多元迭代矩阵网络架构下的乡村激活新模式初探

本文基于作者所做＂乡村聚落在城镇化进程中的演化研究＂,尝试借用城市发展、城镇发展与经济发展的理念融合,在产业互动、生态宜居的大目标下,从公共设施建设、产业模式优化与生态环境营造三个方面尝试构建一种可协调共生的多元迭代矩阵网络发展架构,以推动资源要素在乡村地区的自由流动、相互交换与合理配置,助力乡村激活。

交通网络最短路权矩阵的迭代算法

介绍了求解交通网络最短路权矩阵的3种迭代算法,从迭代思路、时间复杂度、程序可读性等方面进行了比较,指出各算法的异同点以及联系,最后通过一个具体网络模拟了各算法的迭代过程。

利用迭代矩阵寻找网络中的关键主机

网络中的关键主机对网络的整体安全性有重大影响,但目前缺少有效方法在网络中寻找关键主机.该文对网络关键主机进行定义和分类,提出一种关键主机的寻找方法.将主机攻击图生成算法与迭代矩阵相结合,计算网络中各主机的相关安全属性并排序,使网络安全管理员能方便而有效地找出网络中的3类关键主机及对应的关键临界条件,从而采取相应措施保护关键主机.实验表明该方法可用于网络安全性分析,对提升网络整体安全性有重要意义.

不采用灵敏度矩阵的ECT图像迭代重建

针对ECT图像重建质量有待提高的现状,研究ECT的正问题及逆问题.目前普遍采用灵敏度矩阵建立ECT模型,最常用的两种算法是基于灵敏度矩阵模型的线性反投影算法(简称LBP法)和基于灵敏度矩阵模型的投影LandWeber迭代法(简称PLI法).给出一种不采用灵敏度矩阵的ECT图像迭代重建新算法,用多元线性回归建立ECT系统正向模型、用投影LandWeber迭代法求解逆问题.采用ECT有限元分析软件,在多种介质分布下获得投影数据,对LBP法、PLI法和新算法进行了比较研究,研究结果表明,新算法能明显提高重建图像的质量.

多元LDPC编码调制系统CNN辅助迭代检测译码算法

针对相关噪声信道,提出了一种适用于多元LDPC码的深度学习辅助译码算法,将卷积神经网络(Convolution Neural Network,CNN)引入到基于硬信息的迭代大数逻辑算法中,以对抗相关信道噪声影响。在CNN与硬判决译码器之间的迭代能够减弱噪声对编码调制系统的影响,使得译码器可以获得更为准确的估计。为了充分发挥CNN的能力,对于经过高阶调制的复数形式信号数据,通过预处理转化为实数形式。仿真结果表明,相较于已有研究中提出的联合迭代检测译码结构,GF(64)域上的(42,21)多元LDPC码经64-QAM调制传输,CNN方案能够获得最高1 dB的性能增益,验证了其在抵抗相关信道噪声的有效性。

加权迭代六边形网络的谱分析

网络的结构特性和动态方面的许多信息是由标准拉普拉斯谱来衡量的.文章建立了一类加权迭代六边形网络,基于网络的自相似结构探寻标准邻接矩阵的特征值和特征向量在相邻两代之间的递推关系,得到标准邻接矩阵特征值的解析式,最后根据标准邻接矩阵和标准拉普拉斯矩阵的联系,得到加权迭代六边形网络的标准拉普拉斯谱的结构式.

联合多元信道编码调制-网络编码方案

为了使协作中继通信系统在有效性和可靠性之间获得较好的折中,提出一种新型的联合多元信道编码调制-网络编码一体化设计方案,即多元低密度奇偶校验码(low-density parity-check codes,LDPC)-比特交织编码调制(bit interleaved coded modulation,BICM)-网络编码方案。该方案将多元信道编码调制技术与网络编码技术在中继节点相结合,译码时考虑到序列的相关性,采用联合迭代相关译码算法,在保证系统的有效性的同时,提高了系统的可靠性。仿真结果表明:联合多元信道编码调制-网络编码方案与无中继系统、信源不相关的多元LDPC-BICM系统相比,均可获得较好编码增益,大幅度提高了系统的可靠性。

