基于互信息的无线传感器网络节点故障自诊断

故障自诊断和故障监控能提高WSN的可维护性和可靠性,延长WSN节点的使用寿命。该文提出一种无线传感器网络(wireless sensor network,WSN)节点故障自诊断的新方法。首先,可从粗糙集理论中基于互信息的属性约简算法获得故障诊断决策的约简,进而建立一套以属性匹配为核心思想的WSN节点故障自诊断技术,对WSN节点的各个模块分别进行具体的故障诊断和定位。仿真实验表明,该方法在WSN节点中实现故障自诊断时,通信代价小,能耗低,诊断的误判率低。     

基于关联度分析的WSN节点信任模型研究

该文基于社会网络关联度分析的无线传感网络节点信任模型进行研究。给出了无线传感器网络的模型并将其与社会网络模型进行了相似性分析;建立了基于社会网络关联度的WSN节点信任模型,提出了基于关联度的传感器节点信誉度的计算方法;并设计了基于滑动窗口的传感器节点信任值计算及更新算法(SNTUA)。通过仿真实验,证明了该算法的有效性和准确性,其性能优越于其他两种算法。     

一种基于WSN的协议改进算法分析

针对无线传感器网络(WSN)路由协议LEACH 算法中簇首分配不均以及簇首与Sink节点直接通信的问题,提出一种新的无线传感器网络LEACH路由算法.该算法通过节点能量分簇,并在簇首的数据发送过程中引入了改进的多跳路由算法.仿真结果表明,改进后的算法在网络生存时间和节省能量上比LEACH 算法有了很大提高.     

WSN中利用广义学习自动机和休眠机制的部分覆盖方法

为了解决无线传感器网络(WSN)部分覆盖中的能耗问题,提出一种基于广义学习自动机(GLA)和休眠机制的部分覆盖方法。首先,将WSN网络构建成一个连通图模型。然后,通过GLA算法从中选择一定数量的节点构成主干网络。最后,检查主干网络是否满足部分覆盖要求,并根据各节点的覆盖性能来选择合适的休眠节点进行激活,从而以最少数量的节点来满足覆盖要求,并保持节点之间的连通性。仿真结果表明:该方法能选择传感器节点来满足覆盖条件,减少了工作节点数量,提升了WSN的寿命。     

基于遗传算法的无线传感器网络路径优化

提出使用遗传算法对无线传感器网络进行路径优化,考虑节点能耗和路由恢复时间等实际因素的影响,将这些影响作为路径优化问题的约束条件来处理;考虑各种约束条件和多种目标按照重要性的优先次序,使WSN有更长的寿命;对算法的各个环节进行了细致的分析,包括染色体的表示和编码、适应度函数的设计、遗传操作算子的设计及算法参数的分析和选取。大量的仿真实验证明,使用GA能找到WSN有效的优化路由。     

无线传感器网络数据采集系统研究

研究基于无线传感器网络(WSN)的数据采集系统。设计了一种新的传感数据采集系统的组网方式以及对应的传感数据采集算法。在论述了无线传感器网络数据采集系统的系统结构和所采用的网络协议后,给出了无线传感器网络数据采集系统的数据汇聚算法,该算法分为初始化及自检和数据采集两个阶段。对基于系统所采用的网络协议,进行仿真,得到了影响系统性能和服务质量保障的一些重要系统测量参数,证明了该传感数据采集系统的组网方式以及对应的传感数据采集算法的有效性。     

基于正区域约简的决策表差别矩阵方法研究

利用差别矩阵比较容易求出决策表的所有属性约简.分析了几种决策表差别矩阵的生成特点,提出一种改进的差别矩阵,差别矩阵的生成不需要计算划分U/C或正区域,可直接由决策表产生,得到了差别矩阵的几个定理.利用这些结果,给出求决策表的正区域、核、最小约简和所有属性约简的方法.理论分析和实例说明,新算法与文献[4-6]中属性约简方法所得到的约简结果相同,但效率更高.     

基于变精度粗糙-模糊集模型的诊断知识获取

提出一种基于变精度粗糙-模糊集模型的诊断知识获取算法,利用相似性聚类方法自动获取模糊隶属函数,将连续属性表示成模糊值,通过定义模糊相似关系和模糊相似类给出了变精度粗糙-模糊模型的近似表示,并引入蚁群算法求取模糊相似关系下的属性约简,进行诊断知识的获取。将其应用于精对苯二甲酸生产过程尾氧浓度故障诊断知识获取中,结果表明:该算法可以从故障数据中提取更客观有效的诊断规则,在实际故障诊断中具有很好的应用价值。     

适用于语音传输的无线MAC层协议研究

网络协议是无线传感器网络(WSN)的核心分支,MAC层协议对无线传感器网络的性能有很大的影响;对于语音应用,无线音频网络(WVN)必须提供有限带宽下的高实时性和高准确度,用来传输大量的音频数据。针对特殊的应用环境和性能需求,该文设计了不同的MAC协议算法;在D-MAC协议的基础上,提出了具有实时性更高、功耗更小、准确性更高的改进的D-MAC协议算法,具有为无线音频网络(WVN)提供高实时性和高吞吐量的网络性能。     

