Prediction of Link Failure in MANET-IoT Using Fuzzy Linear Regression

A Mobile Ad-hoc NETwork(MANET)contains numerous mobile nodes,and it forms a structure-less network associated with wireless links.But,the node movement is the key feature of MANETs;hence,the quick action of the nodes guides a link failure.This link failure creates more data packet drops that can cause a long time delay.As a result,measuring accurate link failure time is the key factor in the MANET.This paper presents a Fuzzy Linear Regression Method to measure Link Failure(FLRLF)and provide an optimal route in the MANET-Internet of Things(IoT).This work aims to predict link failure and improve routing efficiency in MANET.The Fuzzy Linear Regression Method(FLRM)measures the long lifespan link based on the link failure.The mobile node group is built by the Received Signal Strength(RSS).The Hill Climbing(HC)method selects the Group Leader(GL)based on node mobility,node degree and node energy.Additionally,it uses a Data Gathering node forward the infor-mation from GL to the sink node through multiple GL.The GL is identified by linking lifespan and energy using the Particle Swarm Optimization(PSO)algo-rithm.The simulation results demonstrate that the FLRLF approach increases the GL lifespan and minimizes the link failure time in the MANET.

改进和优化黑果枸杞及其制品中花青素测定的pH示差法

建立一种基于美国官方分析化学师协会(Association of Official Analytical Chemists,AOAC)方法检测黑果枸杞及其制品中花青素含量的改进pH示差法。考察了黑果枸杞及其制品中花青素的最佳提取和检测条件,通过液相色谱-三重四级杆串联质谱法鉴别出黑果枸杞中花青素的具体化学结构,并计算出混合花青素的平均摩尔质量。通过分光光度法测得混合花青素的平均摩尔消光系数,对改进后的pH示差法进行方法学验证和花青素的含量测定。结果显示,最佳提取和检测条件如下:黑果枸杞花青素提取溶剂为盐酸-80%(体积分数)乙醇(3∶97,体积比),料液比为1∶100(g∶mL),提取温度为50℃,提取时间为30 min,缓冲溶液稀释5倍后静置平衡20 min。液相色谱-三重四级杆串联质谱法鉴别黑果枸杞中主要以矮牵牛素类花青素为主(占97.96%),黑果枸杞特有的混合花青素平均摩尔质量为912.7 g/mol,平均摩尔消光系数为29591 L/(mol·cm)。pH示差法改进后能够满足方法学验证要求,固体样品和液体样品最低检出限分别为28.2 mg/100 g、0.282 mg/100 mL。方法改进后花青素提取增长率均大于20%,静置平衡20 min后单次检测结果精密度小于0.3%。以矮牵牛素类花青素代替矢车菊素-3-O-葡萄糖苷计算花青素含量平均提高了2.41倍,能真实地反映黑果枸杞及其制品中花青素的含量。

钻孔瞬变电磁法扫描探测RCQPSO-LMO组合算法2.5D反演

利用钻孔进行超前探测地质构造及含水体是地下开挖工程中的常规手段,如何利用这些钻孔进行钻孔瞬变电磁法扫描探测,从而实现钻孔孔壁外围地质异常体的精细探测,对实现地下工程地质透明化具有重要的指导意义.本文提出钻孔瞬变电磁法扫描探测2.5D反演的数据解译方法,首先针对随机性反演算法时效性低,易陷入局部最优解,而确定性反演算法依赖初始模型的问题,提出了组合策略的量子粒子群优化算法用来随机搜索最优初始模型.在此基础上,利用Levenberg-Marquarat方法求解Occam反演的目标函数,形成了RCQPSO-LMO组合算法进行2.5D反演,通过对比组合算法和单一算法,验证了组合算法具有更精确的反演结果.其次结合屏蔽条件下扫描探测,对比分析了有无屏蔽的2.5D反演结果,通过设定屏蔽系数对非探测方向信号进行部分压制,可以较好地解决钻孔径向扫描探测中对非探测方向信号部分屏蔽下的反演及成像.最后建立三组理论模型进行组合算法2.5D反演,结果表明:组合算法反演结果与理论模型的一致性较好,对低阻异常体的反演精度较高,验证了组合算法对钻孔孔壁外围低阻异常体具有较高的反演精度和分辨能力.

