期刊文献+
共找到395篇文章
< 1 2 20 >
每页显示 20 50 100
Packet Optimization of Software Defined Network Using Lion Optimization
1
作者 Jagmeet Kaur Shakeel Ahmed +3 位作者 Yogesh Kumar A.Alaboudi N.Z.Jhanjhi Muhammad Fazal Ijaz 《Computers, Materials & Continua》 SCIE EI 2021年第11期2617-2633,共17页
There has been an explosion of cloud services as organizations take advantage of their continuity,predictability,as well as quality of service and it raises the concern about latency,energy-efficiency,and security.Thi... There has been an explosion of cloud services as organizations take advantage of their continuity,predictability,as well as quality of service and it raises the concern about latency,energy-efficiency,and security.This increase in demand requires new configurations of networks,products,and service operators.For this purpose,the software-defined network is an efficient technology that enables to support the future network functions along with the intelligent applications and packet optimization.This work analyzes the offline cloud scenario in which machines are efficiently deployed and scheduled for user processing requests.Performance is evaluated in terms of reducing bandwidth,task execution times and latencies,and increasing throughput.A minimum execution time algorithm is used to compute the completion time of all the available resources which are allocated to the virtual machine and lion optimization algorithm is applied to packets in a cloud environment.The proposed work is shown to improve the throughput and latency rate. 展开更多
关键词 Software-defined network cloud computing packet optimization energy efficiency lion optimization minimum execution time
下载PDF
Optimizing Packet Generation Rate for Multiple Hops WBAN with CSMA/CA Based on IEEE802.15.6
2
作者 Pham Thanh Hiep Ryuji Kohno 《Communications and Network》 2014年第2期112-123,共12页
Wireless Body Area Network (WBAN) is considered to apply to both medical healthcare and entertainment applications. A requirement for each application is different, i.e. high reliability for medical healthcare whereas... Wireless Body Area Network (WBAN) is considered to apply to both medical healthcare and entertainment applications. A requirement for each application is different, i.e. high reliability for medical healthcare whereas high throughput for entertainment application. However, for both applications, low energy consumption is requested. Multiple hops technics