网络安全技术-QoS技术白皮书摘 要：本文对Internet的三种服务模型（Best-Effort、IntServ和DiffServ），以及服务模型的 发展历程进行了简单介绍，较为详细地介绍了H3C系列数据通信产品所支持的QoS技 术，内容包括：流量分类和标记、拥塞管理、拥塞避免、流量监管与流量整形、链路 效率机制以及MPLS网络相关QoS技术，并且简要描述了在实际应用中的QoS解决方 案。网络运营商及行业用户等通过对这些QoS技术的灵活运用，可以在Internet或任何 基于IP的网络上为客户提供有保证的区分服务。1 概述 1.1 产生背景 在传统的IP网络中，所有的报文都被无区别的等同对待，每个转发设备对所有的报 文均采用先入先出（FIFO）的策略进行处理，它尽最大的努力（Best-Effort）将报 文送到目的地，但对报文传送的可靠性、传送延迟等性能不提供任何保证。 网络发展日新月异，随着IP网络上新应用的不断出现，对IP网络的服务质量也提出 了新的要求，例如VoIP等实时业务就对报文的传输延迟提出了较高要求，如果报 文传送延时太长，用户将不能接受（相对而言，E-Mail和FTP业务对时间延迟并不 敏感）。为了支持具有不同服务需求的语音、视频以及数据等业务，要求网络能够 区分出不同的通信，进而为之提供相应的服务。传统IP网络的尽力服务不可能识别 和区分出网络中的各种通信类别，而具备通信类别的区分能力正是为不同的通信提 供不同服务的前提，所以说传统网络的尽力服务模式已不能满足应用的需要。 QoS技术的出现便致力于解决这个问题。 1.2 技术优点 QoS旨在针对各种应用的不同需求，为其提供不同的服务质量。如： z 可以限制骨干网上 FTP 使用的带宽，也可以给数据库访问以较高优先级。 z 对于 ISP，其用户可能传送语音、视频或其他实时业务，QoS 使 ISP 能区分 这些不同的报文，并提供不同服务。 z 可以为时间敏感的多媒体业务提供带宽和低时延保证
上传时间： 2022-02-26
上传用户：kingwide
1.针对一类参数未知的非线性离散时间动态系统，提出了一种新的基于神经网络的MMAC方法。首先，将系统分为线性部分和非线性部分。针对系统线性部分采用局部化方法逮立多个固定模型覆盖系统的参数范围，在此基础上，建立自适应模型来提高系统性能；针对系统非线性部分建立非线性神经网络预测模型来邏近系统的非线性。然后，针对每个子模型设计相应的擅制器。最后，设计基于误差范数形式的性能指标函数对控制器进行硬切换。仿真结果表明，所提出的MMAC方法与传统的在参数空间均匀分布的MMAC方法相比能显著提高非线性系统的暂态性能。2针对一类具有参数跳变的非线性离散时间动态系统，提出子一种基才聚类方法和神经网络的MMAC方法，首先，采用模糊c均值聚类算法对系统先验数据进行分类处理，再分别对每类数据采用RLS算法建立多个固定模型。在此基础上，建立两个白适应模型来提高系统响应速度和控制品质，建立神经网络预测模型来补偿系统非线性。然后，分别针对相应的子模型设计线性鲁棒自适应控制器和神经网络控制器。最后，采用基于信号有界和测量误差的性能切换指标对控制器进行切换，并证明闭环系统的稳定性。仿真结果表明，所提出的算法能更好地解决非线性系统发生参数跳变问题，使得系统具有良好的控制品质3.针对MMAC方法中的模型库优化问题，考虑系统实际运行数据，提出了种基于相似度准则和设置最大模型数的动态优化模型库方法。该方法能对新数据进行综合考量并判断是否应该将该数据纳入子模型建模，并通过设置最大模型数来确保系统用最少的子模型就能保证系统的控制性能。仿真结果表明，所提出的算法能极大地减少子模型数量且具有较好的控制效果。关键词：非线性系统；多模型方法；自适应控制；模糊聚类；神经网络
标签： 自适应控制
上传时间： 2022-03-11
上传用户：