板栗黄化皱缩病检测方法优化及10个板栗品种抗性鉴定

为优化板栗黄化皱缩病检测方法,明确10个板栗品种的抗性,通过对巢式PCR引物添加量、退火温度的优化,结合植原体检出率和田间病情指数进行抗性评价。结果表明,巢式PCR在引物添加量为1.0μL、退火温度为54℃时,板栗植原体检出率最稳定;在毒源树嫁接400 d后,供试板栗品种均检测出植原体,其中‘燕山早丰芽变’叶片中植原体检出率最高,发病情况最严重,‘燕丽’叶片中植原体检出率最低,发病情况最轻;相关分析表明,植原体检出率和田间病情指数呈极显著正相关,相关系数为0.907,其线性回归方程为Y=0.276X+1.610;根据2种评价方法将供试板栗品种分为高抗、中抗和高感品种,其中‘燕秋’‘燕紫’‘燕龙’‘燕丽’为高抗品种,‘燕山早丰芽变’为高感品种。研究初步明确了10个板栗品种对黄化皱缩病的抗性差异,为选用抗性品种提供了基础数据。

蜣螂优化算法在Canny边缘检测算法中的应用

针对传统Canny边缘检测需要手动选取阈值以及不能有效提取边缘轮廓的问题,提出了一种基于改进的蜣螂优化算法(DBO)来优化Canny算子的边缘检测算法。首先通过快速引导滤波代替传统高斯滤波对图像进行保边去噪;其次用4方向的Sobel模板来计算图像的梯度幅值和梯度方向;最后利用蜣螂优化算法优化的二维大津法自适应获取高低阈值。针对蜣螂优化算法种群多样性不强问题,提出用tent映射初始化种群;为了提高算法跳出局部最优的能力,采用精英差分变异策略对最优蜣螂个体进行变异扰动。实验结果表明,在边缘准确度和连接性上,该算法与传统Canny边缘检测算法对比有一定程度的提升,能够有效提取图像的边缘轮廓,提高了Canny边缘检测的边缘连接性,具有一定的实用性。

考虑油温的液压缸内泄漏检测方法的优化

液压缸在出厂试验时,制造厂通常采用压降检测法来判断液压缸内泄漏是否合格。然而,对不同规格液压缸,在不同温度下普遍使用相同的性能指标。国家标准规定的液压缸内泄漏检测方法并未考虑油液温度、油液动力粘度和液压缸伸出缩回体积变化等因素。本文提出了一种优化的压降法来检测液压缸内泄漏。通过将多项式拟合的液压缸内泄漏量函数表达式加入温度修正函数,从而推导出液压缸内泄漏量与压降的数学表达式。试验结果表明,相较于传统的压降检测法,优化的压降法能更快速且相对准确地测试液压缸内泄漏是否符合出厂验收要求,更适用于冶金行业大批量液压缸的内泄漏出厂测试。

中美欧食品中沙门氏菌检验标准的比较分析

沙门氏菌是一种重要的食源性致病菌,与食品安全及人类健康息息相关。检验标准是沙门氏菌鉴定的基础与依据。为给我国现行食品沙门氏菌检验标准的修订提供参考依据,使我国食品中沙门氏菌的检测更加科学准确,本文收集了中国、美国及欧洲的食品沙门氏菌检验标准,从适用范围、预增菌、选择性增菌、平板分离、鉴定等方面进行了系统比较分析。结果表明,我国沙门氏菌检验标准与欧洲所使用标准较为相似,与美国所使用标准差别较大,建议在我国食品沙门氏菌检验标准的制修订过程中,借鉴国外同类型标准先进经验,完善改进我国沙门氏菌检验标准,满足实验室检测需要。