have been researching in many fields of wireless system, e.g., ad hod, mobile, ITS etc. and its energy-efficiency is reported to be high. We propose the multiple hops technic for WBAN, however, WBAN is different to another systems, almost sensors forward the vital data packet of another sensors while sensing and generating the data packet of itself. Therefore, according to a packet generation rate of all sensors, probabilities of successful transmission and packet loss because of collision, timeout and overflow, are changed. It means that the vital data is lost and the transmit power is wasted due to packet loss. In order to obtain the highest throughput and save the power, the successful transmission probability is analyzed and the packet generation rate is optimized for multiple hops WBAN that using CSMA/CA based on IEEE802.15.6. The numerical calculation result indicates that the optimized packet generation rate depends on the system model. Moreover, the relation between the system model, the optimized packet generation rate and the throughput is discussed in the paper. 展开更多
关键词 Multiple HOPS Body Area Network optimal packet Generation Rate SUCCESSFUL PROBABILITY Collision PROBABILITY CSMA/CA of IEEE802.15.6
下载PDF
An Improved Multi-Objective Particle Swarm Optimization Routing on MANET
3
作者 G.Rajeshkumar M.Vinoth Kumar +3 位作者 K.Sailaja Kumar Surbhi Bhatia Arwa Mashat Pankaj Dadheech 《Computer Systems Science & Engineering》 SCIE EI 2023年第2期1187-1200,共14页
A Mobile Ad hoc Network(MANET)is a group of low-power con-sumption of wireless mobile nodes that configure a wireless network without the assistance of any existing infrastructure/centralized organization.The primary a... A Mobile Ad hoc Network(MANET)is a group of low-power con-sumption of wireless mobile nodes that configure a wireless network without the assistance of any existing infrastructure/centralized organization.The primary aim of MANETs is to extendflexibility into the self-directed,mobile,and wireless domain,in which a cluster of autonomous nodes forms a MANET routing system.An Intrusion Detection System(IDS)is a tool that examines a network for mal-icious behavior/policy violations.A network monitoring system is often used to report/gather any suspicious attacks/violations.An IDS is a software program or hardware system that monitors network/security traffic for malicious attacks,sending out alerts whenever it detects