,采用随机森林学习方法构建情感特征分类器,实现情感分类。实验结果表明,提出方法在词性分类和情感分类方面优于传统的基于情感极性得分特征的情感分类方法。