检索结果-南通市图书馆

基于深度与可靠链路的水下无线传感器网络机会路由

在线全文

学校读者我要写书评

暂无评论

计算机工程 2018年第2期44卷 79-83页

作者：南书坡冯乃勤河南师范大学新联学院郑州451464 河南师范大学计算机与信息工程学院河南新乡453007

在水下无线传感器网络中,传感节点带宽和能量受限阻碍了从移动节点至声纳浮标的数据传输。为此,提出新的水下无线传感器网络的机会路由协议。引入深度阈值提高吞吐量,减少跳数,利用深度阈值构建候选转发集,计算候选转发集内节点的路由指... 详细信息

在水下无线传感器网络中,传感节点带宽和能量受限阻碍了从移动节点至声纳浮标的数据传输。为此,提出新的水下无线传感器网络的机会路由协议。引入深度阈值提高吞吐量,减少跳数,利用深度阈值构建候选转发集,计算候选转发集内节点的路由指标,依据路由指标设置优先级,根据优先级设置定时器,并进行抑制冗余数据包数。实验结果表明,与基于压力感测协议相比,该协议能提高网络吞吐量,并降低能耗。

关键词：水下无线传感器网络机会路由深度路由指标可靠链路

在线全文

学校读者我要写书评

暂无评论

MAS整体安全机制研究

计算机工程与应用 2009年第22期45卷 73-76页

作者：冯乃勤王伟南书坡河南师范大学计算机与信息技术学院河南新乡453007

在开放网络环境中,安全性问题已经成为移动Agent应用的重要因素。通过对Agent的安全问题及其研究现状的分析,提出了一种基于可信任第三方的移动Agent的整体安全设计方案,为解决移动Agent问题提供了一个可行的方法。

关键词：移动Agent 身份认证安全域

对学习矢量量化神经网络中“死”点问题的研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2009年第4期45卷 64-66页

作者：冯乃勤南书坡郭战杰河南师范大学计算机与信息技术学院河南新乡453007

竞争型神经网络已经在模式识别、分类等方面得到了广泛的应用,与传统的聚类方法相比具有巨大优势,但是在许多方面还存在不足,需要进一步完善。在Kohonen提出的学习矢量量化网络(Learning Vector Quantization Network,LVQ)的基础上,引... 详细信息

竞争型神经网络已经在模式识别、分类等方面得到了广泛的应用,与传统的聚类方法相比具有巨大优势,但是在许多方面还存在不足,需要进一步完善。在Kohonen提出的学习矢量量化网络(Learning Vector Quantization Network,LVQ)的基础上,引入阈值学习规则,较好地解决了该类网络中遇到"死"点时训练误差偏大的问题,最后通过Matlab编程实现。

关键词：学习矢量量化网络阈值死点

在线全文

学校读者我要写书评

暂无评论

大数据中动态信息传输效率实时检测仿真

计算机仿真 2018年第6期35卷 394-398页

作者：南书坡郑延斌河南师范大学新联学院河南郑州451464 河南师范大学计算机信息工程学院河南新乡453007

对大数据中动态信息传输效率的实时检测,能够有效提高数据库中数据利用率。对信息传输效率的检测,需要构建动态数据采样矩阵,并还原动态数据原始信号,完成信息传输效率的实时检测。传统方法对训练集样本信息进行训练,不断更新信息传输... 详细信息

对大数据中动态信息传输效率的实时检测,能够有效提高数据库中数据利用率。对信息传输效率的检测,需要构建动态数据采样矩阵,并还原动态数据原始信号,完成信息传输效率的实时检测。传统方法对训练集样本信息进行训练,不断更新信息传输缺陷特性,但忽略了对信息的原始信号的还原,导致检测精度偏低。提出利用压缩感知的动态数据信息传输效率进行检测的方法,并计算各个尺度和相邻尺度的变换值,实现变换值的归一化;找到满足噪声能量门限的值,获得动态数据去噪后的信号;对节点动态数据信号进行获取,得到稀疏向量和稀疏基矩阵;构建动态数据采样矩阵,利用逐步迭代逼近法,获得动态数据信息传输效率检测最优解,还原动态数据原始信号。实验证明,所提方法不仅提高了数据传输效率,数据质量也得到了提升,可为该领域的发展提供依据。

关键词：大数据数据传输效率检测

在线全文

学校读者我要写书评

暂无评论

竞争型神经网络在土壤分类中的应用

电脑知识与技术 2013年第9期9卷 5708-5710,5720页

作者：南书坡河南师范大学新联学院河南郑州450000

该文首先利用神经网络对数据进行离散化处理，然后在竞争型神经网络中引入阈值学习，提出了基于属性决策和竞争型神经网络的聚类方法，解决了该类网络在训练过程中遇到‘‘死”点时训练误差偏大的问题，最后把本文提出的算法应用到对河... 详细信息

该文首先利用神经网络对数据进行离散化处理，然后在竞争型神经网络中引入阈值学习，提出了基于属性决策和竞争型神经网络的聚类方法，解决了该类网络在训练过程中遇到‘‘死”点时训练误差偏大的问题，最后把本文提出的算法应用到对河南省抽取的土壤样本的聚类分析，并取得了较好的聚类效果。