malicious nodes.The impact of Dynamic Source Routing(DSR)in MANETs challenging blackhole attack is investigated in this research article.The Cluster Trust Adaptive Acknowledgement(CTAA)method is used to identify unauthorised and malfunctioning nodes in a MANET environment.MANET system is active and provides successful delivery of a data packet,which implements Kalman Filters(KF)to anticipate node trustworthiness.Furthermore,KF is used to eliminate synchronisation errors that arise during the sending and receiving data.In order to provide an energy-efficient solution and to minimize network traffic,route optimization in MANET by using Multi-Objective Particle Swarm Optimization(MOPSO)technique to determine the optimal num-ber of clustered MANET along with energy dissipation in nodes.According to the researchfindings,the proposed CTAA-MPSO achieves a Packet Delivery Ratio(PDR)of 3.3%.In MANET,the PDR of CTAA-MPSO improves CTAA-PSO by 3.5%at 30%malware. 展开更多
关键词 MANET intrusion detection system CLUSTER kalmanfilter dynamic source routing multi-objective particle swarm optimization packet delivery ratio
下载PDF
Feature extraction of induction motor stator fault based on particle swarm optimization and wavelet packet
4
作者 WANG Pan-pan SHI Li-ping +1 位作者 HU Yong-jun MIAO Chang-xin 《Journal of Coal Science & Engineering(China)》 2012年第4期432-437,共6页
关键词 故障特征提取 定子电流信号 粒子群优化算法 异步电动机 小波包 全局搜索能力 匝间短路 基波分量
下载PDF
基于增强多头注意力机制的Optuna-BiGRU测井岩性识别
5
作者 王婷婷 王振豪 +1 位作者 李方 赵万春 《地球科学与环境学报》 CAS 北大核心 2024年第1期127-142,共16页
测井岩性识别是油气勘探开发中至关重要的内容。针对现有算法模型在处理测井曲线数据时,无法有效捕获曲线内部深层关联和深度方向关系、拟合能力较弱、难以准确提取关键特征、噪声干扰以及模型超参数调优过程复杂困难等问题,提出了一种... 测井岩性识别是油气勘探开发中至关重要的内容。针对现有算法模型在处理测井曲线数据时,无法有效捕获曲线内部深层关联和深度方向关系、拟合能力较弱、难以准确提取关键特征、噪声干扰以及模型超参数调优过程复杂困难等问题,提出了一种通过Optuna超参数优化双向门循环单元(Optuna-BiGRU)结合增强多头注意力机制(EMHA)的测井岩性识别模型——Optuna-BiGRU-EMHA模型。该模型引入残差机制和层归一化以改进多头注意力机制模块,并结合双向门循环单元(BiGRU)解决了处理测井数据时的问题,同时使用Optuna超参数优化框架和小波包自适应阈值方法分别解决了超参数调优和噪声干扰问题。首先通过交会图分析和敏感性箱线图分析选取自然伽马、深感应电阻率、中子-密度孔隙度、平均中子-密度孔隙度和岩性密度5个特征参数的测井数据,通过小波包自适应阈值方法对数据进行去噪,并将测井数据分割成数据块,然后利用Optuna框架优化BiGRU-EMHA模型超参数,最后通过实验对比K-近邻算法(KNN)、随机森林(RF)、极端梯度提升算法(XGBoost)、长短期记忆(LSTM)神经网络、BiGRU、双向长短期记忆(BiLSTM)神经网络、BiGRU-MHA、Optuna-BiGRU-EMHA等8种模型在测井岩性识别中的精度。结果表明:Optuna-BiGRU-EMHA模型识别准确率达到80%,相对于传统机器学习模型和深度学习模型,综合岩性识别准确率分别提高15.94%~23.14%和3.93%~15.94%,该模型为常规测井岩性识别提供了坚实的理论支持。 展开更多
关键词 岩性识别 深度学习 BiGRU 增强多头注意力机制 小波包自适应阈值 超参数优化
下载PDF
基于小波包分析和优化KNN的电动开度阀故障检测方法
6
作者 唐炜 陈远 程鲲鹏 《液压与气动》 北大核心 2024年第1期46-55,共10页
