共查询到19条相似文献，搜索用时 234 毫秒
1.
《安徽职业技术学院学报》2019,(3)
作为一种低成本、低功耗、低传输率的无线传感器网络,Zigbee被广泛应用于不同的环境中。但由于网络设备配置参数的限制,部分节点传输过程中将成为孤立节点,大大降低网络的连通性和使用周期。文章针对上述问题提出一种节点交换机制,即将设备配置参数增加一位记录其是否可移动,通过父节点检测可移动孤立节点,重构局部网络,从而增加网络连通性和使用周期。仿真实验表明该方法可有效降低节点能耗,提高网络周期寿命。 相似文献
2.
攻击者通过在社交网络中部署由大量社交僵尸账号组成的社交僵尸网络,对社交网络进行渗透,严重危害了社交网络和用户的信息安全.我们首次提出一种基于群体特征的社交僵尸网络检测方法.提取社交僵尸网络中账号注册时间集中、昵称相似和活跃时间一致3个群体特征,结合数据挖掘算法,设计一种社交僵尸网络的检测方法.在对新浪微博中48万个账号的检测实验中,检测出多个社交僵尸网络,共包含6 899个社交僵尸账号.较低的漏报率和误报率表明该方法对于社交僵尸网络和僵尸账号的检测是可行和有效的. 相似文献
3.
近年来，随着计算机视觉技术的不断发展，深度学习技术在人体关节节点检测中得到了很好的应用。但是由于人体关节结构复杂，关节之间存在相互依赖的关系和互相遮挡的问题，因此人体骨骼节点检测依然是一个极具挑战的任务。传统的模型难以预测多个目标的骨骼节点，为了解决这个问题，提出一种基于Faster RCNN和DeepPose相结合的方法，首先通过Faster RCNN检测出包含人体的感兴趣区域，并将该区域作为改进的DeepPose算法的输入，使其能够处理多目标关节节点检测的问题。实验表明，该算法在MPII数据集的手腕、膝盖两种关键节点检测上均取得最好结果，比之前的最好结果各提升1.2%和0.3%，在全部的关键节点检测上PCKh为87.6%。 相似文献
4.
点集匹配是计算机视觉和模式识别中的重要问题，在目标识别、医学图像配准、姿态估计等方面都得到广泛应用。提出基于机器学习的端对端模型——multi-pointer network（MPN）来解决点集匹配问题。该网络模型利用多标签分类的思想，改进pointer network。以前的模型只输出输入序列的一个元素，而MPN模型选择输入序列中的一组元素作为输出。首先，把点集匹配问题转换为序列问题。这样，网络的输入为顶点的坐标序列，输出为点对之间的对应关系。利用这种方式，可以解决相对于整个空间的平移变换和其他大幅度的刚性变换。实验结果表明，模型也可以被推广解决其他带结构的组合优化问题，如三角剖分等。 相似文献
5.
针对无线传感器网络（WSN）数据融合算法中传统反向传播（BP）神经网络收敛速度慢、对初值敏感和易陷入局部最优解的问题，提出基于改进粒子群的BP神经网络WSN数据融合算法（BSO-BP）。用天牛须搜索（BAS）算法对粒子群算法进行改进，利用改进后的粒子群算法优化BP神经网络权值和阈值，引入WSN数据融合中，簇首节点通过优化训练后的BP神经网络对采集数据进行特征提取，将融合后的数据发送至汇聚节点。仿真实验表明，BSO-BP算法能有效地提高融合精度和收敛速度，减少冗余数据传输，延长网络生命周期。相较于传统BP数据融合算法和PSO-BP算法，BSO-BP算法减少了至少11%的平均相对误差和13.89%的均方根误差。 相似文献
6.
莫耀华 《苏州市职业大学学报》2023,(3):30-38
现代社会中,电子通信和社交媒体等技术的发展催生了许多复杂的信息关系,通常以图的形式表达为网络(如社区网络、社区媒体)。社区发现是社区网络分析(SNA)的主要工具之一,用于识别节点集群。本研究提出了一种检测和管理动态和重叠社区的算法,允许使用基于检测从全局到各级的网络分析方法。该算法包括基于渗透理论的方法来构建社交网络和基于层级融合的社区发现算法。实验结果证实,重叠群落在网络互动中起着重要作用,而分层社区检测具有分层结构和稳定的结果,以及模块之间的高度重合的优势。 相似文献
7.