无线传感器网络中覆盖性问题的研究

无线传感器网络由大量的具有低能量,短寿命并且不可靠的传感器节点组成,因此在设计无线传感器网络时一个主要的目标在于保证足够的覆盖率以及能量可靠性的前提下可以延长网络的寿命。本文介绍了几种减少能量消耗以延长网络寿命的节点调度方法,并比较了各种方法的优缺点,指出其应用环境和需要进一步研究的工作。最后在这几种算法的基础上提出了一种新的算法。     

基于Rough集理论的城市通信网络建设影响因素分析

以城市信息化空间数据处理为研究背景,基于Rough集理论解决信息网络建设系统中信息不确定,数据量大的困难。从Rough集的基本概念出发,给出决策表的知识表达系统,提出计算最小决策规则的算法,最后通过运用Rough集理论和方法对数据决策表的实例进行属性及属性值进行约简,挖掘其中隐含的知识,从而得出最小决策规则。     

基于粗糙集和RBF神经网络的分类模型研究

分类是数据挖掘中一个重要的研究领域。针对原始决策表中往往存在大量冗余信息,从而影响决策分类综合性能这一问题,提出了一种基于粗糙集和RBF神经网络的分类模型。该模型在保持训练样本分类质量的情况下,运用属性约简方法对决策表进行约简,得到维数较小的训练样本空间。通过这样确定RBF神经网络输入层变量,优化了网络结构。实例结果表明了该方法的有效性和实用性。     

个性化推荐系统描述文件攻击检测方法

个性化推荐系统能产生针对性的、个性化的信息来满足不同用户需求,但也很容易受到用户描述文件注入恶意攻击,影响正常的推荐结果。针对该问题,分析和研究了描述文件的形式化模型、描述文件的属性及分类方法,应用粗糙集理论,设计了数据预处理离散化、决策表约简和个性化推荐处理相应算法,提出了一种用户描述文件分类学习和攻击检测的方法;为降低攻击对推荐结果的影响,完善了推荐系统的安全,设计出一种动态交互的个性化推荐模型框架。实例证明,用户描述文件的属性分类及检测方法是有效的,准确率高,能够有效地改善个性化推荐系统模型的安全。     

基于粗糙集属性约简的模糊模式识别

通过运用粗糙集归约理论对资料进行浓缩和筛选，略去不必要的属性，简化数据。用模糊模式识别确定对象应当归属的模式，给出其对于各个模式的相对隶属度，从而达到分类目的。经实例计算，得到了较好的结果。     

基于Rough集理论的城市信息系统知识获取方法

以城市信息化空间数据处理为研究背景,基于Rough集理论解决信息系统中信息不确定,数据量大的困难。从Rough集的基本概念出发,给出决策表的知识表达系统,提出计算最小决策规则的算法,最后通过运用Rough集理论和方法对城市空间数据决策表的实例进行属性及属性值进行约简,挖掘其中隐含的知识,从而得出最小决策规则。     

基于小波神经网络的油泵故障诊断

依据小波神经网络技术的各种优点，提出采用三层BP小波神经网络构造故障诊断模型，对油泵进行故障监测和诊断。该故障诊断方法对神经网络训练、故障特征参数提取和对应神经网络状态输出等均实现了数据库管理，对油泵多种常见故障取得了满意的诊断效果，不仅具有特征自动提取以及较强的自学习和自适应功能，而且操作维护简便。研究结果表明：信号的小波分析和神经网络识别的融合将为油泵状态监测与故障诊断系统的建立提供新的方法和更简便的途径；对油库安全维护与故障诊断具有重要意义。     

改进的决策矩阵及其属性约简方法

研究了基于决策矩阵的决策表属性约简的方法,用反例指出文献[3]中的两处错误:核的计算方法是错误的,而且属性约简算法不完备.然后给出一个改进的决策矩阵和属性约简方法,例子分析表明,改进后的方法是有效的和完备的.     

基于模糊神经网络的模拟电路诊断系统的研究

提出了利用模糊神经网络对容差网络进行故障诊断的算法，论述了诊断系统的设计过程和训练样本集的构成．通过在最小值最大值间插值的方式，很好地解决了容差带来的问题．实例验证表明，该方法对容差网络的故障诊断是有效的．     

基于模糊神经网络的自动驾驶仪的智能测试方法

目前大多数理论方法和技术手段对自动驾驶仪的软故障诊断问题显示出较大的局限性,因此本文提出一种基于模糊神经网络的自动驾驶仪的智能测试方法。测试表明：采用模糊神经网络技术对自动驾驶仪的软故障进行诊断是有效的,具有实际的工程价值。