针对以微控制器MCU为控制核心的电动开度阀控制系统难以集成高效且计算量小的故障检测子系统的问题,基于小波包变换和优化K近邻(K-Nearest Neighbor,KNN)算法提出了一种电动开度阀故障检测方法。对阀门振动信号进行小波包变换,计算小波... 针对以微控制器MCU为控制核心的电动开度阀控制系统难以集成高效且计算量小的故障检测子系统的问题,基于小波包变换和优化K近邻(K-Nearest Neighbor,KNN)算法提出了一种电动开度阀故障检测方法。对阀门振动信号进行小波包变换,计算小波包节点的能量值与其重构信号的时域特征参数。根据Pearson系数筛选出两种与能量强相关的故障特征参数:峰峰值与均方根,并将两者作为KNN算法的样本评价指标;通过对评价指标进行加权优化了KNN算法的距离计算公式,分别在MATLAB和实验样机中进行故障检测测试,对应最高分类准确率分别为92.5%与86.7%。结果表明:实验测试与仿真分析具有较好的一致性,该故障检测方法的优势在于计算量小、故障识别率较高,并能有效地应用于以MCU为核心的电动开度阀控制系统。 展开更多
关键词 电动开度阀 小波包分析 优化KNN 故障检测
下载PDF
小波包与遗传算法优化BP神经网络相结合的井架钢结构损伤识别
7
作者 韩东颖 田伟 +1 位作者 黄岩 朱国庆 《机械科学与技术》 CSCD 北大核心 2024年第1期39-44,共6页
井架钢结构损伤影响其承载安全性,为快速、准确对损伤位置进行识别,提出小波包与遗传算法优化BP神经网络相结合的井架钢结构损伤识别方法。首先利用小波包处理非平稳振动信号的优良性能对原始振动信号进行特征提取,获得表征井架钢结构... 井架钢结构损伤影响其承载安全性,为快速、准确对损伤位置进行识别,提出小波包与遗传算法优化BP神经网络相结合的井架钢结构损伤识别方法。首先利用小波包处理非平稳振动信号的优良性能对原始振动信号进行特征提取,获得表征井架钢结构损伤的信息;再通过特征参数建立数据集训练并测试井架钢结构损伤识别模型,该模型结合遗传算法自身特点改善了传统BP神经网络的不足。本文识别方法不需要损伤前的数据特征进行对比,便可对损伤位置进行确定。经过对石油井架钢结构模型实验验证:该方法对井架钢结构损伤识别准确率超过90%,相对于BP网络识别准确率以及识别速度均有所提高。 展开更多
关键词 井架钢结构 损伤 小波包 遗传算法 优化的BP神经网络
下载PDF
HGU用户侧接口流量信息传输方法仿真
8
作者 安宪军 刘春英 《计算机仿真》 2024年第4期166-169,377,共5页
由于连接不同用户的侧接口过多,导致接口流量信息分配不均衡,造成信息传输时长较长、丢包率高等问题。为解决上述问题,提出HGU用户侧接口流量信息传输方法。通过对家庭网关单元(Home Gateway Unit,HGU)用户侧接口构建无向图和冲突图,确... 由于连接不同用户的侧接口过多,导致接口流量信息分配不均衡,造成信息传输时长较长、丢包率高等问题。为解决上述问题,提出HGU用户侧接口流量信息传输方法。通过对家庭网关单元(Home Gateway Unit,HGU)用户侧接口构建无向图和冲突图,确定流量信息传输距离以及各传输链路之间是否互相干扰;以链路流量模型为基础构建业务模型,得到传输链路负载率;在粒子群优化算法中,利用适应度函数更新粒子的位置坐标,实现合理分配网络流量,实现最大效率的传输。实验结果表明,所提方法网络时延始终保持在0.10s以下,整体丢包率控制在30%-45%之间,且具有较高的吞吐量。 展开更多
关键词 用户侧接口 流量信息传输 粒子群优化算法 家庭网关单元 传输延时 丢包率
下载PDF
基于FCM和EO-SVM水轮机尾水管压力脉动特征识别
9
作者 刘茜媛 王利英 +1 位作者 张路遥 曹庆皎 《水电能源科学》 北大核心 2024年第1期162-165,共4页
为有效识别水轮机尾水管压力脉动特征,提出了一种基于模糊C均值聚类、平衡优化器算法与支持向量机的识别方法。该方法首先采用平衡优化器算法优化SVM的惩罚因子和核函数以获得更好的SVM参数组合,构建EO-SVM识别模型以实现其在水轮机尾... 为有效识别水轮机尾水管压力脉动特征,提出了一种基于模糊C均值聚类、平衡优化器算法与支持向量机的识别方法。该方法首先采用平衡优化器算法优化SVM的惩罚因子和核函数以获得更好的SVM参数组合,构建EO-SVM识别模型以实现其在水轮机尾水管压力脉动特征识别中的应用。然后采用模糊C均值聚类算法将待分类的压力脉动特征进行初始聚类,将其分为四类,并依据聚类结果选择最靠近每类中心的样本作为EO-SVM模型的训练样本。将SVM和EO-SVM两种模型的识别分类结果进行比较,验证了所提EO-SVM模型的有效性。 展开更多
关键词 压力脉动 小波包分析 模糊C均值聚类 平衡优化器算法 支持向量机
下载PDF
基于数据分解与斑马算法优化的混合核极限学习机月径流预测
10
作者 李菊 崔东文 《长江科学院院报》 CSCD 北大核心 2024年第6期42-50,共9页
