低耗低剖面单层波导阵列天线研究

新型单层波导阵列天线具有低耗、低剖面、结构紧凑、实用性强等诸多优点,在毫米波甚至太赫兹无线通信领域具有巨大应用潜力,是当前的研究热点。文章首先介绍了用于构建波导阵列天线的几类波导馈电网络的特点,指出E面波导馈电网络在毫米波应用领域的优势,接着针对E面波导在单层并馈波导阵列天线和Butler矩阵多波束阵列天线方面的研究展开叙述,最后给出了可应用在单层波导阵列天线中的开口波导辐射单元在实现多频和圆极化等不同功能上的最新研究进展。文章对于低耗低剖面单层波导阵列天线的发展及其应用具有参考价值。

旅游产业集聚对景区周边环境污染的影响研究

为提高景区周边的建设与发展,提出旅游产业集聚对景区周边环境污染影响研究方法。采集景区周边的历史数据,分析近年来森林、海洋、山林以及城市等不同类型景区周边的污染情况,得到污染指标和详细数据。建立多层前馈神经网络预测模型,将污染和聚集指标作为初始输入的因变量和自变量值,计算污染和聚集性特征向量,推导得出二者间的既定关系矩阵,求解二者间正向和反向变化关系,通过多次迭代训练输出影响阈值。实验数据证明,近年来景区周边环境的水体、土壤以及空气均遵循旅游产业聚集越高、污染程度越严重的原则。

基于动态网络分析的专利合作网络演化分析——以纳米技术为例

专利信息的复杂性决定了研究专利问题需要从多个关系层面共同进行观察。本文在介绍了动态网络分析及与社会网络分析的联系和区别后,以北京地区纳米技术领域专利为例构造具有多重属性节点的专利网络,利用动态网络分析方法对专利合作网络的演化与动态特征进行了分析,对网络中潜在的重要关系和变化进行了识别,最后对分析结果进行了总结。

云服务平台多层网络协同控制模型

面向制造业产业链上中下游大规模多类型企业群,针对产业链协同云计算服务平台的访问控制问题,提出多类型协同的多层级体系控制机制。基于SaaS/PaaS的云服务模式,从云服务平台产业链的业务协作与访问控制协同出发,给出多层次、分体系的平台访问控制方案。利用各体系层次的关联关系,构建了多维关系布尔矩阵。利用语义关系将布尔关系矩阵转化为多层级体系复杂网络控制模型,并对网络模型进行了仿真实现,给出了模型的实际应用方案及效果。该网络模型改进了传统的基于角色的访问控制静态控制模式,且具有较好的稳定性与扩展性,为解决大规模企业群在角色层次授权多样化、权限体系动态变化过程中的云服务平台访问控制问题,提供了较好的理论支撑。

基于LDPC码和物理层网络编码的联合信道编码技术

将LDPC信道编码与物理层网络编码结合起来,通过码字叠加的原理,提出了一种新的联合信道编码技术。该技术通过将中继节点处经过网络编码的信号作为冗余码,与原编码信号共同组成联合编码信号,有效降低了通信系统的误比特率,提高了系统传输性能。

混沌神经元耦合置乱神经元的图像加密算法研究

目的为了使当前加密系统具有更强的密钥敏感性以及更大的密钥空间,以提高抗各种攻击性能。方法提出一种新型的基于置乱神经元耦合混沌神经元的图像加密算法。加密系统的置乱和扩散由2个不同的3层神经构成,分别是置乱神经元层和混沌神经元层,混沌密钥生成模块则通过相应的权值和偏置来对这2层结构进行控制。在混沌神经元层扩散过程中,3个混沌系统用来生成权值矩阵和偏置矩阵,通过非线性标准化、按位异或操作来进行非线性组合,并通过Tent映射来进行激活,以获得扩散信息。在置乱神经元层置乱过程中,利用混沌密钥生成模块获取置乱矩阵,对扩散信息进行线性置乱处理,再通过二维Cat混沌映射对信息进行非线性置乱处理,并与当前加密算法进行对比。结果与当前加密算法相比,文中算法安全性更高,平均熵值为7.9991,且该加密算法的密钥空间大,为2160×1060,密钥敏感性强,错误与正确密钥之间的密文差异率为99.765%。结论设计的加密算法高度安全,可有效抗击各种攻击。

