簡介：BECAUSETHESTSCMNESHAVETHEDEVELOPMENTTRENDOFBECOMINGMORELARGESCALEANDHIGHEFFICIENTTHEPAPERDEVOTESTORESEARCHSOMETECHNOLOGIESABOUTTHESTATUSMONITORINGANDFAILUREDIAGNOSISOFTHECRANETHEDATAOFTHEPAPERARECOLLECTEDBYTHEHMSASSYSTEMINVENTEDBYTHEDEPTOFMECHANICALENGINEERINGOFSHANGHAIMARITIMEUNIVERSITYCOLLECTTHESTRESSDATAOFTHESIXPOSITIONSONTHECRANEWHENITISWORKINGTHEREARESOMEINTERFERENCEONTHEMACHINEANDFORSOMEFACTITIOUSREASONSOMEDATACOLLECTEDARENOTCORRECTSOANANSYSMODE|ISBUILTTOCALCULATETHESTRESSINTHEORYTOCOMPARETHECOLLECTEDDATAWITHTHETHEORETICALDATAANDDELETETHEDATAWHICHAREFARFROMTHETHEORETICALVALUETHENTHEDATABECOMEMOREACCURACYDURINGTHEPATTERNRECOGNITION，THECOLLECTEDDATAAREDIVIDEDINTOTWOPARTSONEPARTISUSEDTOTRAINTHENETANOTHERPARTISUSEDTOTESTTHERECOGNITIONCAPABILITYOFTHENETCONSIDERINGTHEPROBLEMTHEPAPERWANTSTOSOLVE，WHENBUILDTHENETBLENDTHEFUZZYLOGICINITBECAUSETHERBFNETHASTHEADVANTAGEOFFASTSTUDYSPEEDANDPRECISERECOGNITION，SOINTHEPAPERUSERBFNETTOSOLVETHEPROBLEMITISFOUNDTHATTHERBFNETISBETTERTHANTHEBPNETONTHESETWOSIDESBASEONTHERBFNETUSETWOWAYSTOCOMBINEWITHTHEFUZZYLOGICTOMAKETWONETTRAININGTHESETWONETANDUSETHEMTECOGNIZETHEWORKPATTERNITISFOUNDTHATTHEFIRSTNETHASFASTERSTUDYSPEEDANDTHESECONDNETCANRECOGNIZEMOREPRECISELYKEYWORDSNEURALNETWORK，FUZZYLOGIC，PATTERNRECOGNITION，ANSYSMODELINGZHOUSHUNHUIMECHANICALELECTRONICENGINEERINGDIRECTEDBYPROFHUXIONG

簡介：點擊查看更多基于分布式局部基準的全艦統一姿態(tài)基準系統網絡通信與同步技術的研究.pdf精彩內容。

簡介：隨著我國民用汽車保有量的逐年持續(xù)增長以及在黨的十八大召開以后我國積極推進新型城鎮(zhèn)化建設和國家智慧城市試點的大背景下傳統停車場及其技術已經不能滿足新形勢下的使用需求。目前傳統停車場的一些不足主要表現在難以做到對大型或超大型停車場的車位使用狀態(tài)進行監(jiān)控幾乎沒有做到對停車場內各種照明設備的智能控制改擴建基于有線網絡通信的停車場的成本過高在大型停車場內尋車不夠方便車牌號碼和車位代號互查機制還不甚完善。為了能夠盡量達到實際停車場的使用需求融入新型城鎮(zhèn)化建設和智慧城市發(fā)展的總體要求結合ZIGBEE無線網絡技術和現代傳感器技術對智能停車場的部分關鍵技術進行了設計和研究。1在車牌識別的研究中使用MATLAB軟件對車牌定位、字符分割和字符識別等主要工作進行了仿真研究2在ZIGBEE無線通信系統的研究中選用CC2530芯片設計了節(jié)點的硬件電路研究了ZSTACK協議棧的工作過程提出了符合停車場需求的網絡結構及節(jié)點布置方案實現了ZIGBEE網絡的組網及通信3在車位檢測的研究中基于超聲波測距技術設計了檢測車位當前使用狀態(tài)的方法4在智能照明的研究中基于人體熱釋電紅外技術設計了下位機自主判斷和上位機命令調控相結合對照明設備進行智能管理的方法5在上位機管理軟件的設計中使用VISUALBASIC軟件設計了管理系統完成了顯示車位當前使用狀態(tài)以及管理和調控燈具亮度等功能。并使用ACCESS數據庫實現了通過車牌號碼和車位號碼查詢停車車輛其他相關信息的功能。結合當前傳統停車場存在的不足對智能停車場的部分關鍵技術進行了設計和研究并通過模擬和實驗驗證了技術方案的可行性。雖然設計的停車場功能與實際的停車場需求還有一定的差距但進行的相關仿真和實物研究仍然對智能停車場的實際建設有一定的參考價值。

