刘心
- 作品数：81 被引量：59H指数：4
- 供职机构：河北工程大学信息与电气工程学院更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”河北省高等学校科学技术研究指导项目更多>>
- 相关领域：自动化与计算机技术水利工程电子电信农业科学更多>>
- 一种基于网络编码技术的SIEPON中QoS感知的调度方法
- 本发明公开了一种基于网络编码（NC）技术的服务互通以太网无源光网络（SIEPON）中服务质量（QoS）感知的调度方法。该方法对网络编码包和非网络编码包进行相应标识并对不同优先级的业务进行相应的服务分类（CoS）标识，根据...
- 赵继军冯楠李文竹刘心任丹萍
- 基于NetFPGA-10G的PON系统设计与实现(本期优秀论文)被引量：1
- 2014年
- 在对无源光网络(PON)和Net FPGA-10G平台详细介绍的基础上,通过修改Reference NIC的数据通路实现了一种基于Net FPGA-10G平台的PON系统设计方案。仿真结果验证了该方案的正确性及可行性,为基于PON系统的调度算法和节能机制的进一步研究提供了高性能、低成本的测试平台。
- 刘心王晓君刘英爽
- 关键词：NET无源光网络仿真测试
- 一种基于LoRa网络的预约时隙分配方法
- 本发明公开了一种编码预约的时隙分配方法。该方法引入编码预约机制对时隙进行精准分配，同时根据预约队列的长度，动态调整时帧的长度,从减少重要节点的数据碰撞概率与减少时帧空闲时隙两个角度来提高系统性能。与现有技术相比，本发明的...
- 刘心马早霞李文竹
- 文献传递
- 基于小波-粒子群优化-自适应神经网络模糊推理系统的需水预测
- 针对需水预测误差高的问题,以北京市需水预测为例,提出了一种基于小波（wavelet）-粒子群优化（PSO）-自适应神经网络模糊推理系统（ANFIS）模型的需水预测方法。该方法首先是通过小波分析对需水序列进行分解,然后利用...
- 刘真李文竹刘心
- 关键词：需水预测小波分析粒子群优化
- 软件定义FiWi网络中基于多路径的网络编码传输方法
- 本发明公开了一种在软件定义FiWi网络中实现基于多路径传输的网络编码传输方法，对流表进行功能扩展，实现控制器对整个网络的集中控制，设计动态自适应算法确定网络编码过程中插入冗余包的个数，并将编码包在多条路径上合理分配，解决...
- 刘心冯玉李文竹
- 一种基于优化组合神经网络的需水预测方法
- 本发明公开了一种基于优化组合的Elman神经网络的需水预测方法，包括基于平均影响值(MIV)算法对输入变量进行筛选，利用思维进化算法(MEA)优化Elman神经网络的权值和阈值。MIV算法可以有效地消除影响因素的信息重叠...
- 刘心邓皓李文竹
- 文献传递
- 一种基于动态时隙的智能家居家庭器具优化调度方法
- 本发明公开了一种基于动态时隙的智能家居家庭器具优化调度方法。该方法首先根据实时电价高低和用户的用电情况，将设定的调度循环分为时隙长度不同的调度空间；然后考虑器具的调度运算复杂度和器具的运行时长，划分不同调度空间的时隙长度...
- 刘心刘真李文竹
- 基于NC的PON中保障QoS的ONU内部调度方法
- 本发明公开了一种基于网络编码的无源光网络中保障服务质量的光网络单元内部调度机制，从各种业务的QoS需求出发，针对NC在PON引入对网络中QoS的影响，设计了一种包括OLT调度与ONU调度的QoS保障机制，可以在基于NC的...
- 刘心白巍李文竹任丹萍赵继军
- 文献传递
- 基于贝叶斯BP神经网络的区间需水预测方法被引量：13
- 2018年
- 结合校园历史用水数据,采用贝叶斯BP神经网络区间预测方法,对校园用水量进行预测。首先运用贝叶斯准则对BP神经网络进行优化,之后对区间预测进行仿真并和传统的BP神经网络预测法进行比较,结果显示预测准确率为96.7%,多数预测值和实际用水量吻合,相对误差绝对值平均为1.6%,最大预测误差为4.2%,表明该方法不仅可以解决传统BP神经网络易陷入局部极小化和收敛速度慢的问题,而且能够有效预测出校园日用水量的波动范围,验证了预测方法的有效性和精确性。
- 郭强李文竹刘心
- 关键词：需水量预测区间预测贝叶斯准则BP神经网络
- 基于VMD-PSR-BNN模型的月径流预测方法研究被引量：3
- 2023年
- 径流过程是地球上水文循环中的关键一环,科学准确地预测月径流的来水量对于流域的水量调度、水资源规划及管理具有十分重要的意义。然而由于径流过程的复杂性以及人类活动的影响,在变化环境中精准捕捉月径流时间序列的变化规律变得十分困难。针对月径流时间序列预测中存在的对于样本数据中先验信息识别不够彻底以及对时间步长嵌入维度难以有效地自适应选取这两点问题,设计了基于VMD-PSR-BNN的月径流时间序列预测模型。基于变分模态分解(VMD)算法对噪声良好的鲁棒性和对时序信号精确分解的特性,将月径流时间序列视为一种时序信号,利用VMD方法将月径流时间序列分解为多个相对平稳的固有模态函数(IMF),再基于相空间重构(PSR)理论对各个IMF分别进行重构,对各个重构后的IMF分别采用基于变分推理的贝叶斯神经网络(BNN)进行预测,最后将各个BNN的预测结果进行聚合重构得到月径流时间序列的最终预测结果。选取渭河流域咸阳和华县两个水文站1953-2018年的月径流时间序列进行实例分析。结果表明:VMD对月径流时间序列具有很好的分解效果,两个水文站基于VMD-PSR-BNN模型的月径流预测结果均可达到水文预报的甲级标准,并且对于样本中的极端值具有较好的拟合效果,为月径流时间序列的预测提供了新的方法参考。
- 张璐刘真李磊刘心
- 关键词：相空间重构贝叶斯神经网络
