搜索结果: 1-15 共查到“信息与通信工程 预测”相关记录155条 . 查询时间(0.214 秒)
中国科学院合肥物质科学研究院专利：一种基于独立分量集成学习的基因微阵列数据预测方法
中国科学院声学研究所专利：一种基于FP-Growth和RNN预测协议数据流量的方法
中国科学院声学研究所专利：一种基于资源消耗预测的动态负载均衡方法及装置
2019年8月9日，我校与中国联通在北京召开“中国联通-北京交通大学（轨道交通控制与安全国家重点实验室）未来网络高频电波传播分析与预测联合实验室”挂牌签约仪式。我校轨道交通控制与安全国家重点实验室通信首席科学家钟章队与两院总经理/院长张涌代表双方致辞。仪式由中国联通网络技术研究院网络软件研发部主任沈涛主持。网络技术研究院『玄武』（移动网络数字建模-推演-仿真-决策方法平台）平台负责人南作用代表未来...
基于GA-PSO 混合优化的BPNN 车速预测方法
BP神经网络 遗传算法 粒子群算法
2018/2/5
BP神经网络(BPNN)已经用于车速预测方面的研究.针对BPNN不同的初始权值和阈值会影响车速预测精度的问题，提出一种基于GA-PSO混合优化的BPNN车速预测方法.以北工大西门到百葛桥为研究路径，构建基于BPNN的车速预测模型；将遗传算法(GA)和粒子群算法(PSO)的寻优过程进行融合，通过逐次迭代取最优的方式确定 BPNN的最优初始权值和阈值，以此设计基于GA-PSO混合优化的BPNN车速预测...
基于因果知识网络的攻击路径预测方法
攻击路径预测 因果知识网络 攻击者能力 概率知识分布 Dijkstra算法
2016/12/3
针对现有攻击路径预测方法无法准确反映攻击者攻击能力对后续攻击路径的影响，提出了基于因果知识网络的攻击路径预测方法。借助因果知识网络，首先通过告警映射识别已发生的攻击行为；然后分析推断攻击者能力等级，进而根据攻击者能力等级动态调整概率知识分布；最后利用改进的Dijkstra算法计算出最有可能的攻击路径。实验结果表明，该方法符合网络对抗实际环境，且能提高攻击路径预测的准确度。
针对现有直觉模糊时间序列模型中直觉模糊关系组和确定性转换规则过度依赖训练数据规模的问题，提出一种基于动态时间弯曲（DTW, dynamic time warping）距离的长期直觉模糊时间序列预测模型。通过直觉模糊C均值（IFCM, intuitionistic fuzzy C mean）聚类构建直觉模糊时间序列片段库，动态更新和维护规则库，减少系统复杂度。提出基于DTW距离的直觉模糊时间序列片段...
高阶直觉模糊时间序列预测模型
高阶 直觉模糊时间序列 预测模型 直觉模糊推理
2016/7/13
提出一种高阶直觉模糊时间序列预测模型。模型首先应用模糊聚类算法实现论域的非等分划分；然后，针对直觉模糊时间序列的数据特性，提出一种更具客观性的直觉模糊集隶属度和非隶属度函数的确定方法；最后，利用直觉模糊多维取式推理建立高阶模型的预测规则，进行预测。在Alabama大学入学人数和北京市日均气温2组数据集上分别与典型方法进行对比实验，结果表明该模型有效提高了预测精度，证明了模型的有效性和优越性。
针对时延容忍的移动社交网络中的资源发现问题，在三维环境下提出一种基于兴趣和行为预测的动态资源发现机制(IBRD)。IBRD首先从用户的文件资源和信息表中提取兴趣向量，然后通过节点间的余弦相似度计算构造初始的虚拟兴趣社区。之后，通过对移动社交数据的分析，建立半马尔可夫链模型以预测节点的行为和运动轨迹。依据模型的预测结果，实现虚拟兴趣社区的动态维护。最后，基于动态的虚拟兴趣社区构建高效的资源发现策略。...
网络流量预测是网络管理及网络拥塞控制的重要问题，针对该问题提出一种基于混沌理论与改进回声状态网络的网络流量预测方法。首先利用0-1混沌测试法与最大Lyapunov指数法对不同时间尺度下的网络流量样本数据进行分析，确定网络流量在不同时间尺度下都具有混沌特性。将相空间重构技术引入网络流量预测，通过C-C方法确定延迟时间，G-P算法确定嵌入维数。对网络流量时间序列进行相空间重构之后，利用一种改进的回声状...
改进灰色神经网络的作动系统功率预测
改进灰色神经网络 作动系统 功率预测
2018/3/6
为提高飞机上作动系统的功率预测精度，建立了改进的多变量灰色神经网络预测模型。考虑了对系统功率需求有较大影响的相关因素，采用主成分分析法提取综合变量作为输入，在提升准确性的基础上有效减少了输入维数；在利用递增方式对初始值进行选择的过程中，引入粒子群优化算法快速求解最优初始值和背景值，模型预测的平均误差由13.35%降为7.53%；考虑到序列波动对预测精度的影响，采用BP神经网络对预测值进行误差修正，...
基于谱聚类的高阶模糊时序自适应预测方法
模糊时间序列 谱聚类 论域划分 Markov概率模型 模糊关系
2016/5/11
结合数据特征及分布特点提出一种基于谱聚类的模糊时间序列自适应预测方法。首先基于谱聚类的思想，根据样本数据特征获取其所属论域的个数及范围，实现向模糊时间序列的自适应转化；然后基于Markov概率模型表示模糊时间序列中的模糊关系，从而对多步模糊关系、高阶模糊关系及模糊关系的稳态进行求解；最后获取预测值的可能模糊状态，进而利用去模糊化方法将其还原为预测值。在真实以及人工时间序列数据上的实验表明了所提方法...
基于社团结构的链接预测和属性推断联合解决方法
社交网络 链接预测 属性推断 社团结构
2016/12/26
链接预测与属性推断是社交网络数据挖掘的两项重要任务.之前的大部分研究工作将链接预测和属性推断视为不同的问题，分别研究解决方法.然而，根据网络结构的同质性理论，社交网络中的链接与属性之间具有内在关联.本文提出了基于社团结构的链接预测和属性推断联合解决方法（LAIC），将社团结构作为链接预测与属性推断的关联因子，利用用户属性和社团结构进行链接预测，利用链接信息得到社团属性进而推断用户属性.LAIC不仅...
基于连续时隙预测的帧时隙Aloha防碰撞算法
射频识别 防碰撞算法 Aloha 时隙预测
2016/12/26
在射频识别（Radio Frequency Identification，RFID）系统中，针对EPC C1G2协议的Q算法中Q值调整的不灵活性及对空闲时隙和碰撞时隙处理上的缺点，提出了一种基于连续时隙预测的帧时隙Aloha防碰撞算法.通过马尔可夫时隙状态模型，分析不同连续时隙状态下帧长与标签数的关系，提出连续时隙预测机制和自适应散列方案.有效地减少了无效时隙的出现，实现了读取阶段的时隙多数为成功...