簡介：分類號U28521UDC6562學校代碼83801密級公開工程碩士學位論文GSMR網絡干擾檢測及數據分析技術研究RESEARCHONTECHN0109YABOUTGSMRNETWORKINTERFERENCEINSPECTIONANDDATAANALYSIS論文提交日期二。一五年六月致謝本文是在研究生學習期間所做的相關研究工作的總結，首先要感謝我的導師王衛(wèi)東研究員。老師嚴謹求實的學術作風，精益求精的治學態(tài)度和一絲不茍的鉆研精神讓我由衷的敬佩，對我的工作和學習產生了深遠的影響，令我受益匪淺。老師以他淵博的學識、豐富的經驗以及對鐵路行業(yè)未來方向宏觀的把握，為我論文的研究方向、選題及撰寫提供了關鍵的啟發(fā)和幫助。同時感謝王惠生老師對我論文的研究工作提供了切實的指導和無私的幫助。感謝國家973計劃重點項目2013CB329406和鐵科院基礎所基金項目1452JJ6203對本文研究工作的資助。感謝基礎所領導的支持和培養(yǎng)并給我提供了這樣的學習機會，感謝電務部高利民主任、謝保鋒主任對我學習上的大力支持，感謝部門同事邢小琴、楊樹忠、劉玉江、段賀輝、戚義雙等對我論文研究工作的支持和幫助。感謝同門郭劍峰、夏博光、孫忠國、劉秀波等在研究生期間對我的關心和鼓勵。感謝研修學院各位老師三年來對我的指導和幫助，同時感謝與我一起學習的中國鐵道科學研究院2012級碩士班的同學，同窗三載，相互支持，相互幫助，在我人生中留下了美好的回憶。感謝我的父母，感謝我的妻子和寶貝女兒，你們?yōu)槲姨峁┝嗽丛床粩嗟木駝恿?，你們的無私奉獻和殷切期望使我不斷的進步。最后，衷心的感謝在百忙之中為我審閱論文和參加答辯的各位專家、教授

簡介：分類號密級F2731單位代碼學號10335公開20720135加介次掌碩士學位論文中文論文題目知識網絡對技術創(chuàng)新績效的影響研究英文論文題目申請人姓名于紅指導教師吳曉波合作導師專業(yè)名稱企業(yè)管理研究方向集群網絡所在學院_管理學院論文提交日期2009，1212浙江大學碩士學位論文致謝致謝在即將完成碩士論文之際，回首在浙大求學的幾載，我要衷心感謝眾多往日相識相知的老師、同學、朋友和長輩，感謝大家在我求學生涯中給的幫助與鼓勵。首先要感謝我的導師吳曉波教授，他學識淵博、見識卓絕，吳老師不僅在學業(yè)上給予我指導，更是在人生觀價值觀方面深深的影響了我。通過學術討論和課題實踐，吳老師為我們創(chuàng)造了良好的學習和實踐平臺，促使我將理論在實踐過程中融會貫通，在探索管理的路上起步。在本論文撰寫過程中，吳老師在選題和進展中都給予了悉心的指導。吳老師的教誨和指導是學生收獲的財富，在學業(yè)即將完成之際，我向他表示深深的感謝感謝郭老師、壽老師、杜老師和周老師，在近3年的研究生學習期間，各位老師在學術研究、學習生活各方面給了我很多有益的指導和幫助，本論文從選題、開展直至最后完成，各位老師都給予我精心指點和無微不至的關懷。感謝各位老師感謝ELITE團隊的郭京京博士，范志剛博士，陳琦博士，吳東博士，丁婉玲博士，李杰碩士，盛玲玲碩士，姜源林碩士以及茅茜敏碩士。在本論文的寫作過程中，他們?yōu)槲姨峁┝嗽S多無私幫助，與他們之間的討論總能給我很多啟發(fā)，在我求學和求職的過程中，遇到困難，他們也給予了很多幫助。感謝我強化班、計算機班和企業(yè)管理專業(yè)的各位同學，王宇杰、張皓、李冠文、李嘉張凱等人對我生活上的關心和幫助，有幸與你們相識相知是我們一生的緣分。感謝我的家人對我一貫的支持和鼓勵，離家求學七年，正是父母和家人對我的理解及支持成為我不斷前進的動力，并激勵著我不斷前行，不敢有絲毫的松懈。最后，再次感謝所有以上及還未提及的曾經幫助、關心和鼓勵我的師長、同學及好友謹以此文獻給所有幫助過我和關心我的人于紅2010一01于求是園