食品中沙门氏菌检测能力验证的结果与分析

鉴于沙门氏菌感染案例的持续攀升,食品安全领域面临的挑战也愈发严峻,引发广泛关注。提高沙门氏菌检验能力是提升食品安全水平的重要途径之一。本实验室积极参与了中国检验检疫科学研究院测试评价中心主导执行的ACAS-PT-1616冻干乳粉中沙门氏菌检验能力验证,按照其项目要求,根据《食品安全国家标准食品微生物学检验沙门氏菌检验》(GB 4789.4—2016)和《进出口乳及乳制品中沙门氏菌快速检测方法 实时荧光PCR法》(SN/T 2415—2010)的试验方法对样品进行检验。检验结果显示此次能力验证的2个样品均为沙门氏菌阳性,且获得满意结果。通过此次能力验证,本实验室在沙门氏菌检测方面的专业能力得到了显著提升。

内蒙巴彦敖包萤石矿采空区探测方法优选与应用

为解决矿山隐蔽采空区安全隐患问题,笔者采用地质雷达法、高密度电阻率法、瞬变电磁法、地震法、可控源音频大地电磁法和音频大地电磁法等探测手段,对内蒙古自治区苏尼特右旗巴彦敖包萤石矿进行了采空区探测方法优选研究。综合该萤石矿床的地质-物性特征与物探结果,采用地质雷达和高密度电阻率法联合探测的技术组合可以有效探测其中隐蔽采空区的分布,并成功查明了研究区90 m深度范围内隐蔽采空区的空间分布情况,钻孔验证和3D激光扫描也充分证明该探测方法组合准确可行。

基于媒体流传送指标的IPTV视频传输质量检测方法研究

该文首先介绍了IPTV视频的研究背景和意义以及当下IPTV技术的发展和其在国内外的研究现状;随后对IPTV进行概述;同时讨论了媒体流传送指标的IPTV视频传输质量检测方法--进行监测和分析媒体流传送指标,评估IPTV视频传输的质量;最后分析实验结果和优化。

气相色谱检测有机磷农药残留技术优化

建立并优化气相色谱检测蔬菜中有机磷农药残留的检测方法。样品采用乙腈提取、盐析提纯,采用火焰光度法(flame photometric detector, FPD)测定,DB-1701P色谱柱在20min内完成分离。试验的20种有机磷农药的线性范围在0.08-1.0 mg/kg间,相关系数在0.99700-0.99994间,检出限(limit of detection, LOD)在0.001-0.029 mg/kg间;其回收率大于74.5%,相对标准偏差(relative standard deviation, RSD)小于10%。经优化后该方法具有经济、快速等特点,可应用于多种有机磷农药的药残检测。

基于小波分析的高压隔离开关故障检测方法研究

高压隔离开关在高压配电网中起到了重要的故障切断作用,能有效避免故障影响范围。该装置的工作状态直接关系到配电网工作的可靠性。为此研究一种基于小波分析的高压隔离开关故障检测方法。该方法利用加速度传感器采集高压隔离开关振动信号,利用小波分析分解振动信号,实现去噪同时,提取信号的能量熵特征。以特征为输入,利用优化BP神经网络构建检测模型,实现高压隔离开关故障检测。结果表明:所研究方法应用下,得出20个高压隔离开关中4个存在故障,其中3号开关存在拒动故障、10号开关和15号开关存在绝缘故障、19号开关存在拒动故障,证明了检测方法的有效性。

汽车制动器磨损度检测方法的研究现状及优化策略

通过对现有汽车制动器磨损度的检测方式进行分析,探究和改进制动器磨损度的检查方法,以提高制动器的安全性和可靠性。在传统检查方法的基础上,提出增加智能化检测传感器和超声波检测方式的优化策略,并通过可视化技术展示分析结果。此策略在一定程度提高了检测结果的精度,且具有高效率和低成本的优点,并适用于各种车型和制动器类型的检测,极大地提高了汽车制动器磨损程度的检测能力,间接减少汽车故障率,提高驾驶安全性。