俞静 《长春教育学院学报》2015,(16):145-146
通过问卷调查方法,探讨高职学生虚拟网络社交与现实人际关系的相互关系,分析虚拟网络社交对现实人际关系影响。得出了孤独感与网络社交自我知觉、网络自我表露、网络交往依赖都存在显著正相关;孤独感对网络交往有直接效应的结果。 相似文献
8.
鉴于在线社交网络谣言控制的时效性与及时性,提出一种基于多维特征的两阶段图卷积网络(MSF-GCN)学习模型。该模型试图在尽早的时间实现精准定位核心谣言传播节点,从源头上阻断谣言扩散。通过将MSF-GCN方法与其他基准方法在谣言数据集上进行比对,实验结果验证了MSF-GCN学习模型更加有效。 相似文献
9.
《湖北函授大学学报》2020,(13):127-128
社交网络是实现社会主义核心价值观网络教育的主要阵地之一,笔者研究发现思政教育社交账号和网络社群普遍存在粉丝活跃度不高、凝聚力差的问题。通过分析相关原因,提出了制作短视频、成立专业内容生产团队和建设教育矩阵等解决方法。 相似文献
10.
船舶动力设备拆装是船员适任证书考试的重要环节,为对该考试过程进行智能化评估,将船舶动力设备拆装过程抽象为以拆装任务为节点、任务之间联系为边的复杂网络。从网络整体结构特征和局部特征两个方面对网络复杂性进行分析;通过测量网络节点中心性指标对设备拆装关键任务进行识别;通过计算网络最短路径进行任务相关性分析,确定设备拆装的步骤。以船用6135柴油机吊缸拆卸过程为例,验证了模型的有效性。本文提出的方法还可为其他机械设备的拆装和维修过程提供参考。 相似文献
11.
左红卫 《六盘水师范高等专科学校学报》2006,18(6):32-33
校园网中无线局域网的应用使校园网的组建和扩充更加方便、灵活、简单、迅捷,解决了有线网中某些特殊区域无法布线和对移动终端支持不好的问题,克服了有线网中线缆方面带来的一些问题,对有线网络是一种很好的补充。 相似文献
12.
针对在采用massive MIMO（multiple-input multiple-output）系统的5G网络规划中,使用传统的系统级仿真方法获得信道幅值的计算量和时间开销非常大的问题,提出一种基于BP（back propagation）神经网络的自适应神经网络来预测massive MIMO系统的信道幅值。自适应神经网络由基本BP子神经网络和特征降维BP子神经网络组成,可实现对给定训练集和预测集的自适应,基于用户射线追踪数据快速准确地预测用户的信道幅值。仿真结果表明,所提出的自适应神经网络在得到与系统级仿真方法精度接近的信道幅值的同时,可大幅降低获得信道幅值的时间开销;并且与采用传统BP神经网络相比,可以明显降低训练时间、预测误差大的用户数和平均预测误差。 相似文献
13.
针对无人机自组网等高动态飞行自组织网络中,网络拓扑的快速变化导致通信链路断裂和路由重建频繁的问题,研究一种基于Q-learning的QoS(quality of service)路由方法.该方法以Q-learning强化学习框架为基础,将邻居节点数量、链路持续时间和链路可用带宽作为路由度量信息,设计一种提供QoS保证的... 相似文献
14.
通过科学的方法对企业信用进行分析、评级和判断,给出定性与定量相结合的指标体系,建立基于BP神经网络的两类企业信用评级模型.针对局部收敛的缺点,用自适应学习率和附加动量项改进信用评级,并运用该模型对我国2004年100家ST和非ST上市公司进行评级,得出对训练样本和测试样本的评级准确率,表明神经网络技术作为智能化科学方法,非常适合企业信用评级,但也存在网络稳定性差等不足. 相似文献
15.