簡介：天津財經大學博士學位論文價值網絡下企業(yè)開放式技術創(chuàng)新過程模式及運營條件研究姓名張繼林申請學位級別博士專業(yè)企業(yè)管理指導教師張英華20090501ABSTRACTTHEMODELOFTECHNOLOGICALINNOVATIONHASEXPERIENCEDFIVECHANGES，FROMINITIALLINEARMODELTOTODAY’NETWORKMODELMEANWHILE，INNOVATIONACTIVITIESHAVEBEENCARRIEDOUTINTERNALANDEXTERNALSIMULTANEOUSLYFROMINITIALINTERNALLYWHICHORIGINATEFROMTHEMATCHOFTECHNOLOGICALINNOVATIONITSELFANDTHEINTERNALENVIRONMENTAFTERENTEREDTHE21STCENTURYTHEFIERCEMARKETCOMPETITIONMAKESTHEDEPENDENCETOTECHNOLOGICALINNOVATIONFORENTERPRISESLARGERANDLARGERONTHEOTHERHAND，ITMAKESENTERPRISESFACETHEGREATRISKOFINNOVATIONFAILURE，WHICHMAKESENTERPRISESGETINTOTHEDUALDILEMMAMOREOVERTHENONLINEARVARIATIONOFEXTERNALENVIRONMENTMAKESINNOVATIONACTIVITIESNOTONLYSTAYATTHESUCCESSRATEOFENSURESINNOVATIONBUTHAVETHEABILITYOFRAPIDITYFLEXIBILITYANDMEETTHEACCIDENTSTHEMOSTIMPORTANTENTERPRISESCANNOTHAVEALLTHERESOURCESTECHNOLOGICALINNOVATIONREQUIRESTHEPHENOMENONSABOVESHOWMATTHERAPIDCHANGESOFENVIRONMENTHAVEMAKETHEREFO衄OFMODELOFTECHNOLOGICALINNOVATIONFALLBEHINDTHEENVIRONMENTANDTHEMODELOFTECHNOLOGICALINNOVATIONISDESIDERATEDTEFORLNTHESTUDYOFMODERNINNOVATIONTHEORYISTENDINGTOOPENINNOVATIONANDVALUENETWORKMOREANDMORE，SO，THEPRESENCEOFVALUENETWORKANDOPENINNOVATIONISJUSTAIMINGTOADAPTTHECHANGEOFENVIRONMENTABOVEMENTIONEDOPENINNOVATIONMAKESENTERPRISESCANUSEALLINTERNALANDEXTERNALTECHNOLOGICALRESOURCESSIMULTANEOUSLYTHENABSORBANDTRANSFORMTHEMEFFECTIVELYVALUENETWORKREINTEGRATESTHEINTERESTRELATEDPARTIES，SUCHASSUPPLIERS，CHANNELPARTNERS，SERVICEPROVIDERSANDCOMPETITORS，ASTHEINNOVATIVENETWORKOFENTERPRISESTOMAKETHEMADAPTTHECHANGEOFENVIRONMENTTHROUGHTHECOOPERATIONOFDIFFERENTENTERPRISESANDSHARETHEINNOVATIONACHIEVEMENTSTHEREFORE，THETOPICOFTHISDISSERTATIONISTOCONSTRUCTAMODELTHATINTEGRATESADVANTAGESOFOPENINNOVATIONANDVALUENETWORKTHROUGHUNIFYINGTHEM，WHICHMAKETECHNOLOGICALINNOVATIONACTIVITIESBEMORESUITABLETOTHECHANGEOFEXTERNALENVIRONMENTOPENINNOVATIONANDVALUENETWORKARERELATIVELYNEWCONCEPTSANDMEYARERELATIVELYINDEPENDENTRESEARCHFIELDSTHEORETICALLYTHROUGHPLENTYOFTHEORETICALRESEARCH，THISDISSERTATIONANALYZESTHERELATIONBETWEENVALUENETWORKANDOPENTECHNOLOGICALINNOVATIONANDTHECONNOTATIONOFOPENTECHNOLOGICALINNOVATIONINVALUENETWORK，WEFINDTHAT廿1EYAREUNIFIEDONTHEVALUEORIENTATIONANDPLAYAMUTUALPROMOTINGROLETOMAKETHEINTEGRATIONOFTHEMPOSSIBLETHEREFORE，USINGPRINCIPLESOFMODULARIZATIONANDNETWORKCOMBINEDWIMTECHNOLOGICALINNOVATIONPROCESSTHEORYTHISDISSERTATIONCONSTRUCTSATECHNOLOGICALINNOVATIONPROCESSPATTERNUNDERVALUENETWORKANDANALYZESTHEELEMENTS，OPERATIONALPRINCIPLESANDOPERATIONPROCESSOFTHISPATTERNWHAT’SMORE，ITMAINLYANALYZESTHEACQUISITIONAPPROACHESANDTHEEXCHANGEMODESⅡ