基于灰色关联分析法的物联网数据异常检测方法

物联网数据具有构成复杂、规模庞大、异常形式多样化的特征,导致基于传统异常检测方法得到的结果正确率偏低。文中提出了一种基于灰色关联分析法的物联网数据异常检测方法。该方法利用灰色关联模型计算得到灰色关联系数,对原始物联网数据中的自有变量相关性进行排序,随后采用前向选择法进行变量排序选择,确定反推得到的特征参数误差达到最小值时的变量,并将其作为最优变量子集;在异常检测阶段,用最优变量子集对物联网数据进行异常位置寻优,实现异常检测。测试结果表明,该方法在不同攻击下,异常数据检测结果的F1值未出现明显的波动,对应的F1值为0.84~0.90。

IQ-Check Salmonella Ⅱ Kit方法对食品中沙门氏菌检测的评价

通过对标准菌株和人工污染沙门氏菌的食品样品进行检测,评价IQ-Check Salmonella Ⅱ试剂盒方法。该研究采用试剂盒方法对50株不同血清型的沙门氏菌和50株非沙门氏菌进行检测,分析该方法的灵敏性和特异性;通过对人工污染沙门氏菌食品样品(包括液体奶、婴幼儿配方乳粉、肉及肉类制品)的检测,评价试剂盒方法与GB 4789.4-2016方法的一致性。实验结果表明:当菌浓度在10^(3) CFU/mL及以上,试剂盒方法对50株沙门氏菌实现全部检出,其对不同血清型沙门氏菌检出限的平均值为6.98×10^(2) CFU/mL。试剂盒方法对50株非沙门检测结果均为阴性,说明试剂盒特异性较好。试剂盒方法与GB方法对人工污染沙门氏菌的食品样品阳性检出率分别为98.77%(161/163)和96.32%(157/163);相对准确度为:96%、99%、97%,总体准确度为97.33%;相对灵敏度为:96.22%、100%、100%,总体灵敏度为98.73%;相对特异性为:95.74%、98.15%、92.86%,总体特异性为95.80%。参照ISO 16140进行方法一致性分析,结果表明两方法在统计学上无显著性差异。该研究表明该试剂盒方法具有高灵敏性和特异性强的特点,在人工染菌食品样品检测中与GB方法呈高度一致性,值得在食品沙门氏菌快速检测中推广应用。

基于稀疏描述的X射线焊缝图像缺陷检测研究

针对X射线焊缝图像缺陷检测的准确率问题,提出运用Log-Polar变换的距离不变性和角度不变性将缺陷的位置及形状转化为典型缺陷图像的简单二维平面的平移,解决了缺陷和疑似缺陷区域的标定问题。此外,为了提高缺陷识别的检出率及识别准确性,提出基于稀疏描述的缺陷识别,运用从海量数据中提取典型样本、非参数化模型构建以及基于最优方向法的稀疏解求解三大知识体系,对所标定SDR进行识别。实验得出,通过有限的样本训练所得字典矩阵对缺陷的识别率达到了98.5%以上。

基于最优变换关联因子和优化平移分裂法的窃电检测

传统的窃电检测算法应用于用户众多的复杂配用电台区中时,随着计算模型参数增多,存在由于个别参数估计失准导致的最终辨识结果不准确的问题,即表现为抗扰动性差。针对该问题,该文研究并提出基于最优变换关联因子和优化平移分裂法的窃电检测算法。首先通过数值分析和窃电机理验证,发现台区线损率与窃电用户用电占比间存在的正相关关系中含有非线性度。进而根据最优变换关联因子法实现窃电用户初筛,再根据广义电量守恒建立低维模型,采用优化平移分裂法求解,以克服模型的病态性,实现窃电用户二次准确辨识。算法通过两步筛选计算,有效解决了大台区高维参数的误差扰动致使窃电用户辨识准确度下降的难题,具有更强的抗扰动性。采用实际多种复杂场景下不同规模台区的用电信息采集系统的日用电量数据进行窃电检测,并与现场稽查结果比对,验证了所提方法的有效性和优越性。

