一种基于神经网络的馈线自适应继电保护技术

针对常规保护的自适应能力及检测某些复杂故障方面存在一定局限性,利用前馈神经网络,导出了常规保护与神经网络参数间的显式关系,证明了神经网络继电保护可实现常规馈线保护的功能。     

模糊神经网络系统在滩海铺管敷缆船中的应用设计

针对滩海铺管敷船数学模型过于复杂,难以用传统控制进行建模的特点,提出了用模糊神经网络进行智能化控制的方案,并采用了一种较为简单实用的全局最优算法简化计算过程。实验证明,此控制系统具有较强的自适应性与自学习能力,表明了该方案的正确性与实用性。     

Reliable routing algorithm in marine ad hoc networks

A routing algorithm called DNH for increasing efficiency of mobile ad hoe network is presented, which is based on a new cflteflon called TSS (Temporarily Steady State), combining with wireless transmission theory that makes networks topology correspondingly stabilization. Also the DNH algorithm has the characteristics of giving up queuing in a node, but selecting another idle node instead of the node for forwarding data packets if the node has a full throughput. Simulation evaluation shows that selecting another node is better than queuing in a full throughout node if some conditions are satisfied, especially during a sea battle, every warship in ad hoe network wants to contest time and increase propagation reliability. The DNH algorithm can help decrease routing time, and raise efficiency of marine ad hoe networks.     

对我国反洗钱工作的几点思考

我国目前的洗钱犯罪形式多样,社会危害巨大。但我国反洗钱工作中尚存在着认识偏差、法制不健全、缺乏国内外协调机制、专业人才不足、技术手段落后等方面的不足。为进一步做好反洗钱工作,应加强反洗钱法制建设,建立反洗钱的社会监控体系,加强国内外反洗钱协作和金融监管,建立高科技和智能化的反洗钱分析系统,培训高水平的专业人才。     

改进的BP神经网络在船舶与海洋工程中的应用研究

人工神经网络作为一个具有高度非线性映射能力的计算模型,在工程中具有广泛的应用前景.在数值预测方面,它不需要预选确定样本的数学模型,仅通过学习样本数据即可以进行预测.文章介绍了BP神经网络,并针对实际应用中收敛速度慢,平台效应等问题对网络进行了改进并优化,详尽地给出了改进的三层BP神经网络数值预测算法.为测试该算法.选用了著名的XOR(异或)问题和和一个高度非线性的0-1矩阵预测问题对其进行了验证.计算结果表明文中算法能给出令人满意的精度.最后结合船舶与海洋工程的两个实际问题,探讨了利用改进的BP神经网络进行数值预测的方法和应该注意的问题,并给出了一些有益的建议.实践表明,文中给出的改进的BP神经网络数值预测算法值得在船舶与海洋工程中加以应用并推广.     

基于多层模糊模型的路线方案社会评价

阐述了高速公路路线方案社会评价的重要意义,介绍了基于多层模糊模型的综合评价方法,并将该方法引入高速公路项目路线方案的社会评价中,同时运用该方法对具体项目的不同路线方案进行了社会评价比选。     

移动自组网跨层设计：方法与难点

首先分析了跨层设计提出的背景,然后对文献中的跨层设计建议进行了分类,分为无线TCP的跨层设计、基于网络层的跨层设计和以链路层为核心的跨层设计三类,并综述了每一类的典型协议和算法。接着介绍了一个跨层设计框架,分析了其设计思路和实现方式。进而总结了跨层设计面临的难点,包括跨层设计理论研究、性能和代价的权衡、跨层设计建议的共存问题和三层以上跨层设计四个方面。     

基于BP神经网络的防空兵射击指挥效能评估

为了评估防空兵射击指挥效能,构建了效能评估指标体系,建立了射击指挥效能评估的三层BP神经网络模型。说明了训练样本构造的方法,并用样本对BP神经网络进行训练。利用训练好的神经网络对防空兵射击指挥效能进行评估。     

基于加权矢量神经网络的辐射源识别方法

现有的很多分类识别方法包括基于专家系统的方法[1]、基于贝叶斯理论的方法、基于模糊模式识别的方法[2]、基于最近邻的方法[3]、基于人工神经网络的方法[3]等等在辐射源识别中都有比较成功的应用,但这些方法一般都针对测量参数为标量形式的测量值进行处理,在一定程度上解决了由于参数测量误差所引起的辐射源识别问题,对于误差的另一种情形,即测量参数为区间类型模糊值的情况讨论却较少,文献提出了一种基于模糊IF-Then规则的神经网络算法,给出了能够处理模糊输入的神经网络体系结构,同时给出了一种基于代价函数的学习算法,其代价函数由实际模糊输出和无模糊输出决定,通过学习该网络能够实现模糊输入到模糊输出的非线性映射。     

一种基于RSSI的无线传感器网络的改进定位算法

在无线传感器网络的各种应用中,传感器节点必须首先知道自身的地理位置信息,才能进一步进行目标实时监测、目标跟踪等应用。目前的节点自定位算法主要分为两大类：基于距离的和与距离无关的算法。文章提出了一种基于RSSI的改进定位算法,从三角形质心定位的模型和加权质心的权重系数这两个方面分别进行了优化。最后经过Matlab仿真表明,该改进的算法比传统的RSSI算法有更小的定位误差。