基于人工智能算法的无线网络认知通信信号波形技术研究

在无线网络信号传输过程中,由于可选择的无线网络频道较少,无线网络信号传输环境的干扰复杂较多,信号传输受到了很多阻碍。基于此,文章以动态识别系统为突破口,以降低最小误码率为原则,构建反向传播(Back Propagation,BP)神经网络人工智能学习系统,使系统识别更加准确、快速、智能,从而增强信息传输能力。

基于非均匀分簇的野外观测仪器网络路由协议研究

位于寒旱区的野外观测台站大部分部署在恶劣的自然环境下,导致信息获取能力差,严重阻碍了寒旱区科学研究的进展。针对寒旱区野外观测仪器网络在多跳路由中能量消耗不均匀,易造成“热点”问题,提出一种能量均衡的非均匀分簇路由协议EBUCR。该协议基于时序选举簇头,结合非均匀的竞争半径形成大小不一的簇,使得靠近基站的簇规模小,远离基站的簇规模大,靠近基站的簇头在簇内通信上节省的能量即可用来转发远离基站簇头的信息。该协议考虑了节点剩余能量、周围节点密度、距离基站的距离来选举簇头,使得簇头分布更加合理。同时,将混合粒子群算法应用到多跳路径搜索中,选择最优路径完成簇头间的信息传输,平衡簇头的通信能耗。仿真结果显示,EBUCR协议的网络生命周期为544轮,可有效延长网络生命周期。

面向嵌入式操作系统的安全通信技术研究与实现

随着嵌入式系统的普及和应用发展,其连接入计算机网络成为一种必然趋势。但是嵌入式系统自身特性和Internet的网络开放属性决定了嵌入式系统在网络中的安全保障存在隐患。基于此,文章讨论嵌入式系统特点,之后分析嵌入式系统与Internet连接方式和条件,并进一步提供嵌入式Internet信息安全模型,最后提出了网络的安全性能提升和防御机制建立及优化策略。

多场景下基于AHP-EWM的人体健康状态评估模型研究

为解决人体健康评估方法个性化监测不足的问题以及在满足不同场景下健康状态精细化评估的需求,需要一种基于多场景的人体健康状态评估方法来实现长期自动化监测。提出一种基于层次分析法(AHP)和熵权法(EWM)组合的多场景人体健康状态评估模型。首先采集人体在运动、休息、工作/学习和娱乐等4种不同场景下的健康监测指标数据,构建相应的评估指标体系。然后分别根据评估指标计算出AHP和EWM权重,再采用量子粒子群优化(QPSO)算法对AHP和EWM中的主客观权重进行分配,以确保评价指标占比的客观性。最后通过模糊综合评价法对人体健康状态进行评估和量化,并利用实际监测数据对方法的可靠性和稳定性进行验证。实验结果表明,在4种场景下所提方法的综合得分分别为63.78、59.83、58.71和59.21,表明在不同场景下该模型都具有较好的准确性和稳定性。根据评估结果,对测试者的身体状态评价结果进行分析,并给出一些健康建议。所提模型可全面了解人体在不同场景下的健康状况,并为人们提供科学的健康指导,从而为健康管理和疾病预防提供科学依据。

论计算机网络安全问题及解决措施

随着改革开放和信息化时代的快速发展,计算机逐渐融入了人们的日常生活,并与人们的工作学习息息相关。人们在使用着网络带来的方便快捷的同时也被网络上出现的各种问题所困扰着。在这所有的问题中,网络安全问题是最重要的。无论是网上的普通网页、学校的官方网站,还是企业的财务状况甚至是国家有关部门的机密资料都时刻遭受着着黑客和病毒的侵扰。所以加强安全措施,深层次的安装防御系统对我们来说迫切重要,只有各部门紧密协调工作,才能有效提高网络信息安全,给我们公众一个安全舒适的网络环境。