使用深度学习的社交物联网信任预测模型

社交物联网是社交网络概念在物联网中整合后兴起的一个蓬勃发展的研究领域。提出了一种适用于社交物联网网络的改进型节点级信任模型,并通过与其他信任模型的对比仿真实验证明在恶意节点的攻击下,提出的模型拥有更好的稳定性和适用性,总体波动较小。同时,针对实际社交物联网网络中新加入网络的陌生节点可能遇到的网络延迟影响信任值评估的问题,在改进型节点级信任模型的基础上进一步使用了深度学习模型对其进行信任值预测。仿真证明,使用深度学习预测后模型的系统性能明显优于不使用深度学习的模型,成功交互率提升约1.8%。     

影响沥青混凝土路面平整度的原因及改善措施

在高速公路建设中,由于沥青路面具有表面平整、行车舒适、耐磨抗滑、低噪声、施工周期短、维修简便等特点,而被广泛应用。人们乘车在高速公路上行驶,平整度能直接反映高速公路通车后的整体效果,是体现路面使用品质与行车舒适性的最直接的外观指标。路面平整度是反映道路综合使用性能的重要指标,在追求高速、舒适的情况下对路面平整度的要求越来越高,提高路面平整度、为车辆提供一个良好舒适的运行环境是工程技术人员追求的目标之一。根据我国几年来的公路建设经验,本文对影响路面平整度的因素进行了分析总结并提出了相应的解决对策。     

一种欠完备自编码器调制识别技术

基于信号特征进行模式识别的调制识别方法需要先计算信号的高阶特征、高阶累积量再进行模式识别，整体设计复杂，特征不易计算。机器学习技术由于其强大的特征提取能力和分类能力，被广泛应用到模式识别领域中。针对调制识别问题，提出了一种基于欠完备自编码器的调制识别技术，使用欠完备自编码器进行调制信号的特征自动提取，再使用神经网络分类器进行分类识别。整体模型更为简洁，运算复杂度较低，有利于部署在硬件上进行实时识别。对常见的BPSK、QPSK、2ASK、2FSK、16QAM数字调制方式进行的识别实验表明，算法在信噪比10 dB时平均识别率高于0.97，并且在信噪比为0 dB时仍然有0.92以上的平均识别率。     

执法要抓住关键点

非法利益导致土地违法高发近年来,随着福州市经济社会各项事业的快速发展,特别是大力推动城市“东扩南进、沿江向海”发展战略后,土地违法现象不断滋生蔓延,呈现出“案件数量连年增多,违法用地面积增长迅速,违法地点相对集中”的特点。(一)案件数量连年增多。据福州市国土资源局各年度土地违法案件统计数据显示,2002年度福州市(不含下辖的八县市,下同)共发生各类土地违法案件1149宗,除2003年度有所下降外,随后各年呈直线上升态势。2005年案发数达1681宗,比2002年增长46.3%。2006年上半年案发数840宗,同比增长35.7%。(二)违法用地面积增长迅…