生物质气化火灾爆炸事故BN-LOPA分析

提出一种基于BN-LOPA的生物质气化火灾爆炸事故评价方法。绘制出生物质气化火灾爆炸故障树并转换为贝叶斯网络,计算出的事故发生概率为2.600×10-3,根据风险矩阵得出对应风险等级为10级,因此需要在计划内采取安全措施降低风险。采用贝叶斯网络的向后推导计算基本事件后验概率,找出失效后易导致事故发生的节点,对这些节点设置独立防护层并计算设置后基本事件及顶事件的发生概率。最后得出在设置独立防护层后,生物质气化火灾爆炸事故的发生概率降低至8.068×10-6,对应风险等级从10级降至5级,可满足安全生产的要求。

柔性路面结构参数反算的人工神经元法

利用传递矩阵的方法，计算出了柔性路面三层结构体系在轴对称荷载作用下，层间完全接触情况的表面弯沉值。利用计算数据训练了三层 BP网络，从而得到了较精确的权值和阀值，再利用所得到的权值和阀值对柔性路面结构的模量和厚度进行了反算，并将反算值与实际值进行了比较，得到了令人满意的结果。该法速度快、精度高，除了反算模量外，还可反算路面结构层的厚度。

可调激活函数神经元参数选取方法研究

隐层神经元采用相同的Sigmoid激活函数会限制神经网络的非线性能力,对Sigmoid函数引入两个参数可改善其响应特性,增强其非线性逼近能力。本文给出了一种可调Sigmoid激活函数,分析了可调激活函数中参数所表示的几何意义;给出提升网络维数的可调激活函数中参数的快速选取方法和理论基础。这为人们在采用可调Sigmoid激活函数解决实际问题时,如何快速选取激活函数中的参数提供了一种可行方法。

一种多层前馈神经网络的快速学习算法

对多层前馈神经网络的学习算法及其特点做了较为详细的讨论 ,提出了一种基于层内优化的快速学习算法 .在该算法中 ,输出层的连接权矩阵 (V)和前一层的输出矢量 (B)被作为 2个变量集合 ,通过最小化该层样本的总平方误差函数可求得一组它们的优化解 (V* ,B*p ) ;并将 B*p 作为前一层 (隐层 )的期望输出 ,用类似的方法同样可以求出隐层的连接权矩阵和输出矢量 .

基于层次矩阵的配电网拓扑分析与潮流计算

结合配电网特有的辐射状特点,在邻接矩阵基础上定义了层次矩阵,提出一种基于层次矩阵自乘的配网潮流前推回代算法。利用从根节点拓展支路的方法生成层次矩阵,通过矩阵自乘分析出配电网网络节点的层次结构,并将层次矩阵作为选择算子使前推回代潮流计算公式简化为单维列向量的加和,降低了运算复杂度,同时层次矩阵能根据拓扑结构的变化自动更新赋值,提高了计算效率。用IEEE33节点树状网的潮流计算表明了该方法的有效性。

3×n阶网络对角等效电阻的研究

鉴于电阻网络模型研究的重要意义,以及3×n阶电阻网络尚没有完全解决,本文研究了3×n阶电阻网络的对角等效电阻,通过网络分析构建差分方程组模型,通过矩阵变换方法巧解差分方程组,根据具体的边界条件,给出了3×n阶网络对角等效电阻的一个简洁的普适规律.