为提高月径流预测精度,改进混合核极限学习机(HKELM)预测性能,提出小波包分解(WPT)-斑马优化算法(ZOA)-HKELM组合模型。利用WPT处理月径流时序数据,构建局部高斯径向基核函数和全局多项式核函数相混合的HKELM;通过ZOA优化HKELM超参数(... 为提高月径流预测精度,改进混合核极限学习机(HKELM)预测性能,提出小波包分解(WPT)-斑马优化算法(ZOA)-HKELM组合模型。利用WPT处理月径流时序数据,构建局部高斯径向基核函数和全局多项式核函数相混合的HKELM;通过ZOA优化HKELM超参数(正则化参数、核参数、权重系数),建立WPT-ZOA-HKELM组合模型,并构建WPT-遗传算法(GA)-HKELM、WPT-灰狼优化(GWO)算法-HKELM、WPT-鲸鱼优化算法(WOA)-HKELM、WPT-ZOA-极限学习机(ELM)、WPT-ZOA-最小二乘支持向量机(LSSVM)、ZOA-HKELM作对比模型,通过黑河流域莺落峡、讨赖河水文站月径流时间序列预测实例对各模型进行检验。结果表明:(1)莺落峡、讨赖河水文站月径流时间序列WPT-ZOA-HKELM模型预测的平均绝对百分比误差分别为1.054%、0.761%,决定系数均达0.999 9,优于其他对比模型,具有更高的预测精度,预测效果更好。(2)利用ZOA优化HKELM超参数,可提高HKELM预测性能,优化效果优于GWO、WOA、GA。(3)预测模型能充分发挥WPT、ZOA和HKELM优势,提高月径流预测精度;在相同分解和优化情形下,HKELM的预测性能优于ELM、LSSVM。 展开更多
关键词 月径流预测 时间序列 斑马优化算法 混合核极限学习机 小波包变换 超参数优化
下载PDF
声学测温信号时延优化方法
11
作者 李书缘 赵俭 赵乂鋆 《计测技术》 2024年第1期80-87,共8页
为了优化发动机燃烧室声学测温信号的时延处理,提高温度测量的准确性和稳定性,提出了一种结合小波包分解变换重组和孤立森林算法的信号处理新方法。首先,通过热校准风洞实验,得到声学测温探头在高温气流环境中的数据;然后,采用小波包分... 为了优化发动机燃烧室声学测温信号的时延处理,提高温度测量的准确性和稳定性,提出了一种结合小波包分解变换重组和孤立森林算法的信号处理新方法。首先,通过热校准风洞实验,得到声学测温探头在高温气流环境中的数据;然后,采用小波包分解变换重组方法结合孤立森林算法对温度数据进行滤波和重构,消除噪声和提取有效信息;同时,为了提高数据质量和准确性,对重构后的数据进行异常值检测。热校准风洞试验结果表明:经过信号处理后的数据分布更平缓和对称、标准差显著降低、数据更集中于均值,从而提高了温度测量的准确性和稳定性。本研究为声学测温更准确的应用于发动机燃烧室提供了一种有效的技术方案。 展开更多
关键词 声学测温 发动机燃烧室 时延优化方法 小波包变换
下载PDF
VMD结合小波包信息熵和GJO-SVM的电机轴承故障诊断
12
作者 纪京生 周莉 马向阳 《现代制造工程》 CSCD 北大核心 2024年第2期128-136,共9页
针对电机滚动轴承故障特征难以提取从而导致诊断准确率低的问题,提出了一种基于变分模态分解(Variational Modal Decomposition,VMD)结合小波包信息熵(Wavelet Packet Information Entropy,WPIE)的特征提取方法,并采用金豺优化(Golden J... 针对电机滚动轴承故障特征难以提取从而导致诊断准确率低的问题,提出了一种基于变分模态分解(Variational Modal Decomposition,VMD)结合小波包信息熵(Wavelet Packet Information Entropy,WPIE)的特征提取方法,并采用金豺优化(Golden Jackal Optimization,GJO)算法优化后的支持向量机(Support Vector Machine,SVM)进行电机滚动轴承的故障诊断。首先,利用VMD将采集到的信号进行分解,依据局部极小包络熵筛选出最优本征模态(Intrinsic Mode Function,IMF)分量;其次,利用小波包将最优IMF分量再分解,并提取信息熵作为特征向量矩阵;最后,采用GJO算法对支持向量机中的惩罚参数和核参数进行寻优选择,建立GJO-SVM故障诊断模型,将特征向量矩阵输入金豺算法优化支持向量机(GJO-SVM)故障诊断模型中进行故障诊断。将VMD结合小波包信息熵特征提取与VMD结合近似熵特征提取进行对比试验,试验结果表明,VMD结合小波包信息熵特征提取精度提高了2.5%,其特征提取更加优越;将金豺算法优化支持向量机(GJO-SVM)与粒子群优化(Porticle Swarm OPtimization,PSO)算法支持向量机(PSO-SVM)、果蝇优化算法(Fruit fly Optimation Algorithm,FOA)支持向量机(FOA-SVM)进行对比试验,试验结果表明,GJO-SVM其平均准确率达到99.16%,较PSO-SVM、FOA-SVM分别提高了2.5%、3.61%。金豺算法优化支持向量机(GJO-SVM)可以更加有效提取并诊断滚动轴承故障。 展开更多
关键词 变分模态分解 小波包信息熵 金豺优化算法 支持向量机 轴承故障诊断
下载PDF
短包隐蔽通信下抗检测-干扰式攻击策略
13
作者 张凌瑄 鲁兴波 +1 位作者 隋元松 卢辉 《陆军工程大学学报》 2024年第1期36-42,共7页
为应对潜在的检测-干扰式恶意攻击,提出了一种基于短包隐蔽通信的抗检测-干扰攻击策略,通过隐藏无线传输行为的存在来实现抗干扰。考虑到干扰机采用Shewhart变点检测实时判断源节点的传输行为,当判决源节点正在传输数据包后启动人工干... 为应对潜在的检测-干扰式恶意攻击,提出了一种基于短包隐蔽通信的抗检测-干扰攻击策略,通过隐藏无线传输行为的存在来实现抗干扰。考虑到干扰机采用Shewhart变点检测实时判断源节点的传输行为,当判决源节点正在传输数据包后启动人工干扰。为隐藏无线传输行为,源节点随机选择一个起始时刻以低功率、低速率传输有限长编码数据包。数据包发送功率越小、编码长度越短,隐蔽性越强,抗检测-干扰式攻击性能越好,但发送功率小和编码长度短使得接收端数据包译码错误概率较大。以有效传输速率最大为目标对数据包发送功率和编码长度进行优化设计。结果表明,存在最优的发送功率和编码长度使系统在传输隐蔽性和可靠性之间取得最优折衷。数值仿真结果验证了理论分析,证明了所提方案的有效性以及优化数据包编码长度和发送功率的必要性。 展开更多