测控信号随机时延对迭代学习控制系统的影响

测控信号通过无线网络传输受到的随机时延严重影响迭代学习控制系统的收敛性能.在一步随机时延模型的基础上,得到包含随机时延影响因子的系统转移矩阵,然后分别针对测控信号发生时延的情况,研究转移矩阵内决定系统收敛速度的特征值,以及决定系统鲁棒收敛性的下三角内其他元素取值的变化情况.由分析可知,测控信号随机时延不仅会降低系统的收敛速度,而且会影响系统的鲁棒收敛性.尤其是控制信号随机时延,它对系统鲁棒收敛性的影响明显强于测量信号随机时延的影响.仿真实验表明了分析结论的正确性.

虚拟社交网络中节点重要度分析

根据虚拟社交网络本身的特性,提出了采用重要度矩阵迭代方法定量分析网络中各节点的重要度.该方法考虑了虚拟社交网络中各节点重要度的相互影响,以及这种影响的传递性.实验结果表明,该方法能有效分析虚拟社交网络中节点重要度,有助于提高社交网络中信息传播分析、舆情分析等工作的效率和准确性.

考虑时延与丢包的网络控制系统分析与综合

针对具有时变网络诱导时延和丢包问题的网络控制系统稳定性分析与控制器设计问题,通过考虑网络诱导时延是时变和有界的情形,并分析网络诱导时延与其上界之间的关系,应用Lyapunov-Krasovskii泛函结合积分不等式方法,提出了一种改进的、同时考虑了网络诱导时延和丢包问题的网络控制系统稳定条件,并基于改进的锥补线性化迭代算法(improved cone complementary linearization,ICCL)给出了一种具有更低保守性的控制器设计方法。数值实例表明上述方法的有效性。

基于网络拓扑的子网络OD需求估计

为了对局部交通路网进行设计和评价,运用拓扑结构分析方法对子网络OD需求进行估计.根据子网络拓扑结构,分别对子网络边界点和内部点的OD量进行分析,每个与外界网络相连的边界点都为子网络的交通发生吸引点,内部点OD需求量与原来网络保持一致.进而建立了基于网络拓扑的子网络OD需求估计模型,其中目标函数同时考虑了交通需求的熵最大化及弹性化,约束条件为子网络OD量约束.将原问题分为求解交通需求和道路阻抗两部分,设计了启发式迭代算法反复求解,并运用凸组合算法计算交通需求.运用Sioux Falls网络对算法和模型进行了测试,结果表明考虑弹性需求的子网络OD估计模型在可靠性和计算精度上均优于考虑固定需求的子网络OD估计模型,算法能够快速收敛到所需精度,建立的模型可以用来对实际路网进行简化.

高精度无线传感器网络三维定位算法

无线传感器网络节点经常处于深海、丘陵、森林等三维空间场景中,需要提供节点的三维定位信息。为此,提出一种三维无线传感器网络节点定位算法。该算法前期基于TDOA测距技术,并设置单跳邻居节点间距离不大于节点通信半径的权重为"1",其余为"0",后期基于矩阵迭代优化算法对待定位节点进行定位。采用Matlab仿真软件进行实验,结果表明该算法能获得较高的定位精度。

融合Unet网络和IR-MAD的建筑物变化检测方法

通过遥感影像对城市建筑物进行变化检测,可以全面掌握城市建筑物的规划实施情况,辅助城市管理部门及时发现并依法查处各类违章建筑。提出了一种融合Unet网络和IR-MAD的城市建筑物变化检测方法,首先,分别使用加权小型Unet网络和IR-MAD检测遥感影像中的疑似变化像素;然后,基于投票的方式融合疑似变化像素检测结果,确定变化像素;接着通过形态学操作去除斑点噪声、填充变化区域内部孔洞等来优化变化像素区域;最后,基于建筑物阴影特性去除非建筑物的变化区域,从而得到建筑物变化检测结果。实验表明,该方法比仅使用Unet网络或IR-MAD可更准确地检测出遥感影像中的建筑物变化。

