针对认知无线电网络中出现的两种自私行为问题,结合分簇式认知无线电网络体系结构,提出两种相应的安全解决方案.对路由发现阶段,由信道协商过程产生的隐藏可用信道信息的自私行为,首先通过可信簇头发现自私节点,然后由簇头向目的节点发送转发节点的可用数据信道信息来避免自私行为.对拒绝转发数据包的自私行为,通过节点监视机制确定自私节点,从而避免在路由过程中将自私节点作为转发节点.为了便于检验两种安全解决方案的有效性和可行性,设计了一种分布式认知无线电网络按需路由协议.理论分析和仿真实验表明,这两种自私行为问题可严重降低网络通信性能,相应的安全解决方案是有效和可行的,可分别显著提高合作节点的平均吞吐量和网络吞吐率

随着数字技术,特别是计算机技术的飞速发展与普及,在现代控制、通信及检测领 域中,对信号的处理广泛采用了数字计算机技术。由于系统的实际处理对象往往都是一 些模拟量(如温度、压力、位移、图像等),要使计算机或数字仪表能识别和处理这些 信号,必须首先将这些模拟信号转换成数字信号;而经计算机分析、处理后输出的数字 量往往也需要将其转换成为相应的模拟信号才能为执行机构所接收。这样,就需要一种 能在模拟信号与数字信号之间起桥梁作用的电路模数转换电路和数模转换电路

3.1信息商品 3.2信息服务 3.3信息市场概述 3.4信息市场运行与管理 3.5信息商品的市场营销

提出了求解TSP问题的一种新的基于信息素的遗传交叉算子,并对算子构造子个体的过程进行了实验分析.在生成子个体时,基于信息素的遗传交叉算子不仅能够利用包括边长度和邻接关系在内的局部信息,还可以利用以信息素形式保存的全局信息.在纯遗传算法框架内,利用TSP基准算例对所提出的交叉算子的性能进行了实验测试.结果表明,该算子在精度和收敛速度上均优于其他知名的交叉算子

振动信号的周期性冲击及其重复频率是滚动轴承故障诊断的关键.本文提出了一种基于集合经验模式分解和交叉能量算子提取滚动轴承故障特征的方法.首先,应用集合经验模式分解方法将振动信号分解为本征模式函数以满足交叉能量算子对信号单分量的要求.然后根据相关程度和峭度从本征模式函数中选取敏感分量,计算敏感分量和原始信号的瞬时交叉能量及其傅里叶频谱.最后根据交叉能量的频谱结构和特征频率识别轴承故障.通过分析滚动轴承故障仿真信号和实验测试信号,诊断了滚动轴承元件故障,验证了该方法的有效性

设计拉伸疲劳试验,研究了疲劳载荷下磁信号暂时到达的稳定状态的特点以及疲劳过程中磁信号的分布、变化情况,并结合改进的J-A理论进行分析和讨论.结果显示:磁信号暂时到达的稳定状态在一个循环周期内沿环线变化,并且环线随循环载荷类型不同而变化,说明用改进的J-A理论描述磁记忆现象合理;疲劳过程中磁信号分三个阶段变化,这个特征由改进的J-A模型中描述磁畴壁运动所受阻碍的参数(ξ″)随疲劳损伤发展的变化规律解释;磁信号在缺陷附近呈\⌒\形的分布,这个特征由缺陷附近ξ″的分布规律解释

在群智感知（mobile crowd sensing，MCS）数据收集过程中，任务参与者的恶意行为能够显著降低感知结果的真实性.为解决此问题，提出了一种参与者信誉度感知的数据收集机制，通过意愿程度和数据质量分析信任状态、量化历史信誉度，进而，根据逻辑回归模型动态更新参与者当前信誉度.同时，为准确衡量感知数据可信程度，利用剩余可发送时间和移动设备剩余能量将参与者分为直接发送和间接转发两类，从而在多任务并发场景下，服务器根据结果合理地选择任务参与者，达到准确可靠收集感知数据的目的.结果表明所提出数据收集机制能大幅度提升感知任务实时性，显著提高感知数据质量，有效降低服务器总奖励开销

本文详细讨论了EXAFS测定的分辨本领、信噪比与实验参数间的相互关联;提出了实验参数临界条件的概念及其确定的方法;在临界条件下分别讨论了分辨本领、信噪比与临界实验参数值的相互关系并由此导出如下结论:1.当入射狭缝,出射狭缝宽度均为临界参数时,EXAFS测定的分辨本领与分光晶体摆动曲线的宽度无关,而信噪比则取决于分光晶体摆动曲线宽度所表征的嵌镶块大小对强度分布和消光效应的影响。2.当接收狭缝,分光晶体摆动曲线的宽度均为临界参数时,入射狭缝可增至最佳宽度,其分辨本领不仅保持不变,还能显著提高信噪比。当入射狭缝继续增大,超过最佳宽度时,信噪比不再增加。文中由此指出:当所用分光晶体完整性欠佳时,以采用结论1的条件为宜;当分光晶体完整性较好则应采用用结论2所提出的条件

2.1信息资源管理流程的描述 2.2信息需求分析 2.3信息采集 2.4信息加工 2.5信息存储 2.6信息检索 2.7信息传输 2.8信息利用 2.9信息反馈

为解决局部最优问题,将遗忘机制引入传统遗传算法中,提出了一种改进的遗忘遗传算法,给出了一种遗忘算子及其遗忘概率,通过在遗传过程中遗忘某些基因,增加了算法的搜索空间,使算法跳出局部最优,从而最大限度地避免早熟收敛.将该算法用于不同欠费率下的电信客户初始信用评分,找到信用权重的优化解,较好地解决了对高欠费率群体进行信用评分时,信用权重的适应值偏低的问题.实验结果表明所提算法有效可行.与标准遗传算法相比,本文所提算法可以获得更高质量的解