关联网络中的级联失效模型与分析

网络之间的关联依赖关系能使某一网络内的级联失效扩散至其他网络,其本质是位于不同网络的关联节点之间基于功能依赖的相关失效.以两个关联的网络为对象,建立关联网络模型,提出了一种关联网络的级联失效模型.模型将关联网络中的级联失效分解为网络内级联失效和网络间级联失效,并采用了基于度的级联规模评价方法.利用模型研究了两个关联无标...     

基于NTP协议的一种校时实现及相关算法

提出一种基于NTP协议的系统校时实现方法及相关算法,将该算法用于大型电子信息系统中,以外部精确时间源和系统中若干台稳定主机构造NTP服务器群,并用NTP服务器群对系统中其它所有网络主机进行精确校时,得到了毫秒级的校时精度。     

基于BP神经网络的导弹作战方案评估方法

构建了一般的机动发射式导弹作战方案评估的指标体系,通过BP神经网络模型对拟制的导弹作战方案进行了评估,得到了评估结果,为导弹武器作战时快速优选作战方案创造条件。     

基于弱多径覆盖的虚电路恢复策略研究

虚电路技术可以为Ad Hoc网络中的节点提供面向连接的服务。然而,由于拓扑动态性等特征,Ad Hoc网络中的虚电路容易断开,从而导致业务时延、时延抖动增大甚至通信中断等问题。为此文章提出了一种基于弱多径覆盖的虚电路恢复策略,通过将虚电路机制与弱多径覆盖多径策略相结合,可以有效地减少虚电路恢复时间和需要重新预约资源的节点的数量。理论分析和仿真结果表明了该方法的有效性。     

传媒点击

山东10月16日,枣庄市永安乡天桥村两名小男孩在晾晒的玉米堆里玩耍。近日,山东鲁南地区农民紧抓晴好天气,及时晾晒收获的秋粮。确保颗粒归仓。北京10月15日,古色古香——茶文化节精品茶具展在潘家园艺术品展厅举行,展出了翡翠、白玉等20余种材质的200余件(套)古代和当代茶具。     

大型船舶流行病传播控制过程多智能体模型

基于复杂网络和传播动力学相关原理,构建了符合大型船舶人员交互特征的社交网络,定义了传播网络层级结构,分析了交互网络拓扑生成的5项规则,给出了大型船舶流行病传播社交网络构成方法。基于多智能体技术,研究了交互网络节点成员属性和流行病传播特点,给出了智能体成员状态空间的基本构成形式,融合防护治疗、管控隔离、信息交互等因素的物理特征,构建了智能体状态迁移和行为交互过程算法,并分析论证了衰减函数的结构及区间特性。对比距离恒定模型和随机游走模型,分别对典型大型船舶流行病传播过程分4种工况12种状态进行了仿真计算,结果表明:随机游走模型更适合信息量丰富条件下的大型船舶流行病早期传播过程模拟仿真和疫情防控策略分析。     

基于改进融合算法的交通网络节点重要性评估

交通目标体系在作战中是打击目标选择的重点,在目标选择前需要对交通网络的节点及关联关系的重要性进行准确评估.交通目标体系是一种多层复杂网络模型,目前的评估方法没有考虑到路径的权重和对网络整体价值,造成评估模型与实际网络不符合的问题.针对该问题,提出一种改进的融合算法对多层网络进行评估.该方法构建的节点关联度矩阵考虑了各层网络中边的权重和网络整体价值,再将每层的节点关联度进行融合.通过仿真分析和对比,该方法能够准确有效地评估多层交通网络节点的重要性,对目标选择具有一定实用价值.     

基于动态贝叶斯网络的无人战车目标威胁评估

针对传统地面目标威胁评估方法考虑目标类型单一、易受人为主观因素影响且多为静态评估的问题,提出一种基于动态贝叶斯网络的无人战车目标威胁评估方法.分析了无人战车作战问题,选取合理的目标特征并进行模糊处理;根据选取的目标特征,结合专家知识,建立了威胁评估的静态贝叶斯网络;基于动态贝叶斯网络理论,将已建立的静态贝叶斯网络扩展为动态贝叶斯网络;最后,结合算例进行了仿真,并将动态评估结果与静态结果进行对比,表明基于动态贝叶斯网络的威胁评估准确率高、鲁棒性强,更适用于高动态强对抗的实际战场环境.     

基于CRNN的汽车发动机声纹个体识别方法

为提高声纹个体识别率,提出了一种基于卷积神经网络(CNN)和深度循环神经网络(RNN)的声纹个体识别方案CRNN,用于发动机声纹个体识别.该方法通过优化CRNN网络参数,挖掘声谱图"纹路"特征和时序特征,解决现有方法不能充分利用声音信号特征的问题.基于实采汽车发动机声音信号的仿真结果表明,相对于传统方法,改进CRNN能获得更高识别率,达到了98.75％.     

面向多状态节点的移动WSNs的区域覆盖可靠性分析

监测区域的覆盖要求和向信宿传输数据的可靠性是多状态节点的无线传感网络(Wireless Sensor Net-works,WSNs)应用的关键.为了量化覆盖要求和数据传输的可靠性,提出区域覆盖-可靠(Area Coverage Reliability,ACR)指标.ACR指标结合WSN可靠、区域覆盖、能耗、信宿的移动、节点的随机值日率以及节点的多状态.并利用Monte Carlo仿真方法,构建能量矩阵评估节点和值日率对ACR的影响.能量矩阵反映了节点的剩余能量、向邻居节点传输数据所消耗的能量以及网络连通率.仿真结果表明,ACR并不随节点数的增加而呈线性增长,但值日率的增加使ACR下降.