关键词 短包通信 隐蔽通信 检测-干扰攻击 Shewhart变点检测 最优包长
下载PDF
基于WPT-ISO-RELM模型的月径流时间序列预测研究
14
作者 王应武 白栩嘉 崔东文 《水力发电》 CAS 2024年第3期12-18,38,共8页
为提高月径流时间序列的预测精度,提升基本蛇群优化(SO)算法搜索能力,同时提升正则化极限学习机(RELM)预测性能,提出了小波包变换(WPT)-改进蛇群优化(ISO)算法-RELM预测模型。首先,利用WPT将月径流时间序列分解为低频分量和高频分量;其... 为提高月径流时间序列的预测精度,提升基本蛇群优化(SO)算法搜索能力,同时提升正则化极限学习机(RELM)预测性能,提出了小波包变换(WPT)-改进蛇群优化(ISO)算法-RELM预测模型。首先,利用WPT将月径流时间序列分解为低频分量和高频分量;其次,通过构建8个RELM超参数寻优适应度函数对ISO寻优能力进行检验,并与SO算法、灰狼优化(GWO)算法、变色龙群算法(CSA)、鲸鱼优化算法(WOA)、樽海鞘群体算法(SSA)、侏獴优化算法(DMO)、粒子群优化算法(PSO)的优化结果作对比;最后,建立WPT-ISO-RELM模型,并构建包含WPT-SO-RELM在内的17种模型作对比模型,通过黑河流域莺落峡水文站、讨赖河水文站2个月径流预测实例对各模型进行验证。结果表明:①ISO寻优精度优于SO、GWO、CSA、WOA、SSA、DMO、PSO,通过关键参数的改进,能有效提升ISO的极值寻优能力和平衡能力;②WPT-ISO-RELM模型对莺落峡水文站、讨赖河水文站月径流预测的平均绝对百分比误差分别为0.854%、0.447%,平均绝对误差分别为0.245、0.068 m^(3)/s,纳什效率系数均在0.9999以上,优于其他对比模型,具有更高的预测精度和更好的稳健性;③ISO对于高维和低维问题均具有较好的优化效果,算法寻优能力对提升RELM预测精度十分关键,算法优化性能越强,寻优精度越高,由此获得的RELM超参数越优,所构建的模型预测性能越好。 展开更多
关键词 月径流预测 正则化极限学习机 改进蛇群优化算法 小波包变换 群体智能算法 超参数优化
下载PDF
基于WPT-ARO-DBN/WPT-EPO-DBN模型的月含沙量多步预测
15
作者 高雪梅 崔东文 《人民珠江》 2024年第3期69-78,共10页
准确的含沙量多步预测对于区域水土流失治理、防洪减灾等具有重要意义。为提高含沙量多步预测精度,改进深度信念网络(DBN)的预测性能,基于小波包变换(WPT),分别提出人工兔优化(ARO)算法、鹰栖息优化(EPO)算法与DBN组合的月含沙量多步预... 准确的含沙量多步预测对于区域水土流失治理、防洪减灾等具有重要意义。为提高含沙量多步预测精度,改进深度信念网络(DBN)的预测性能,基于小波包变换(WPT),分别提出人工兔优化(ARO)算法、鹰栖息优化(EPO)算法与DBN组合的月含沙量多步预测模型,通过云南省龙潭站月含沙量时序数据对模型进行验证。首先利用WPT对实例月含沙量时序数据进行3层分解处理,得到8个更具规律的子序列分量;其次介绍ARO、EPO算法原理,利用ARO、EPO对DBN隐藏层神经元数等超参数进行寻优,建立WPT-ARO-DBN、WPT-EPO-DBN预测模型,并构建WPT-PSO(粒子群算法)-DBN、WPT-DBN作对比分析模型;最后利用4种模型对各子序列分量进行预测,将预测值叠加得到最终月含沙量多步预测结果。结果表明:(1)WPT-ARO-DBN、WPT-EPO-DBN模型对实例超前1步—超前4步月含沙量具有满意的预测效果,对超前5步具有较好的预测结果,对超前6步、超前7步的预测效果一般,对超前8步的预测精度较差,已不能满足预测精度需求;(2)WPT-ARO-DBN、WPT-EPO-DBN模型的多步预测效果要优于WPT-PSO-DBN模型,远优于WPT-DBN模型,具有更高的预测精度、更好的泛化能力和更大的预测步长;(3)ARO、EPO能有效优化DBN超参数,提高DBN预测性能,优化效果优于PSO,WPT-ARO-DBN、WPT-EPO-DBN模型能充分发挥WPT、新型群体智能算法和DBN网络优势,提高月含沙量多步预测精度,且预测精度随着预测步数的增加而降低。 展开更多
关键词 月含沙量预测 深度信念网络 人工兔优化算法 鹰栖息优化算法 小波包变换 组合模型
下载PDF
A novel internet traffic identification approach using wavelet packet decomposition and neural network 被引量:6
16
作者 谭骏 陈兴蜀 +1 位作者 杜敏 朱锴 《Journal of Central South University》 SCIE EI CAS 2012年第8期2218-2230,共13页
