基于流量加权Betweenness提高网络容量的方法

在节点的发包速率和转发包速率都和节点度相关的流量模型中,研究了在基于跳数的最短路径路由策略下网络的容量问题。将Betweenness的概念进行了扩展,提出流量加权Betweenness的概念,使之更准确地描述在每个节点的发包速率各不相同的情况下节点可能承载的流量。并据此推导出适合于该流量模型的网络容量计算公式,同时指出在基于BA算法构造的scale-free网络中,在流量加权Betweenness值处在前5%至10%和前10%至15%的节点间加边的方法能显著提高容量。最后,通过仿真实验验证了该公式的正确性和该方法的有效性。

基于加权SVM的电力通信网络异常流量入侵检测方法

当前检测方法一般为目标执行检测,检测覆盖范围容易受限,导致误报率增加,为此提出基于加权支持向量机(Support Vector Machine,SVM)的电力通信网络异常流量入侵检测方法研究。先提取异常流量隐性特征,采用动态化的方式打破检测覆盖范围受到的限制。设计动态异常流量检测机制,并以此为基础构建基于加权SVM的通信网络异常流量入侵检测模型,采用交叉跟踪识别的方式来完成入侵检测。测试结果表明,应用所提方法检测时,其误报率控制在15%以下,证明设计方法具有较强的稳定性与针对性,实际应用效果更佳。

磁敏感加权血管成像在急性缺血性脑卒中缺血半暗带评估中的应用

目的分析磁敏感加权血管成像(SWAN)在急性缺血性脑卒中缺血半暗带部位及范围评估中的临床应用价值。方法回顾性收集2019年1月至2022年12月在南京中医药大学连云港附属医院行磁共振检查急性期缺血性脑卒中患者25例,男15例,女10例,年龄(55.7±14.4)岁。均行弥散加权成像(DWI)、T2加权液体衰减反转恢复序列(T2 Flair)、SWAN及三维动脉自旋标记(3D ASL)序列检查,将DWI显示高信号区、表观弥散系数(ADC)显示低信号区判定为梗死核心区,分析SWAN序列提示突出血管征(PVS)阳性区域、3D ASL序列提示脑血流量(CBF)低灌注区域分别与梗死核心区间的不匹配范围差异,采用独立样本t检验。结果SWAN-DWI不匹配区的范围为(2289.42±721.47)mm^(2)、3D ASL-DWI不匹配区范围为(2331.59±730.71)mm^(2),两者差异无统计学意义(t=0.205,P=0.838)。结论利用磁共振SWAN序列提示的PVS可用于评估急性缺血性脑卒中缺血半暗带部位及范围,为临床治疗方案选择提供影像依据。

基于多尺度加权形态网络的燃气流量计健康状态评估

燃气流量计是天然气贸易计量的重要仪器,而其健康状态的改变会造成计量偏差。为了减少燃气企业的经济损失,本文提出了一种基于多模态数据扩充、形态学特征学习和多尺度自适应加权形态学网络的燃气流量计健康状态评估方法。首先,采用基于Wasserstein距离和谱归一化的ACGAN算法进行数据扩充。其次,针对燃气流量计振动信号数据的复杂性和噪声影响,提出了一种基于平均帽变换的形态学方法提取信号的正负脉冲信息。最后,针对非平稳、变工况的工业条件,引入多尺度自适应加权形态学网络,采用具有不同结构元素尺度的多个分量来分别提取脉冲信息,并利用自适应加权融合来增强提供强脉冲分量的尺度。通过实验结果表明,所提出的方法对燃气流量计健康状态评估的准确度超过94%。该方法对实际燃气贸易计量有重要的应用价值。

基于River 2D模型的黄河花园口河段生态流量研究

针对目前生态流量研究方法难以充分考虑鱼类栖息地等生境因素的问题,以黄河花园口鲤鱼核心保护区为研究区域,选取黄河鲤鱼为研究物种,基于耦合水动力学模型和栖息地模型的River 2D模型确定黄河鲤鱼的生态流量,将水深和流速作为鱼类生存保护的限定性因子,采用栖息地模型模拟不同流量下对应的黄河鲤鱼的适宜栖息地面积。计算结果表明:花园口河段鲤鱼产卵期的最小生态流量为230 m^(3)/s,生长期的最小生态流量为430 m^(3)/s,越冬期的最小生态流量为150 m^(3)/s。计算结果可以为花园口核心鱼类保护区的鱼类保护以及黄河小浪底水库的生态调度提供参考。

