基于正太分布离群算法的冷链温度监测系统

冷链运输过程中需要对温度信息进行实时监控,但由于传感器本身的特性,很容易采集到错误的数据。为了解决这一问题,根据冷链运输过程中温度数据呈正太分布的特点,将正太分布离群算法应用于冷链温度监测中,并通过模拟的冷链运输环境进行实验。结果表明,基于正太分布离群算法的温度监测方法能够准确剔除温度数据中不正常的数据,准确性达到了100%。

一种基于正态分布的复杂网络结构划分算法

复杂网络的节点聚集呈现符合社区结构的动态、无标度和非对称的特性,为了优化复杂网络的社区结构,研究当前发现和优化社区结构的方法的不足,研究用约束正态分布来改进社区结构的节点聚集归属方法,借助信息熵,提出了基于正太分布的复杂网络结构划分算法,通过算法得出聚集节点的正态分布概率,用正太分布概率作为信息熵的输入,重新调整信息熵的变化,根据信息熵变化的幅度,确定节点的划分归属。本算法在确定网络社区结构划分的同时,也能够确定社区内节点的模糊关系。

通信数据中的异常模式挖掘及其在网络安全中的应用

本研究致力于研究通信数据中异常模式挖掘技术的应用。文章设计了一个全面的异常模式挖掘系统,选择正态分布作为概率模型,并详细介绍了数据采集、预处理和异常模式检测等算法的实现。在网络安全方面,强调了实时监测与防御、行为分析、流量分析以及追踪不寻常活动等关键应用场景。研究成果为异常模式挖掘技术在网络安全领域的应用提供了有力支持,具有积极的推动意义。

贵州水电年利用小时数分布规律及特性分析

通过Shapiro-wilk分布检验,验证了贵州水电年平均利用小时数服从正太分布,并推导了其分布函数,给出了贵州各代表水文年水电年平均利用小时数。最后,将该数据应用于2020年贵州电网电量平衡校核分析。

用统计原理评定教师教学效果

本文运用统计原理提出一种比较公正合理的评价教师教学效果的方法。该方法可操作性强 ,能更独立充分地显示出各科的效果 ,便于对比。

基于OpenStack的累积型失效检测方法P-FD的研究和应用

OpenStack是最受欢迎和广泛使用的开源云计算平台之一,在OpenStack中实现高可用是一种必需的技术.而由于软件或硬件不可靠性导致的节点失效是阻碍实现高可用的主要问题·在OpenStack中,主要通过传统的发送心跳,设定固定超时时间的方式进行失效检测.但是这种方法存在误判问题,如只是网络延迟,节点并未失效,也会造成心跳过期,造成误判而对虚拟机进行迁移,付出不必要的极大代价.提出了一种基于正太分布的累积型失效检测方法P-FD,根据时间累积变化计算怀疑度,同时除了阈值外还采用Pull心跳模式结合实现二次确认策略,减少了误判率.相对于OpenStack现有失效检测方法,它能够更好地适应OpenStack这种大型云计算模式中动态且不稳定的网络环境.实验结果表明:在网络不稳定的情况下,该检测方法降低了误判率,有效提高了系统可用性.

改进蚁群算法的无人机路径规划

路径规划是无人机研究领域的重要课题之一。针对蚁群算法在优化路径规划问题出现算法运行效率较低,易陷入局部最优的问题。提出了基于对数正太分布函数改进蚁群算法的信息素蒸发因子,然后改进信息素强度和引入轮盘赌算法。并对其进行计算机仿真和结果分析。结果表明:该算法能够保证无人机在最短的距离到达终点,且减少了算法的迭代次数,验证了算法的可行性和高效性。

企业最佳现金持有量预估——基于Excel随机数模拟应用案例

本文通过 Excel 正太分布随机数生成函数模拟经营现金流入、流出,计算现金短缺概率,旨在帮助企业保持最佳现金持有量,将资金成本降到最低。