改进的时延丢包网络控制系统的分析和控制

将网络控制系统建模为时变时滞系统模型,考虑有界、时变时延和丢包的网络控制系统的稳定性分析和控制器设计问题。首先构造一个新的分段Lyapunov-Krasovskii泛函,充分利用时延上下界信息,然后结合更紧的有限和不等式处理时滞区间,得到具有较小保守性的稳定性准则,基于一种改进的锥补线性化迭代算法给出状态反馈器设计方法,证明中没有引进模型变换和自由矩阵,减少了计算上的复杂性。通过实例表明上述方法的有效性。

基于虚拟拓扑的多级可信传输体系及路由计算

路由器及转发路径的安全可信一直备受关注.不同厂商的网络设备或处于不同管理环境中的同一款网络设备,都具有不同的安全可信度.人们期望为不同安全需求的流量提供相应可信级别的转发路径,实现网络数据的可信传输.设计了多级可信传输机制(credible transmission with multiple levels,CETML),提出了基本的可信管理策略.所有路由节点和IP前缀都被指定可信级别,网络流量也基于源、目的IP被设置可信级别.CETML为不同可信级别的传输网络构建虚拟拓扑,确保网络中的报文必须通过不小于其可信级别的路由器进行转发.路由器转发项要包含多个下一跳信息,会引入极少量的存储开销.面向SDN网络环境,分析多级虚拟拓扑的关联,基于Floyd算法思想设计了可依次迭代的多关联拓扑路由计算方法,计算时间相对典型的路由算法显著降低.

最短路问题的Floyd改进算法

目前在不含负回路的网络中,对于求解任意两节点之间最短路问题的方法有很多,Floyd算法是最经典的算法之一,但随着节点数量的增加,重复的计算量也随之增大,从而降低了计算效率。为此,文中通过迭代矩阵和下标标注法对Floyd算法进行了改进,改进后的算法既能快速地计算出网络中任意两节点之间的最短路长值,又能更直观地找出最短路径。通过具体实例分析表明,Floyd改进算法减少了重复计算,简化了路径标注方法,提高了计算效率。

最小时间路径算法模糊结构元改进

针对运输的最小时间路径问题,采用模糊数表示车辆在各路段的运行时间,建立模糊最小时间路径模型.该模型不仅得到两节点间的最小模糊时间值,而且得到最小时间路径;利用模糊结构元处理模糊数的运算,简化了模型的运算.实例表明:该模型有效地解决了交通网络中任意两节点间的最小时间路径问题.

关于Katz指标的二级分裂迭代方法

本文研究复杂网络中计算Katz指标的迭代法,基于网络拓扑结构,在快速Katz指标算法的基础上,运用二级分裂迭代思想,提出了具有两个参数的二级分裂迭代法,并研究了该方法的收敛性.基于该方法的收缩因子的计算公式,讨论了迭代参数可能的选择,通过参数的选择能有效提高二级迭代法的收敛效率.最后通过数值实例验证了此方法的有效性.

用MSC-ANN方法建立冬小麦叶片叶绿素与反射光谱的定量分析模型研究

采用多元散射校正(MSC)预处理方法对冬小麦叶片反射光谱进行预处理,有效地减小物理因素对光谱的影响,之后用非线性迭代偏最小二乘法(NIPALS)提取经MSC处理后的反射光谱的主成分,主成分个数由交叉证实法(Cross Validation)确定,将提取的主成分作为人工神经网络(ANN)的输入,建立人工神经网络分析模型(MSC-ANN),用冬小麦叶片的反射光谱来预测冬小麦叶片叶绿素含量。校准集的化学值与预测值的相关系数r达到0.960 4,预测标准偏差SD为0.187,相对标准偏差RSD为5.18%。检验集的化学值与预测值的相关系数r达到0.960 0,预测标准偏差SD为0.145,相对标准偏差RSD为4.21%。结果表明,MSC-ANN方法能在较大程度上消除了野外物理因素的影响,使用具有代表性的光谱数据点建立模型,能够建立准确的冬小麦叶绿素含量预测模型,可代替经典分析方法,满足冬小麦叶片叶绿素快速分析的需要。

迭代式思维下的交互设计方式

互联网的发展推动了设计领域改革,线下交互逐渐趋于线上交互及体验。然而完善的网络构架及方案制定往往成为新型网页建立的一大难题。利用迭代式思维解决快速推进新型网页上线并获得用户交互反馈这一形式,渐渐成为又一种解决问题的途径。