短暂性脑缺血发作病人脑血流量与表观扩散系数的相关性及对预后的预测价值

目的:探讨短暂性脑缺血发作(TIA)病人磁共振三维动脉自旋标记成像(3D-ASL)定量参数脑血流量(CBF)与扩散加权成像(DWI)定量参数表观扩散系数(ADC)的相关性,并分析CBF对TIA病人预后的预测价值。方法:选取2019年1月—2021年1月三亚市人民医院收治的TIA病人228例作为观察组,根据TIA后1年内是否发生脑梗死分为预后良好、预后不良,选取同期健康体检者76名作为对照组。两组均进行3D-ASL、DWI检测,比较观察组与对照组及不同预后TIA病人CBF、ADC值,采用Pearson相关性分析法分析CBF与ADC的相关性,分析TIA病人预后的影响因素,绘制受试者工作特征(ROC)曲线,分析CBF对TIA病人7 d内发生脑梗死的预测价值。结果:观察组228例TIA病人7 d内出现脑梗死24例,发生率10.53%;观察组CBF、ADC值低于对照组(P<0.05),观察组预后不良病人CBF、ADC值低于预后良好病人(P<0.05)。观察组病人CBF与ADC值呈正相关(P<0.05);观察组预后不良病人TIA发作次数多于预后良好病人(P<0.05),TIA发作持续时间长于预后良好病人(P<0.05),合并高血压、合并糖尿病比例及三酰甘油(TG)、低密度脂蛋白(LDL)高于预后良好病人(P<0.05);校正合并高血压、合并糖尿病比例、TIA发作次数、TIA发作持续时间、TG、LDL后,CBF降低仍是TIA病人预后不良的危险因素(P<0.05);CBF值预测TIA 7 d内发生脑梗死的AUC为0.858。结论:TIA病人CBF降低,且病人CBF与ADC值密切相关,可作为预测病人进展至脑梗死的重要指标。

基于维度加权的残差LSTM短期交通流量预测

基于神经网络的交通流量预测由于嵌入了部分手工设计的特征,使得提取的网络特征功能单一,存在适应性及鲁棒性差、数据局部特征刻画不准确等问题。为此,提出基于残差长短期记忆网络(LSTM)的交通流量预测方法,利用集成学习思想将空间分布的数据端到端训练到残差LSTM网络中,同时在每个LSTM单元后引入维度加权单元,显式建模特征维度之间的相互依赖关系。实验结果表明,该方法能实现短期交通流量数据的自适应建模分析。

基于加权最小二乘法的供水管网节点流量校核

管网水力模型是实现供水系统现代化管理的重要工具,要使水力模型能比较准确地反映管网真实运行状态,达到预期使用目的,其中的参数需要校核。将管网节点流量校核作为优化问题,采用加权最小二乘法逐步迭代求解,与已有研究相比,采用矩阵分析法推导供水管网雅克比矩阵解析式,引入水量分配矩阵聚合节点流量,将欠定问题转化为超定,提高了校核的计算效率和结果的可靠性。采用简单管网阐明了雅克比矩阵的计算、节点流量的聚合及梯度向量的构造,利用实际管网验证了方法的实用性。

基于特征加权的朴素贝叶斯流量分类方法研究

研究了被广泛应用于互联网流量分类的朴素贝叶斯分类方法的性能特点,针对此方法在给定类别下给出的所有流量特征同等重要并且是独立的假设在现实中难以满足,致使分类准确率不高的问题,提出一种基于特征加权的朴素贝叶斯流量分类算法。该算法基于NetFlow记录的特征信息,采用特征选择算法ReliefF和相关系数方法计算每个特征的权重值,然后将网络流量分配至后验概率最大的应用类别中。实验结果表明,这种基于特征加权的朴素贝叶斯算法具有超过94%的分类准确率,并且维持了朴素贝叶斯方法简单高效、分类稳定的特性,可以满足当前高带宽网络流量分类的需求。

滑动加权最小二乘法识别污水流量变化模式

为了获得污水管网非恒定流模拟所需的节点流量变化模式曲线,根据非平稳时序分析方法识别原始流量序列的主值分量和周期分量,二者之和即为节点流量变化模式.其中,主值分量分别应用滑动加权最小二乘法和参数模型法进行识别;周期分量采用累积周期图法识别.最后,以识别结果序列和原始序列的相关系数以及残差均方差作为评价标准,对北京某污水厂一组日流量变化序列和时流量变化序列的识别结果进行了比较.比较结果表明:①滑动加权最小二乘法对主值分量的识别结果优于参数模型法;②滑动加权最小二乘法联合累积周期图法对节点流量变化模式的识别结果优于参数模型法联合累积周期图法.

基于改进加权一阶局域法的空中交通流量预测模型

空中交通流量精准预测是实施空中交通控制和管理的重要前提.针对空中交通流量时间序列的内在混沌动力特性,研究了基于改进加权一阶局域法的混沌交通流量时间序列预测模型.首先,提出了一种临近相点演化加权的改进一阶局域预测法,并通过在预测过程中构建误差序列进行预测结果修正;其次,利用关联维数出现饱和现象验证了4组不同统计时间间隔的实测空中交通流量时间序列均存在混沌特性;最后,在对空中交通流量时间序列进行相空间重构的基础上,利用改进加权一阶局域预测方法进行了流量预测结果的对比实验.结果表明,4组空中交通流量时间序列预测精度均有提高,时间尺度为10 min的流量预测效果最好,预测相对误差减小了29.7%.

