物联网中感知数据路由传输机制研究

物联网将具有感知、通信、计算等功能的设备集成在一起,实现数据采集、加工和传输.物联网感知层可以将传感器按照自组织模式连接,通过节点号实现数据路由和转发,必然会造成不同类型的网络很难兼容.一种新的物联网感知数据命名机制,通过以信息为中心的命名规则,构建新型的路由传输机制,利用消息队列维护数据包的处理.仿真结果表明,新的命名方法和路由机制,减少了网络中的数据流量和请求延迟,提高了网络传输性能.     

一种过载系统下的非正交多用户检测方法

为了提高系统容量、频谱效率和传输速率,可以允许接收端的天线数小于发送端的天线数,即所谓的系统过载情况.而业界提出的针对第五代通信网络的功率域非正交多址接入(PDNOMA,Power Domain Non-Orthogonal Multiple Access)方式,通过功率域叠加复用可以增加用户接入数量.该研究结合系统过载和用户非正交叠加复用,介绍了过载的非正交多用户系统的基本原理,并在接收端提出一种多用户检测方法,基于迭代干扰消除的串行干扰消除算法(IICSIC,Iterative Interference Cancellation based Successive Interference Cancellation).仿真表明:与PDNOMA系统的串行干扰消除(SIC,Successive Interference Cancellation)算法和过载系统的迭代干扰消除(IIC,Iterative Interference Cancellation)方法相比较,所提的方法性能明显较好.     

基于神经元晶体管和忆阻器的 Hopfield 神经网络及其在联想记忆中的应用

随着人工智能的高速发展,越来越多的神经元模型相继被提出,现有的神经元电路主要由普通晶体管、运算放大器等高功耗器件构成,存在结构复杂、集成度不高、兼容性差、功耗高、阈值调节难度高的缺点.针对以上不足,首次提出了一种全新的神经元结构,该结构仅由神经元晶体管、忆阻器和普通电阻构成,相比传统神经元电路,不包含复杂的差分运算电路以及电流与电压信号的转换电路,电路结构简单,同时具有良好的电路兼容性,可用于大规模集成.该结构利用神经元晶体管的加权求和特性以及阈值可控功能来模拟神经元信息传导过程,同时利用阈值忆阻器的阈值特性和阻值连续变化能力来设定和更新突触权值,使得该新型神经元结构不仅能实现传统神经元电路功能的同时,还具有能耗低、阈值动态可控、权值可编程的优点,不仅极大地简化了网络结构,还能加强网络性能.其次,还提出了基于这种新型神经元结构的忆阻离散Hopfield神经网络,该忆阻神经网络有助于促进人工神经形态系统的硬件实现,使神经网络系统能耗降低,集成度极大地提高,将这种网络运用在联想记忆和彩色数字图像恢复中,进一步说明了基于全新神经元结构的忆阻离散hopfield神经网络的实用性以及有效性.     

铅蓄电池厂遗留场地污染分析与风险评价

以重庆地区某铅蓄电池厂搬迁遗留污染场地为研究对象,采用单项污染指数法、Hankanson潜在生态危害指数法和健康风险评价法,对场地污染进行了分析评价.结果表明,场地Pb的质量浓度为15~166 000mg/kg,均值为8 774.98mg/kg;通过单项污染指数法评价得到污染主要集中在极板生产、化成车间及堆放区域;内梅罗指数评价得到铅为重度污染,As为中度污染;场地铅的生态危害为较强,砷为轻微危害;场地重金属污染的健康风险评价结果表明,As的致癌风险HI为3.21×10~(-5),超可接受的阈值10~(-6);危害熵HQ为3.56,大于阈值1,对人体存在较严重的致癌和非致癌危害风险;使用IEUBK模型计算得到儿童受体血铅质量浓度超过100μg/L的概率为99.756%,大于安全概率5%,铅污染的区域存在较高环境健康风险,场地必须经过修复治理才能规划利用.     

基于 GA-Elman神经网络的煤矿突水水源判别

煤矿突水是矿井生产过程中产生的自然灾害之一,而准确判别突水来源是突水防治工作的重要基础.以煤矿各含水层水化学成分的差异性为依据,选取K~++Na~+,Ca~(2+),Mg~(2+),Cl~-,HCO_3~-,SO_4~(2-)6个常量组分作为突水水源的判别因子.为克服Elman神经网络采用梯度下降法所带来的易陷入局部最小值的缺点,采用具有全局搜索能力的遗传算法(GA)通过选择、交叉和变异等步骤训练优化Elman神经网络,建立了收敛速度更快、泛化性更强的GA-Elman神经网络判别模型,结果表明:将具有全局寻优功能的GA和局部精确寻优的Elman神经网络相结合,克服了Elman神经网络初始权值与阈值的随机性、易陷入局部最优的缺点,能够提高Elman神经网络的判别输出精度,为准确、有效判别突水来源提供了可靠的决策依据;经过GA优化过的Elman神经网络在训练过程中的均方误差收敛速度、收敛精度都有很大的提高,在网络模型的判别输出上,判别结果更为稳定、泛化性更好,为该模型在其他领域的推广提供了一定的借鉴性;为进一步确保突水水源判别的准确性、有效性,在密切结合煤矿水文地质条件的前提下,应选取具有代表性和准确性高的水化资料,有效发挥该判别方法对煤矿水害防治及措施制定的指导作用.     