Internet traffic classification plays an important role in network management, and many approaches have been proposed to classify different kinds of internet traffics. A novel approach was proposed to classify network... Internet traffic classification plays an important role in network management, and many approaches have been proposed to classify different kinds of internet traffics. A novel approach was proposed to classify network applications by optimized back-propagation (BP) neural network. Particle swarm optimization (PSO) algorithm was used to optimize the BP neural network. And in order to increase the identification performance, wavelet packet decomposition (WPD) was used to extract several hidden features from the time-frequency information of network traffic. The experimental results show that the average classification accuracy of various network applications can reach 97%. Moreover, this approach optimized by BP neural network takes 50% of the training time compared with the traditional neural network. 展开更多
关键词 神经网络分类 小波包分解 网络流量 互联网 识别方法 BP神经网络 粒子群优化 网络应用程序
下载PDF
Joint Optimization Strategy for Video Transmission over Distributed Cognitive Radio Networks
17
作者 刘法 赵洪林 马永奎 《Journal of Donghua University(English Edition)》 EI CAS 2015年第1期13-18,共6页
A novel joint optimization strategy for the secondary user( SU) was proposed to consider the short-term and long-term video transmissions over distributed cognitive radio networks( DCRNs).Since the long-term video tra... A novel joint optimization strategy for the secondary user( SU) was proposed to consider the short-term and long-term video transmissions over distributed cognitive radio networks( DCRNs).Since the long-term video transmission consisted of a series of shortterm transmissions, the optimization problem in the video transmission was a composite optimization process. Firstly,considering some factors like primary user's( PU's) collision limitations,non-synchronization between SU and PU,and SU's limited buffer size, the short-term optimization problem was formulated as a mixed integer non-linear program( MINLP) to minimize the block probability of video packets. Secondly,combining the minimum packet block probability obtained in shortterm optimization and SU's constraint on hardware complexity,the partially observable Markov decision process( POMDP) framework was proposed to learn PU's statistic information over DCRNs.Moreover,based on the proposed framework,joint optimization strategy was designed to obtain the minimum packet loss rate in long-term video transmission. Numerical simulation results were provided to demonstrate validity of our strategies. 展开更多
