基于抗衰减加权神经网络的网络设备损伤检测

发布时间：2017-09-05 00:47

  本文关键词：基于抗衰减加权神经网络的网络设备损伤检测

  更多相关文章： 联网设备 网络状态 损伤检测 加权神经网络

【摘要】：由于联网设备设计的特殊性,在网络状态下损伤时不易发现,还因为其功能的不同而处于不同的工作环境下,环境的差异对不同联网设备的影响不同,使得联网设备出现损伤的概率不同。提出了一种基于抗衰减加权神经网络算法的网络设备损伤检测方法。为了减少神经网络模型的衰减,引入自适应粒子群方法,对网络状态下联网设备进行分类处理,将其作为响应联网设备损伤的输入数据,之后采用抗衰减加权神经网络对网络状态下联网设备损伤进行检测,最后进行仿真实验。实验结果表明,利用本文算法进行网络设备损伤检测,可以极大地提高损伤检测的准确性和效率,从而满足实际需求。
【作者单位】： 上海行健职业学院;
【关键词】： 联网设备 网络状态 损伤检测 加权神经网络
【分类号】：TP183;TP393.05
【正文快照】： 将网络技术应用到联网设备管理方面,能够对联网为了避免上述缺陷,提出了一种基于抗衰减加权设备的操作和联网设备数据的传输带来极大的便利。神经网络算法的网络设备损伤检测方法。利用自适应现阶段,主要的网络设备损伤检测方法是概率密度损伤粒子群方法,对网络状态下的联网设

【参考文献】

中国期刊全文数据库 前1条

1 黄小原;晏妮娜;;供应链鲁棒性问题的研究进展[J];管理学报;2007年04期

【共引文献】

中国期刊全文数据库 前10条

1 刘小峰;陈国华;;基于复杂网络的供应链鲁棒性分析[J];东南大学学报(自然科学版);2007年S2期

2 徐家旺;朱云龙;黄小原;邱若臻;;闭环供应链管理问题的研究进展[J];系统工程;2008年08期

3 田俊峰;杨梅;岳劲峰;;具有遗憾值约束的鲁棒供应链网络设计模型研究[J];管理工程学报;2012年01期

4 刘慧;杨超;杨s，

本文编号：794843