不同于以往仅关注无线传感器网络中安全数据聚合(secure data aggregation,SDA)的机密性而忽视其可靠性的研究,将群智感知的拍卖模型与SDA相结合,提出了一种新的安全隐私同态数据聚合机制(secure privacy homomorphism data aggregation...
详细信息
不同于以往仅关注无线传感器网络中安全数据聚合(secure data aggregation,SDA)的机密性而忽视其可靠性的研究,将群智感知的拍卖模型与SDA相结合,提出了一种新的安全隐私同态数据聚合机制(secure privacy homomorphism data aggregation,SPHDA).首先,讨论了SDA的拍卖模型,与传统的拍卖模型相比,该模式可同时具有隐私保护和完整性验证能力.其次,研究了一种激励机制,簇头仅从簇内的成员节点的子集收集传感数据,以减少节点之间的通信量,同时不失准确性和完整性.仿真结果表明,该机制在准确性的约束下保障了系统的有效性.
针对递归RBF神经网络结构难以自适应问题,提出一种基于递归正交最小二乘(recursive orthogonal least squares,ROLS)算法的结构设计方法。首先,利用ROLS算法来计算隐含层神经元的独立贡献度和损失函数,以此判断增加或归为不活跃组的神经...
详细信息
针对递归RBF神经网络结构难以自适应问题,提出一种基于递归正交最小二乘(recursive orthogonal least squares,ROLS)算法的结构设计方法。首先,利用ROLS算法来计算隐含层神经元的独立贡献度和损失函数,以此判断增加或归为不活跃组的神经元,同时调整神经网络的拓扑结构,并且利用奇异值分解(singular value decomposition,SVD)决定最佳的隐含层神经元个数,以此来删除不活跃组中相对不活跃的神经元,有效地解决了递归RBF神经网络结构冗余和难以自适应问题。其次,利用梯度下降算法更新递归RBF神经网络的参数来保证神经网络的精度。最后,通过对Mackey-Glass时间序列预测、非线性系统辨识和污水处理过程中关键水质参数动态建模,证明了该结构设计方法的可行性和有效性。
为了提高多目标粒子群优化算法解的分布性,文中提出了一种自适应分解式多目标粒子群优化算法(Adaptive Multiobjective Particle Swarm Optimization based on Decomposed Archive,AMOPSO-DA).首先,设计了一种基于优化解空间分布信息的...
详细信息
为了提高多目标粒子群优化算法解的分布性,文中提出了一种自适应分解式多目标粒子群优化算法(Adaptive Multiobjective Particle Swarm Optimization based on Decomposed Archive,AMOPSO-DA).首先,设计了一种基于优化解空间分布信息的外部档案更新策略,有效提升了AMOPSO-DA的空间搜索能力;其次,提出了一种基于粒子进化方向信息的飞行参数调整方法,有效平衡了AMOPSO-DA的探索和开发能力.最后,将提出的AMOPSO-DA应用于多目标优化问题,实验结果表明,文中提出的AMOPSO-DA能够获得分布性较好的优化解.
暂无评论