关键词 video transmission distributed cognitive radio networks(DCRNs) joint optimization strategy packet loss rate
下载PDF
滚动轴承优选WPE与ANVTPSO-BPNN故障诊断 被引量:1
18
作者 樊红卫 严杨 +5 位作者 张旭辉 张超 曹现刚 薛策译 毛清华 李杰 《振动.测试与诊断》 EI CSCD 北大核心 2023年第3期593-602,625,626,共12页
为了提高滚动轴承故障诊断的效率和准确率,提出一种基于优选小波包能量(wavelet packet energy,简称WPE)联合自适应无速度项粒子群优化前馈神经网络(adaptive no velocity term particle swarm optimization-back propagation neural ne... 为了提高滚动轴承故障诊断的效率和准确率,提出一种基于优选小波包能量(wavelet packet energy,简称WPE)联合自适应无速度项粒子群优化前馈神经网络(adaptive no velocity term particle swarm optimization-back propagation neural network,简称ANVTPSO-BPNN)的滚动轴承故障诊断方法。首先,采用小波分析对轴承振动信号进行消噪,并通过小波包分解提取能量特征,对基函数和分解层数进行优选;其次,采用自适应方式调节PSO算法的惯性权重和学习因子,并对标准PSO算法舍弃速度项以避免粒子初始速度对算法收敛速度和求解精度的影响;最后,针对某滚动轴承的实测数据,完成了5种不同策略的BPNN算法验证。结果表明:提出的方法迭代步数只有273步,诊断精度达到99%,较消噪前后的BPNN及消噪后的2种PSO-BPNN,具有更高的诊断效率和准确率。 展开更多
关键词 滚动轴承 故障诊断 小波消噪 小波包分解 粒子群优化 神经网络
下载PDF
面向SD-DCN的OpenFlow分组转发能效联合优化模型 被引量:2
19
作者 罗可 曾鹏 +1 位作者 熊兵 赵锦元 《计算机研究与发展》 EI CSCD 北大核心 2023年第3期606-618,共13页
在软件定义网络(software-defined networking,SDN)中,OpenFlow交换机通常采用三态内容可寻址存储器(ternary content addressable memory,TCAM)存储流表,以支持快速通配查找.然而,TCAM采用并行查找方式,查找能耗高,因此有必要为OpenFlo... 在软件定义网络(software-defined networking,SDN)中,OpenFlow交换机通常采用三态内容可寻址存储器(ternary content addressable memory,TCAM)存储流表,以支持快速通配查找.然而,TCAM采用并行查找方式,查找能耗高,因此有必要为OpenFlow交换机选择合适的TCAM容量,以平衡分组转发时延和能耗.针对软件定义数据中心网络(software-defined data center network,SD-DCN)这一典型应用场景,利用多优先级M/G/1排队模型刻画OpenFlow交换机的分组处理过程,进而建立OpenFlow分组转发时延模型.同时,基于网络流分布特性,建立TCAM流表命中率模型,以求解OpenFlow分组转发时延与TCAM容量的关系式.在此基础上,结合TCAM查找能耗,建立OpenFlow分组转发能效联合优化模型,并设计优化算法求解TCAM最优容量.实验结果表明:所提时延模型比现有模型更能准确刻画OpenFlow分组转发时延.同时,利用优化算法求解不同参数配置下的TCAM最优容量,为SD-DCN实际部署提供参考依据. 展开更多
关键词 软件定义数据中心网络 联合优化模型 TCAM能耗 分组转发时延 TCAM最优容量
下载PDF
基于AO优化VMD-小波包的岩石破裂声发射信号去噪算法 被引量:1
20
作者 王婷婷 李方 +2 位作者 霍雨佳 王振豪 赵万春 《采矿与岩层控制工程学报》 EI 北大核心 2023年第6期78-91,共14页
针对岩石在破裂过程中产生的大量含噪声发射信号问题,基于天鹰优化(Aquila Optimizer,AO)算法提出一种改进的变分模态分解(VMD)联合小波包分解的声发射(AE)信号去噪算法。利用Circle混沌优化的AO算法对VMD算法中的分解模态个数K和二次... 针对岩石在破裂过程中产生的大量含噪声发射信号问题,基于天鹰优化(Aquila Optimizer,AO)算法提出一种改进的变分模态分解(VMD)联合小波包分解的声发射(AE)信号去噪算法。利用Circle混沌优化的AO算法对VMD算法中的分解模态个数K和二次惩罚因子α进行寻优,有效避免了人为经验选取参数导致的时间消耗以及效果不佳等问题;利用得到的最优参数组合对岩石破裂声发射信号进行分解,得到一系列本征模态分量,结合相关系数筛选出含噪分量;然后利用小波包去噪算法对含噪分量进行处理;最后,将未处理的分量与降噪处理后的分量重构得到去噪后的AE信号。通过仿真和实测信号分析,结果表明与现有去噪算法相比,该算法能更好地去除AE信号中的噪声分量,保留信号的频域特征信息,可为后续利用声发射信号探究岩体破裂规律提供参考。 展开更多
关键词 岩石破裂声发射信号 天鹰优化算法 变分模态分解 小波包去噪 Circle混沌
下载PDF
上一页 1 2 20 下一页 到第
使用帮助 返回顶部