自组织映射在无线传感网络QOS测量中的应用

来源 :2008年全国模式识别学术会议 | 被引量 : 0次 | 上传用户:fonely
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对无线通信需要保证数据传送的服务质量问题,利用SOM神经网络实现了对QoS模式空间的汇聚,并将聚类结果应用到传感器网络最短路径求解算法中。文中构建了测试无线传感器网络丢包率的Simulink模型,并对不同通信距离和噪声功率密度下的丢包率进行了测量,得到了SOM网络的输入样本集。经过网络训练后,得到汇聚后的权向量矩阵和相应的服务质量函数。最后,将服务质量应用到最短路径树构造当中,并利用NS2软件验证了模式识别在最短路径树构造中的优越性。
其他文献
利用RFPA2D-GasFlow软件建立数值模拟模型,该模型充分考虑了煤岩体破裂过程中煤岩体的渗透性、瓦斯压力和煤岩体变形之间的耦合作用及煤岩介质的非均匀性等特点.为了充分体现瓦斯压力对煤岩体中应力的影响,对含瓦斯煤岩体和不舍瓦斯煤岩体开采过程中应力场的变化进行了对比研究.研究结果表明,随着开采的进行,煤岩体中的应力场在不断发生变化,应力峰值随开采的进行不断向工作面前方转移,而且其值也在不断变大,
采空区上覆岩层跨落过程中,采空区四周由于煤壁的支撑作用使得上、下位岩层的离层仍能在一定程度保留,这样在采空区中部的裂隙被压实,而四周关键层下部形成一个横向连通的采动裂隙发育区;这一区域成为邻近层及采空区瓦斯积聚与扩散的主要场所,如何控制这一区域瓦斯的运移情况是上隅角瓦斯治理的关键.本文主要结合永安矿的具体情况,通过理论分析及数值模拟方法来分析上隅角瓦斯治理过程中高位钻孔抽放瓦斯法在具体抽放设计工程
根据煤岩体介质变形与瓦斯渗流的基本理论,建立了煤岩破裂过程气固耦合作用的RFPA2D-GasFlow模型,应用该模型对煤与瓦斯突出进行数值模拟,再现舍瓦斯煤岩在瓦斯压力、地应力及煤岩力学性质共同作用下煤岩损伤破裂并诱致突出的全过程.这为进一步深入理解煤与瓦斯突出机理及瓦斯抽放防治突出等提供理论基础和科学依据.
煤的瓦斯放散特征研究对突出机理、突出预测研究有重要的意义.与非构造煤相比,构造煤具有不同的微观结构与放散特征.本文通过构造煤与非构造煤在微观结构上差异的分析,进行了构造煤瓦斯放散的微观与宏观数学模型理论研究.通过研制的自动化瓦斯放散速度测试仪器,在实验室测定了最小突出压力吸附下煤的瓦斯放散速度,并结合构造煤瓦斯放散的数学模型,得出构造煤的瓦斯放散特征.认为构造煤在应力降低或解除时,瓦斯运移规律用菲
经过半个多世纪的共同努力,我国煤矿已基本形成了具有中国特色的煤矿瓦斯治理技术体系,但我国煤矿瓦斯事故仍然严重.从管理技术层面看,安全管理和技术标准跟不上生产条件的变化;没有形成安全技术标准体系作为安全生产及监管的技术支撑是事故多发的重要原因之一.在调查分析我国煤矿安全生产有关法律、法规及标准化工作的基础上,提出了由子系统、主题标准及系列配套标准三个层次构成的全过程、全方位煤矿瓦斯治理技术标准体系结
研究了新型热作模具钢HGl分别在1020℃、1050℃、1080℃和1100℃淬火后的回火稳定性,并与在相同热处理条件下的H13钢做了回火稳定性对比。结果表明:HGl钢比H13钢有更好的回火稳定性。当回火温度超过600℃以后,HGl钢的硬度比H13钢的高。因此在高温使用的条件下,HGl钢是代替H13钢的理想材料。在汽车方向机凸轮轴上的实际应用结果表明,明显提高了模具的使用寿命。
材料内部的应力集中通常导致材料的失效,对材料内部应力场和破坏机制的研究,有助于新型材料的设计开发。对钨基复合材料材料内部应力场进行研究,结合钨基复合材料材料特有的组织结构建立数学模型,采用有限元数值计算的方法,利用有限元软件的手段,模拟钨基复合材料内部的应力场分布。分析计算结果表明,钨基复合材料应力场的分布,并非如先前所认为的首先在粘结相中发生应力集中,而首先出现在高强度的钨颗粒中。
针对Crl2钢模具在线切割过程中出现开裂问题。采用光学显微镜、电子显微镜、化学成分分析和硬度测试等方法,对失效模具材料进行了检测和分析。分析结果表明,Crl2钢模具淬火时间不充分,回火不足,热处理后保留在模具原材料中的残余应力是开裂的主要原因;Crl2钢冶金质量差,材料中碳化物呈严重网状分布,锻造不充分,碳化物粗大且有棱角是该模具更易开裂的材料因素。
通过进行断口观察、金相检验、化学分析、硬度检验等,分析了导致Crl2MoV模具在线切割中产生开裂的原因。热处理引起材料内的残余应力较大,线切割时残余应力重新分布,在模具线切割局部边缘产生超过材料拉伸强度极限的拉应力是磨具开裂的主要原因。共晶碳化物严重超标,是该磨具材料开裂的另一原因。提出了改进模具寿命的建议。
人耳检测是人耳识别系统的首要环节,这一环节的检测效果直接影响了整个识别系统的性能。本文根据人耳的自身结构特点,针对传统AdaBoost算法在人耳检测中的不足之处进行了有效改进。本文主要进行了三方面的工作:通过改变弱分类器的权重分配,影响检测器性能的侧重点,进而降低误检率;引入排除阈值的概念,在训练过程中抑制噪声样本,提高检测器的鲁棒性,防止过学习现象的出现。最终获得的检测器在CAS-PEAL库等三