1）针对loT组寻呼的连接场景，在下一代移动通信网络中应用NB-IOT技术的基础之上，将网络优化的重点放到尽可能地保证1oT设备的随机接入性能上。为此，本文提出一种基于时隙散射的1oT组寻呼随机接入优化策略。首先为1oT组寻呼的连接场景建立基于排队论的数学模型：接着通过数学公式推导山初始状态时散射到各个时隙的1oT设备数，从而得出具体的时隙散射算法。系统仿真结果表明，本文提出的方案在1oT设备数增加时，依然能够有效地保证1oT设备的随机接入性能。2）针对具有特定功能的10T混合连接场景，将网络优化的重点放到保证时延敏感度高的业务的随机接入性能上。为此，本文提出一种基于前导码组合的随机接入优化方案。主要的思想是用不同的前导码组合来表征不同业务的优先级，从而避免了静态或半静态前导码分配方案的缺点。本文给出了组合两个前导码的具体方案并推导出相应的不同优先级业务的接入性能公式，通过系统仿真可以得到，本文提出的方案在保证低优先级业务吞吐量的同时能够有效地保证了高优先级业务的时延需求。与此同时，本文提出的方案适用于具有不同时延敏感度的H2H与loT混合连接场景3）针对海量连接的1oT业务连接场景，在未来5G移动通信系统的服务定制化平台下，将网络优化的重点放到提高系统资源利用率上。本文根据1oT包小而多的特点，提出聚合策略，并给出具体的包聚合逻辑。针对多小站交叉覆盖的区域，提出基于1oT流量聚合的资源分配机制。实验仿真表明，针对1oT小包的聚合模块能够有效地节省系统资源，提高系统的资源利用率。
上传时间： 2022-06-19
上传用户：默默
神经网络是机器学习的重要分支，是智能计算的一个主流研究方向，长期受到众多科学家的关注和研究，它植根于很多学科，结合了数学、统计学、物理学、计算机科学和工程学.已经发现，它能够解决一些传统意义上很难解决的问题，也为一些问题的解决提供了全新的想法.在传统的研究成果中，有很多表达数据的统计模型，但大都是比较简单或浅层的模型，在复杂数据的学习上通常不能获得好的学习效果.深度神经网络采用的则是一种深度、复杂的结构，具有更加强大的学习能力，目前深度神经网络已经在图像识别、语音识别等应用上取得了显著的成功.这使得这项技术受到了学术界和工业界的广泛重视，正在为机器学习领域带来一个全新的研究浪潮.
标签： 深度神经网络
上传时间： 2022-06-19
上传用户：shjgzh
本文跟踪了国内国际上各研究组织关于5G需求与关键技术最新研究进展。高能效将是5G从设计之初就不得不考虑的几个重要问题之。研究如何在不损失或者微损失网络性能的前提下，极大地降低系统的能量消耗是一项很有研究价值的工作。本文通过分析现有无线网络基站能量消耗的各个组成部分，参考目前5G研究趋势，选择网络能效模型与基站能耗模型，用于后续网络能效评估。小站密集化部署技术（Small Cell）是目前业内普遍认同的实现未来5G系统各项性能指标与效率指标的有效策略之一。随着小站的密集化部署，网络整体能效成为衡量异构无线通信系统长期经济效益的一项重要指标。网络运营前，需要以高能效为目标进行Small Cell密集化网络部署。本文利用上述的能效模型，建立并推导出了Small Cell最佳部客位置与数量的高能效网络部署方案目标函数，进一步通过数值仿真方法获得了具体网络场景下的高能效Small Cell 络部署位置与数量，最后通过对大量的仿真结果进行分析，得出了高能效Small Cell集化署方案的一般性规律。研究成果对未来5G系统中SmallCell的部署具有重要参考意义在网络运营中，由于网络负载存在天然的不均衡性与动态被动性，需要在Small Cell密集化部署的未来移动通信系统中进行高能效网络拓扑控制，以便在网络运营中维持实时的网络能效最优化的网络拓扑结构。本论文分析了目前业界关于Small Cell 休眠/唤醒性能增益的最新研究成果，并针对其现有休眠唤醒方案中以单小区固定负载为门限的休眠顺醒机制的不足，提出了一种高能效Small Cell联合休眼唤醒控制机制，实现了对网络拓扑的高能效动态控制。Small Cell密集化部署使网络编码在未来无线网络环境中得到了新的应用契机，本文最后结合几种未来5G新场景对网络编码应用方案进行了初步探讨。初步仿真结果表明，网络编码方案可有效提升能效。
上传时间： 2022-06-20
上传用户：canderile
本书包含四个组成部分：导论，监督学习，无监督学习，神经网络动力学模型。导论部 分介绍神经元模型、神经网络结构和机器学习的基本概念和理论。监督学习讨论感知机学习 规则，有监督的Hebb学习，Widrow-Hoff学习算法，反向传播算法及其变形，RBF网络，正则 化网络，支持向量机以及委员会机器。无监督学习包括主分量分析，自组织特征映射模型的 竞争学习形式，无监督学习的信息理论，植根于统计力学的随机学习机器，最后是与动态规 划相关的增强式学习。
