基于DBSCAN算法的恐怖主义风险评估模型——以铁路系统为例

为了对铁路系统涉恐事件进行风险管理,遏制铁路系统恐怖袭击事件的发生,提出基于DBSCAN(density-based spatial clustering of applications with noise)算法的铁路系统恐怖袭击风险评估方法。首先对1970—2017年发生的铁路系统恐怖袭击案件进行统计分析,然后采用DBSCAN算法对恐怖袭击发生次数、死亡人数和受伤人数3项风险评价指标进行聚类分析,最终客观计算出几类袭击方式、袭击目标和86个国家的风险。结果表明,该方法的分析过程避免了人工赋值和专家打分策略,评估结果更具客观性和真实性,适用于反恐情报工作的风险评估领域。

云南省12328交通运输服务监督电话系统设计

云南省12328交通运输服务监督电话系统依托运营商语音通信网和交通运输行业专网,采用电话系统各州市分布式部署、业务数据全省集中管理的模式,通过稳定的设计架构,建设了统一的电话系统软硬件平台,支撑了全省12328电话的接听、受理、办理,有效提升了全省交通运输行业的社会服务水平。

基于强化学习的多无人机WRSN充电路径规划方案

针对无线可充电传感网(WRSNs)存在的充电难、效率低等问题,提出了一种多无人机协同无线可充电传感网充电路径规划方案(MC-CPP).首先描述了多无人机路径规划问题并建立了数学模型,然后针对问题模型提出了相应的深度强化学习(DRL)算法,算法借助了神经网络、贪婪策略和经验回放等获取无人机的充电飞行路径;最后无人机沿着规划的路径为网络中各待充电节点进行充电.实验结果表明,与传统Q学习方案相比,MC-CPP方案在获得了较优规划路径的同时,不仅能够减少充电无人机的数量和强化学习迭代次数,而且提高了无人机的能量利用率;与TSCA、NJNP、GC等方案相比,该方案能有效减少无人机飞行时间、节点死亡的数量及无人机能量消耗.

无人机辅助的无线可充电传感网充电路径规划方案

针对传统无线可充电传感网(WRSNs)存在传感器节点较为分散导致的充电效率低问题,提出了一种基于对WRSN进行分簇的无人机(UAV)充电路径优化方案(Optimized Charging Path Scheme, OCPS).方案首先将目标区域根据聚类算法划分为不大于充电器最大可覆盖范围的子区域并称其为簇;然后确定各簇区域锚点以及优先级并对充电最优路径进行选择;最后借助无人机给所有簇内传感器节点充能并返回充电中心(Charge Center, CC).仿真实验验证了方案的可行性,实验结果与AEC、MUC方案相比,OCPS方案的充电效率分别提高了约19.5%、27.9%,平均饿死节点数分别降低0.3、1.2个.与CRP、HCCA方案相比,OCPS的飞行长度与充电时长都有明显缩短.

基于贝叶斯概率树的机会社会网络转发节点选择方法

选择合适的节点并将消息迅速转发到目标节点是机会社会网络关键问题之一。现有研究的不足主要是未充分考虑节点的社会属性以及节点的动态性。本文提出了一种基于贝叶斯概率树的转发节点选择(Bayesian Probabilistic Tree Forward Node Selection,BFANS)方法。根据节点具有的社会属性及相遇概率划分社区;社区内利用节点相遇概率值构建贝叶斯概率树;分别采用社区内和社区间两种方式进行消息的转发。实验表明,该方法在消息投递成功率上得到提高,并且降低消息的平均时延及路由开销比率。

Multi-channel Assignment in Multi-hop Wireless Network

Multiple channels are available for use in IEEE 802.11.Multiple channels can increase the available network's capacity,and how to efficiently assign these available channels to optimize the network performance is a challenge.We survey current techniques to solve the problem,and category the techniques single-radio,multi-radio,cross-layer multi-channel assignment.This paper also discusses some interesting issues at last.

基于模糊向量机优化的信息分类优化模型设计

针对传统方法存在的信息分类准确性不高,信息重叠率较高的问题,提出基于模糊向量机优化的信息分类优化模型设计方法。运用模糊C均值对多标签空间进行粒化处理,通过信息增益获取不同变量标签之间的关联程度。针对多标签信息分类问题,选取一种合适的隶属度函数,运用该函数映射所有信息样本,获取其所属类别的隶属度。考虑到模糊支持向量机训练效率较慢的问题,运用核聚类方法对模糊向量机进行优化,组建最优超平面,在高维空间内根据各自属性完成分类。实验结果表明,所设计方法分类后信息重叠率较低,并且准确性更高,说明该方法的应用效果较好。