农村供水管网管段设计流量计算的加权人畜用水当量法

首先对农村供水管网管段流量设计计算的传统方法进行了分析,指出其适用条件和局限性。在此基础上,提出了加权人畜用水当量法。该方法结合农村供水的实际情况,既考虑了人畜分布的不均,又考虑了用水量的差别,并且计算公式简单,设计易与实际相一致,是一种计算农村供水管网管段设计流量的有效方法。

基于熵权的网络流量预测加权局域线性模型

采用熵权系数代替空间距离来确定相空间邻近相点及其权重的方法,提出了一种网络流量预测的加权局域线性模型,该模型克服了用距离来确定相空间邻近相点及其权重的传统局域模型在预测高嵌入维的混沌时间序列时预测精度下降的缺点。模拟试验结果表明,和传统加权模型相比,当网络流量时间序列的嵌入维数较高时,该模型能大幅度提高预测精度。

变风量空调系统中风机的加权流量控制方法

分析了变风量空调系统的风机控制方法,介绍了用加权流量法控制风机的思路和方法,并将其与其他几种控制方法进行了数值模拟分析比较,结果表明加权流量法是一种控制稳定、计算简单的变风量控制方法,能方便地应用于实际工程。

加权马尔可夫链模型在密云水库入库流量中的应用

根据1960年-2011年的实测入库流量资料,以河川径流量为相依随机变量,介绍加权马尔可夫链模型的相关概念及预测未来一年入库流量的步骤,采用均值-标准差分级法把入库流量序列划分成枯、偏枯、偏丰、丰4种状态。以各阶自相关系数为权重,预测2010年-2011年的入库流量,将其所在状态区间与实测值进行对比。结果表明,加权马尔可夫链模型对密云水库入库流量预测精度较高,以此又对2012年-2013年的入库流量进行了预测。最后对其遍历性和平稳分布进行分析,计算入流丰、枯状态在实测序列中的重现期,其中出现偏枯状态的概率最大,由此预测密云水库未来的入库流量处于偏枯状态。

基于动态加权LS-SVM的网络流量混沌预测

网络流量是具有复杂非线性、不确定时变性的混沌时间序列。为提高标准最小二乘支持向量机的预测精度与自适应性,提出一种基于动态加权最小二乘支持向量机的网络流量混沌预测方法。该方法在标准LS-SVM回归机的训练样本误差设置时间权,增强对非线性样本的逼近能力。然后结合滚动窗与迭代求逆法实现模型动态在线校正,进而克服网络变化时的累积误差。仿真实验结果表明,相对常规LS-SVM,该模型能降低预测误差、减少计算时间,实现高精度实时混沌流量估计。

流量转发中改进的加权公平排队策略

本文通过网络节点流量转发实例的研究,发现传统的加权公平排队方法具有一定的局限性。并根据实际网络流量的特点,提出了一种改进的加权公平排队方法。实验结果表明,该方法具有更好的性能和更强的自适应性。

网络流量行为分析的小波加权混沌局域模型

结合小波变换和混沌局域模型的各自优势,提出一种网络流量的预测模型。首先,将网络流量时间序列进行小波分解得到高频信号序列和低频信号序列,再用加权混沌局域模型对每一成分的信号序列分别进行预测,对所有的预测分量进行小波重构就可以实现对网络流量的预测。用实际网络流量对该模型进行验证,实验结果表明,该模型具有较高的预测效果。

基于关联度流量预测的加权局域模型

传统的混沌局域预测模型仅考虑相空间中邻近相点到预测中心的空间距离对预测中心动力学行为演化的影响,所以在嵌入维数比较高的时候,用来预测混沌时间序列时效果往往不是很好。本文提出了一种基于关联度的网络流量预测的加权零阶局域模型,该模型同时综合考虑到了空间距离和邻近相点与预测中心的关联程度这两个因素对预测效果的影响,因而在很大程度上克服了传统混沌局域模型的不足。通过模拟实验将该模型用于网络流量预测,模拟结果表明该模型的预测精度比传统的模型要好。

基于加权深度森林的长白山风景区客流量预测

提出一种改进的加权深度森林方法。主要通过筛选多粒度扫描产生的子样本,使预测结果性能更好。选取长白山风景区客流量数据集作为样本,将随机森林、支持向量机和原始深度森林等作为对比方法,验证了模型的有效性。结果表明,提出的算法R^(2)为0.9586,明显高于其他方法。该算法能有效提高客流量预测的准确性,对旅游业的发展具有重要的理论意义与实用价值。