地球物理方法在城市地质结构精细化探测中最优方法组合研究——以成都市天府新区为例

【研究目的】成都市天府新区属于典型的西南红层地区,其地层结构呈泥岩、粉砂质泥岩、泥质粉砂岩、砂岩互层结构,不同岩性之间的物性差异相对较小,研究浅部地质结构探测方法,有利于实现城市三维精细地质模型的建立。【研究方法】本文在成都天府新区4个典型试验区,采用多种新的和传统的地球物理方法开展了地质结构精细探测试验。【研究结果】地质雷达、三分量频率共振具有较高的分辨率,其次是浅层地震勘探、高密度电阻率法、等值反磁通瞬变电磁法、微动勘探;地质雷达和等值反磁通瞬变电磁抗干扰能力最强,浅震、三分量共振、微动勘探受城市噪音干扰比较严重;采用地质雷达、三分量频率共振、高密度电阻率法、等值反磁通瞬变电磁法、浅层地震、微动勘探等方法进行组合探测,可以获得由浅至深不同深度范围内的地质结构分层。【结论】通过对比分析每种方法的探测深度、分辨率、抗干扰强度、施工效率和经济成本,形成了适应于成都市天府新区不同工况、不同探测深度的地质结构精细探测地球物理方法最优组合方案。

荧光探针法检测脏器硫化氢方法的建立及验证

目的快速制备并分离纯化硫化氢特异性荧光探针(Washington State Probe-5),建立动物组织中硫化氢的荧光探针测定法,并在癌性胸水模型中进行方法适用性验证。方法优化条件分离纯化WSP-5;对荧光探针反应液配制溶剂、DMSO加入体积、pH、反应液溶剂和反应液体积、样品前处理温度、研磨次数、研磨后静置时间等条件进行考察;以S-180腹水瘤细胞建立癌性胸水小鼠模型,测定小鼠各脏器中的硫化氢含量。结果以硅胶和葡聚糖凝胶为固定相,二氯甲烷-甲醇-甲酸(60∶1∶0.1,V/V/V)和二氯甲烷-甲醇(1∶1,V/V)为洗脱剂制备WSP-5纯品;动物组织样本和硫氢化钠标准溶液加入优化后的5倍量冰冷反应液,低温研磨、高速离心,上清液避光孵育12 h,测定荧光强度并计算硫化氢浓度;该方法检测限约0.6μmol·L^(-1),定量限1μmol·L^(-1),在硫氢化钠一定浓度范围内,浓度与荧光强度线性系数均大于0.99;在癌性胸水小鼠模型中,各脏器硫化氢含量随着注射癌细胞数量的增多均有不同程度的增加趋势。结论该方法操作简单、成本低、灵敏度高、特异性强,适合各类组织样本的高通量检测,可为硫化氢相关药效机制的深入研究和相关药物开发提供方法学参考。

基于GASA-BP的轧辊内部缺陷检测方法

为了准确识别轧辊内部缺陷,采用超声波探伤仪对轧辊进行检测,并提出一种融合灰狼算法、遗传算法、模拟退火算法和BP神经网络的超声检测信号分类方法。对超声检测信号进行小波降噪,采用自适应灰狼优化阈值法确定最优的小波阈值;根据轧辊内部不同缺陷检测信号的时域和频域信息差异,从三层、四层和五层小波包分解中选择最优的分解层数,以实现对去噪检测信号的最佳处理,在此基础上构建检测信号的能量特征向量;采用经过遗传模拟退火算法优化的BP神经网络模型(GASA-BP)进行特征向量的识别,进而完成轧辊内部缺陷的分类。实验结果表明,该模型的识别准确率可达到97.41%,并且运算速度得到极大提高,能满足大部分企业对轧辊缺陷分类精度及效率的要求,为轧辊的进一步检测、修复及再制造提供了可靠信息。