针对UMTS/WLAN异构网络中的无线资源管理问题,提出基于比例速率限制的网络选择和资源分配算法.为保证用户间的公平性,将问题建模为带比例速率约束的系统吞吐量最大化问题.通过求解放松约束后的优化问题,得出用户网络选择与其到不同网络的可达速率之比相关的推论,并依此提出一种低复杂度的分布式算法.仿真结果表明,所提算法与原优化问题解的上界相比只有较小的性能损失,同时能有效保证用户间的公平性. 相似文献
16.
近年来人们对移动无线服务的需求与日俱增,为应对这一挑战,超密集无线网络被认为是下一代无线通信网络的基础设施架构和重要组成部分,基站的密集布置可以减少每个小区的服务用户数量,从而可为网络用户提供高速且低延迟的无线服务。但同时带来的不可避免的问题是用户在选择接入时会触发频繁的网络切换以确保可以接入到服务最佳的网络。用户接入问题往往被建模成在线学习模型。本文旨在寻找一个高效的在线用户接入方案以应对频繁网络切换造成的额外性能损失。通过对多臂老虎机模型的分析,提出基于操作杆淘汰机制的改进算法,并通过严格理论分析及数值仿真实验两个角度论证该算法的有效性。 相似文献
17.
遥感图像上的飞机目标检测是一件极富挑战性的工作，吸引了广大研究者的兴趣。基于人工神经网络的方法是当前遥感图像飞机目标检测的主流方法，这类方法要求人工标记大量的数据用于训练。对训练图像的人工标注工作费时费力，是制约有效利用大规模数据的主要瓶颈之一。为解决这个问题，提出一种基于生成对抗网络（generative adversarial networks，GAN）的半监督检测方法。在遥感图像飞机目标检测中，该方法不需要标记全部用于训练的图像，只需要标记其中一小部分样本，再和大量未标记数据一起进行训练便能取得优异的检测结果。该方法结合传统的检测网络和基于GAN的半监督学习网络。在对抗训练过程中，生成器学习数据分布并生成假样本，判别器判别真假样本，同时判别器还需要从标记数据中学习类别信息。最后，判别器学习到的决策分类面不仅仅区分出标记数据，而且平行于数据分布的边界。实验证明，在存在大量可供训练的图像的基础上，减少标注数据的比例，全监督学习方法性能会大幅下降；而本文提出的半监督学习方法，由于利用了未标注的数据，能保持更好的检测性能。 相似文献
18.
地震预报是当代科学难题,把机器学习方法运用于地震预报探索是一个研究热点。大地震造成巨大的人员伤亡和经济损失,因此对大震的预测是地震预报的主要目标。利用1970年以来的川滇地震目录,选择16个反映地震时空强度分布特征的地震预测因子,采取滑动时空窗口方法有效地挖掘数据的隐藏信息,对川滇部分地区开展了基于长短期记忆（long short-term memory,LSTM）神经网络的为期一年的地震预报研究。结果显示,用1970—2019年地震目录的70%（时间窗口大概为1970年到2004年前后）作为训练集训练网络,对剩余的30%作为测试集（时间窗口大概为2005年前后到2019年底）进行回溯性预报检验时,实际震级落在预测震级±0.5内的准确率为70.2%,虚报率为18.7%,漏报率为11.1%,可以回溯性预测2008年汶川MS8.0地震。为测试模型的稳健性,进行了扩大研究区域范围、改变大震级地震在均方差计算中的权重等测试。在这些测试中,LSTM神经网络模型依然表现良好。 相似文献
19.
针对日长变化难以用精确模型进行预报的问题,将一种新型人工神经网络--极限学习机(extreme learning machine, ELM)用于日长变化预报中.首先针对时间序列预测问题中存在的嵌入维数选取和网络结构设计问题,提出一种基于灰色关联分析(grey relational analysis, GRA)的ELM算法(GRA-ELM),该算法将灰色关联分析输入节点选取嵌入到ELM网络的训练过程中,同时完成嵌入维数和隐层节点规模的确定.然后根据日长变化数据的特点对其进行预处理,建立一种能够高精度、近实时预报日长变化的GRA-ELM预报模型.最后将GRA-ELM模型的预报结果同标准ELM、反向传播神经网络、广义回归神经网络和地球定向参数预报比较竞赛的结果进行比较.结果表明,通过本方法得到的日长变化较其他方法在精度上有较大改善. 相似文献