标签： 神经网络
上传时间： 2022-06-21
上传用户：fliang
本书系统地论述了人工神经网络的主要理论和设计基础，给出了大量应用实例，旨在使读者了解神经网络的发展背景和研究对象，理解和熟悉其基本原理和主要应用，掌握其结构模型和基本设计方法，为以后的深入研究和应用开发打下基础。作者连续11年为电气信息类专业研究生及本科高年级学生开设“人工神经网络理论与应用”课程，2002年在多次修改讲义和多项科研成果基础上形成本书的第一版。本书第二版对原书约1/3的内容进行了更新，对保留内容进行了修改。取材注意内容的典型性和先进性，编排注意内容的逻辑性，阐述注重物理概念的清晰性，举例与思考练习的安排注意了内容的实践性，常用神经网络及算法的介绍着重于实用性。
标签： 人工神经网络
上传时间： 2022-06-21
上传用户：qingfengchizhu
神经网络神经网络是指用大量的简单计算单元构成的非线性系统，它在一定程度上模仿了人脑神经系统的信息处理、存储和检索功能，是对人脑神经网络的某种简化、抽象和模拟。1943年心理学家McCulloch和数学家Pitts合作提出了神经元的数学模型M-P神经元模型，证明了单个神经元能执行逻辑功能，从此开创了神经科学理论研究的时代。M-P模型，是按照生物神经元的结构和工作原理构造出来的一个抽象和简化了的神经元模型。权重当输入进入神经元时，它会乘以一个权重。例如，如果一个神经元有两个输入，则每个输入都将具有分配给它的一个关联权重。随机初始化权重，并在模型训练过程中更新这些权重。偏置除了权重之外，另一个被应用于输入的线性分量被称为偏置。它被加到权重与输入相乘的结果中。添加偏置的目的是改变权重与输入相乘所得结果的范围。激活函数激活函数的主要作用是加入非线性因素，以解决线性模型表达能力不足的缺陷，在整个神经网络中至关重要。常用的激活函数有Sigmoid、Tanh、ReLU。
上传时间： 2022-06-24
上传用户：得之我幸78
建立了小电流接地系统的仿真模型，利用电磁暂态程序PSCAD/EMTDC全面仿真了不同故障情况对故障稳态和暂态电压、电流幅值特征和相位特征产生的影响，（这句话太拗口）并得到了相应的零序电压及零序电流的幅值、相位及波形。通过对仿真数据及波形的进一步分析，得出了小电流接地系统发生单相接地故障时的运行特点，验证了小电流接地故障稳态和暂态分析理论的科学性、合理性。为了提取配电网单相接地故障选线和故障测距的暂态故障特征量，基于PSCAD/EMTDC的仿真环境，搭建了小电流接地系统的配电网络仿真模型并综合考虑不同短路时刻、不同接地电弧电阻、不同故障距离和线路长度等多个因素，对配电网小电流接地系统的单相接地故障进行了大量仿真。在配电网单相接地短路故障后的第1个工频周波（0~0.02s）内故障线路的零序电流包络线的变化速度比非故障线路变化缓慢，包络面积大，但与非故障线路首半波极性相反。仿真分析表明此暂态特性不受短路时刻、电弧电阻、故障距离和消弧线圈被偿度的影响，为单相接地故障选线和故障测距的研究提供了理论依据。
上传时间： 2022-07-22
上传用户：xsr1983
28个实际问题建模MATLAB源程序代码 - MATLAB神经网络30个案例分析-全文PDF及源程序 - MATLAB语言常用算法14类程序集 - MATLAB遗传算法工具箱及应用（含源程序） - Matlab在数学建模中的应用（2部含源程序） - matlab经典算法的程序 - 《MATLAB神经网络原理与实例精解》随书附带源程序 - 《MATLAB统计分析与应用：40个案例分析》程序与数据 - 司守奎数学建模算法课件（2版含源程序） - 数学建模与数学实验课件14讲含源程序 - 数学建模与数学实验（电子书含有源程序） - 数学建模的29个通用模型及matlab解法 - 自学Matlab必备的60个小程序代码 - 遗传算法+遗传退火算法（算法简介+编程技巧+工具箱+应用大全）（含源代码） - 高等应用数学问题的matlab求解（318个源程序） -
上传时间： 2013-04-15
上传用户：eeworm