基于认知无线电的 MANET网络中虚拟骨干网的建立

将认知无线电技术融入MANET网络,利用认知节点的频谱感知功能,实施基于动态信息的簇首和网关选择.以簇首为锚点,通过选择受主用户影响较小的网关节点寻求连通支配集,建立虚拟骨干网.由此生成的虚拟骨干网以簇首为接入点,簇首间的网关承担簇间连接功能.基于权值比较,通过对主用户的位置感知,划分认知节点的空间分布区域并赋以不同的权值设计,实现对网络的分区处理,一方面维持运动中的分簇相对稳定,另一方面减少干扰链路存在的概率.最后通过仿真分析进行了算法的有效性验证.     

一类非线性系统状态的网络化估计方法

提出了一类Lipschitz非线性连续时间时滞系统基于非均匀采样测量的网络化状态估计方法.利用线性连续时间系统采样控制的方法,在考虑系统和网络传输时滞及量化等因素的条件下,通过构造新的李雅普诺夫泛函得到了保证估计误差系统全局渐近稳定的线性矩阵不等式条件.在此基础上,给出了状态估计器增益矩阵基于线性矩阵不等式的计算方法.最后,通过仿真例子验证了本文方法的有效性.     

表述效应对平衡量表内部一致性信度的影响

通过蒙特卡洛模拟研究考察平衡量表中源自条目不同计分方向的表述效应及量表内因素对测量结果内部一致性信度系数α系数和组合信度(CR)系数的影响.方差分析结果验证了研究假设:表述效应使平衡量表的α系数与CR系数被高估,高估程度随方法因子负荷升高(F(2,392)=345.10,344.87,p0.001),不同计分条目比例失衡(F(2,392)=8.03,8.32,p0.001),方法因子间相关(F(4,392)=7.14,7.02,p0.001)和特质因子负荷的降低(F(2,392)=411.96,410.49,p0.001)而加剧.表明编制量表时,须提升条目质量并尽量使不同计分条目数相等.     

基于联合特征与中心方向信息的图像哈希算法

为了提高哈希技术对旋转操作的识别能力,提出了全局-局部联合特征耦合中心方向信息估计的图像哈希认证技术.首先,引入2D线性插值技术,对输入的图像进行预处理,使其对任意的缩放操作都具有固定尺寸的哈希序列;然后,将预处理图像转变为HSV彩色空间,借助二维离散小波变换(Discrete Wave Transform,DWT)处理V分量,利用其低频系数形成二次图像;再引入奇异值分解(Singular Value Decomposition,SVD)处理二次图像,提取其全局特征,将其作为第一个中间哈希序列;基于Fourier机制,借助残差方法,确定图像的显著区域,获取其位置与纹理的局部特征,作为第二个中间哈希序列;随后,引入Radon变换,通过计算图像的中心方向信息,将其与2个中间哈希序列组合,形成过渡哈希数组;借助Logistic映射,定义动态引擎参数,从而设计了分段异扩散技术,对过渡哈希数组进行加密,输出最终的哈希序列;最后,通过估算原始哈希序列与待检测哈希序列的Hamming距离,将其与用户阈值进行比较,完成图像认证.实验结果显示:与当前的图像哈希技术相比,所提算法具有更高的鲁棒性与安全性,对旋转攻击能力具有更好的识别能力.     

RAD-seq技术在植物物证个体认定中的应用

在犯罪案件现场发现与嫌疑人(或受害人)相关联的植物物证,鉴定它们来源和进行个体识别,可为案件的调查取证提供有价值的证据或线索.该研究采用一种RAD-seq技术对18个桂花样品(15个已知样本、3个盲测样本)进行DNA建库和高通量测序,序列多态性分析,评估其遗传多样性,并用基于SNP和基于k-mer频谱的2种比较分析方法探讨了RAD-seq数据用于个体识别的科学性和对植物物证进行同一性认定的可行性.结果表明,2种方法都能成功识别3个盲测样本.相比较而言,基于k-mer频谱的方法在稳定性和自动化程度上要优于基于SNP亲缘关系树的分析方法,更易推广到公安物证鉴别应用中.RAD-seq技术结合该文的分析方法能够识别出未知植物物证样品A,B和C分别对应于植物物证桂花1,4和11,实现了对案件中关联植物物证进行精确检验鉴定的方法和一个小型鉴定实例,但其识别能力有待扩展到更大样本集和更多物种中.