关键词：竞争型神经网络离散化粗糙集 “死”点

在线全文

学校读者我要写书评

暂无评论

一种基于SOFM网络的连续属性离散化方法

福建电脑 2013年第7期29卷 110-111页

作者：南书坡河南师范大学新联学院河南郑州450000

实际的数据挖掘过程中,经常遇到的一个难题就是数据库中的某些属性上的属性值是连续的,如果不对这些数据进行处理,那么给规则的提取带来了很大的困难。本文利用SOFM网络能够找到连续属性断点的功能,提出了一种基于SOFM网络的离散化方法... 详细信息

实际的数据挖掘过程中,经常遇到的一个难题就是数据库中的某些属性上的属性值是连续的,如果不对这些数据进行处理,那么给规则的提取带来了很大的困难。本文利用SOFM网络能够找到连续属性断点的功能,提出了一种基于SOFM网络的离散化方法,从而实现了对连续属性的离散化。算法分析和实验证明,本算法是切实可行的。

关键词：离散化神经网络数据挖掘

基于嵌入式向量和循环神经网络的用户行为预测方法

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2016年第23期39卷 165-169页

作者：刘杨涛南书坡杨新锋南阳理工学院软件学院河南南阳473004 河南师范大学新联学院公共教学部河南郑州450000 南阳理工学院计算机与信息工程学院河南南阳473004

为了进一步描述时间因素对用户行为的影响,进而提高推荐系统的推荐效果,综合考虑了用户的长期行为特征和短期行为特征提出一种基于嵌入式向量和循环神经网络的用户行为预测方法。依据推荐系统中的所有用户行为数据,将用户和商品嵌入到... 详细信息

为了进一步描述时间因素对用户行为的影响,进而提高推荐系统的推荐效果,综合考虑了用户的长期行为特征和短期行为特征提出一种基于嵌入式向量和循环神经网络的用户行为预测方法。依据推荐系统中的所有用户行为数据,将用户和商品嵌入到相同的特征空间,并通过嵌入式向量反应用户的长期行为特征。针对每个用户,依据其历史行为的时间序列,基于循环神经网络建立该用户的行为预测模型,从而描述该用户的短期行为特征。实验结果表明,提出的方法与特征级时间序列分析等方法相比具有更好的推荐效果。

关键词：循环神经网络深度学习嵌入式向量用户行为预测时间序列

在线全文

学校读者我要写书评

暂无评论

自适应更新时空方向能量目标跟踪算法研究

现代电子技术 2016年第13期39卷 41-45页

作者：孙利娟南书坡杨新锋武汉大学计算机学院湖北武汉430072 开封教育学院信息电子系河南开封475000 河南师范大学新联学院公共教学部河南郑州450000 南阳理工学院计算机与信息工程学院河南南阳473004

为降低遮挡对目标跟踪性能的影响,提出了一种基于自适应更新时空方向能量的目标跟踪算法。首先依据目标外观模型进行初步跟踪,计算目标平均运动矢量;然后,求取运动目标的时空方向能量特征,构建运动模型;依据运动模型和状态机检测目标状... 详细信息

为降低遮挡对目标跟踪性能的影响,提出了一种基于自适应更新时空方向能量的目标跟踪算法。首先依据目标外观模型进行初步跟踪,计算目标平均运动矢量;然后,求取运动目标的时空方向能量特征,构建运动模型;依据运动模型和状态机检测目标状态,生成遮挡掩膜;最后,对不同状态和遮挡情况的目标采用不同的参数自适应更新其外观和运动模型。实验采用国际通用的CAVIAR和York两个公共测试数据集,并用平均跟踪误差和多目标跟踪精确度两个指标评测了跟踪性能。实验结果表明该方法的目标跟踪性能好,尤其是对目标遮挡的鲁棒性强。

关键词：目标跟踪算法目标识别时空方向能量外观模型运动模型

在线全文

学校读者我要写书评

暂无评论

一种基于LVQ神经网络的聚类方法

福建电脑 2009年第1期25卷 78-78,111页

作者：杨照岩南书坡河南师范大学计算机与信息技术学院河南新乡453007

现在学习矢量量化(Learning Vector Quantization,LVQ)网络在聚类分析中得到了广泛的应用,但是该类网络还有需要完善的地方。本文通过在LVQ网络的训练过程中引入阈值学习规则,提出了一种改进的算法,较好的解决了该类网络中遇到"死"点时... 详细信息

现在学习矢量量化(Learning Vector Quantization,LVQ)网络在聚类分析中得到了广泛的应用,但是该类网络还有需要完善的地方。本文通过在LVQ网络的训练过程中引入阈值学习规则,提出了一种改进的算法,较好的解决了该类网络中遇到"死"点时不能对数据进行正确分类的问题。最后通过Matlab7.0仿真实验表明该算法与传统的LVQ网络相比具有更好的聚类效果。

关键词：学习矢量量化网络阈值规则死点训练误差