融合评分矩阵和评论文本的深度神经网络推荐模型

针对个性化推荐中用户评分矩阵数据集稀疏,用户和项目描述信息未充分利用的问题,提出融合评分矩阵和评论文本的深度神经网络推荐模型(deep neural network recommendation model,DeepRec)。首先将通过数据预处理得到的用户偏好特征和项目属性特征的文本集合分别输入到卷积神经网络进行训练,得到用户和项目的深层次非线性特征,同时将评分矩阵输入多层感知机得到用户偏好隐表示,并对两种模型提取的用户偏好隐表示进行融合;其次利用多层感知机建模用户和项目隐表示对用户进行个性化推荐;最后基于三组数据集以均方根误差为评估指标进行对比实验。结果表明DeepRec的预测误差更低,有效提高了推荐的精准度。

二层高阶神经网络对任意布尔函数的实现

本文讨论了二层高阶神经网络的能力问题。主要有三个方面的结果：（１）证明了任意布尔函数可由二层高阶神经网络实现；（２）给出了二层高阶神经网络的ＢＰ算法；（３）模拟实验结果。

神经网络在图象复原中的应用

介绍了传统图象复原方法的一些缺陷和神经网络的优良特性 ,讨论了神经网络在图象复原中的应用 。

智能变电站过程层网络端到端时延计算方法研究

针对智能变电站过程层网络端到端时延计算问题,阐述了过程层网络报文传输时延组成部分和网络演算理论,分析了报文的排队处理过程,推导出准确而简化的信息端到端传输时延计算公式,明确了交换机处理数据帧的过程,提出了智能变电站过程层网络端到端时延的计算方法,并通过实例对智能变电站进行了算例分析。分析结果表明,智能变电站过程层网络端到端时延计算方法的计算结果,与通过OPNET搭建该模型的仿真结果极其接近,验证了所提出计算方法的准确性。

基于有向分层模型的配电网故障区域判断改进矩阵算法

为了更好的进行配电网故障区域的诊断,基于配电网的有向分层模型,提出了一种配电网故障区域判断的新方法。首先根据配电网的有向分层模型,建立配电网的网络描述矩阵D。根据FTU得到的故障过流及方向信息,并加入到网络描述矩阵D的相应位置形成故障判断矩阵DP,根据DP中相应元素的值就可以完成对最小配电区域故障的查找。该方法无需进行矩阵相乘的繁琐运算。可以快速,准确的查找到故障区域。

基于半定规划方法的多个窃听用户认知网络物理层安全优化设计

针对具有多个多天线窃听者的认知无线电网络(CRN),为了使系统保密速率达到最大,该文把对主用户的干扰设计成为一个约束条件,通过对次用户发送端传输协方差矩阵的优化设计来提高物理层安全性能。在已知信道状态信息(CSI)时利用矩阵性质和Charnes-Cooper变换,将该非凸函数转化为一个半定规划(SDP),从而得到次用户发送端的优化方案。仿真结果表明,相对于现有二次优化传输策略,该方案能够使系统的保密速率更大,并在复杂度方面具有优势。

基于灵敏度阻抗矩阵修正法的分层前推回代潮流算法

分布式电源(DG)接入配电网对潮流产生重要影响.本文分析了潮流计算中各种分布式电源模型及处理方法,引入灵敏度阻抗矩阵修正法更新PV节点的注入无功功率,结合辐射型配电网的特点,提出一种基于灵敏度阻抗矩阵修正法的分层前推回代潮流算法.该算法解决了前推回代潮流算法处理PV节点失效的问题,同时适用于含各类分布式电源的潮流计算.最后对含各种类型分布式电源的IEEE 33节点配电网进行潮流计算仿真,仿真结果验证了提出算法的有效性和快速性,并通过不同算例验证了算法的稳定性.

基于自注意力的协同演进推荐

为解决时序模型不能有效获取用户和项目交互序列的语义关系,以及因参数共享而导致的信息丢失问题,提出基于自注意力的协同演进推荐模型(BSFRNN)。将循环神经网络提取的序列特征和自注意力机制提取的语义特征进行融合表征用户以及项目的短期特征,将矩阵分解描述的长期特征和短期时序特征进行融合,将融合的特征向量通过多层感知机进行预测并完成推荐。该算法在公开数据集的评估结果表明,所提BSFRNN能够有效提高推荐的准确性。