簡介：天津大學碩士學位論文應用人工神經網絡技術的結構損傷識別研究姓名楊曉明申請學位級別碩士專業(yè)結構工程指導教師李忠獻20020601ABSTRACTINTHISTHESISTHERESEARCHON1DENTIFICATIONOTSTRUCTURALDAMAGEISPERFORMEDUSINGTHEARTIFICIALNEURALNETWORKSANN，ATFIRST，THEPRESENTSTATUSANDFUTUREDEVELOPMENTOFTHEIDENTIFICATIONOFSTRUCTURALDAMAGEANDTHEANNTECHNOLOGYAREREVIEWEDSECONDLY，AMETHODOFSUBSTRUCTURALDAMAGEIDENTIFICATIONISESTABLISHEDUSINGTHESELF_ORGANIZINGCOMPETITIVENEURALNETWORK，ANDTHENUMERICALSIMULATIONFORTHEDAMAGEIDENTIFICATIONOFALARGESPANCABLESTAYEDBRIDGEISCARRIEDOUTTHEN，THEIDENTIFICATIONOFDAMAGEPOSITIONANDLEVELISINVESTIGATEDUSINGTHEBPNETWORK，INWHICHANEWALGORITHMTOBUILDTHEMODELOFTHEBPNETWORKISPROPOSED，ANDTHEPROCESSOFDAMAGEIDENTIFICATIONOFASTEELBEAMISNUMERICALLYSIMULATEDFINALLY，SOMECONCLUSIONSAREGIVENAS1THESUBSTRUCTURALDAMAGEIDENTIFICATIONBASEDONTHESELF_ORGANIZINGCOMPETITIVENEURALNETWORKISABLETOIDENTIFYTHESTRUCTURALDAMAGERAPIDLYANDACCURATELY2THESTRUCTURALDAMAGEIDENTIFICATIONBASEDONTHEBPNETWORKISABLETOIDENTIFYTHEPOSITIONANDLEVELOFDAMAGEINTHEDAMAGEDSUBSTRUCTUREFURTHER，WHICHMAKEABASEFORTHEREPAIROFDAMAGE3THEMETHODOFIDENTIFICATIONOFSTRUCTURALDAMAGEBASEDONANNISANEFFECTIVEMEASUREMENTTOIDENTIFYTHESTRUCTURALDAMAGE，WHICHCANBEWIDELYUSEDINPRACTICALENGINEERING，KEYWORDSSTRUCTURALDAMAGE，IDENTIFICATION，ARTIFICIALNEURALNETWORKANN，SELF0RGANIZINGCOMPETITIVENETWORK，BACKPROPAGATIONBPNETWORK，SUBSTRUCTURE，CABLESTAYEDBRIDGE，STEELBEAM

簡介：論文以國內外斜拉橋建模、橋梁健康監(jiān)測及評估研究、神經網絡理論及應用資料收集分析為基礎，根據混凝土斜拉橋的結構特點，運用模態(tài)分析技術，以人工神經網絡為主要工具，對混凝土斜拉橋結構建模、子結構權重的確定、評估中拉索的選擇、健康狀態(tài)評估技術進行了研究。以青島丹山水庫斜拉橋為工程依托，以結構分析軟件SAP2000為工具，通過實橋有限元建模，對其模態(tài)進行分析，為橋梁健康狀態(tài)評估提供了數值模擬試驗模型及試驗數據。在所建立的人工神經網絡中，根據橋梁健康狀態(tài)評估的特點，對網絡的類型、網絡拓撲結構、各層傳遞函數、特征參數、數據前處理方法及訓練樣本個數等作出有根據的選擇，并借助MATLAB圖形用戶界面，構建神經網絡，完成對樣本矢量的輸入，以及對所建網絡的訓練，為實現混凝土斜拉橋健康狀態(tài)評估提供了合適的工具。根據混凝土斜拉橋的特點，用層次分析法確定斜拉橋各子結構對受損后結構健康狀況的影響權重；通過正交試驗，選擇典型斜拉索，可大大減少評估計算工作量；對混凝土斜拉橋結構健康狀態(tài)進行分析，提出了基于人工神經網絡的評估技術，并進行實橋應用，能夠有效地反映現有混凝土斜拉橋結構健康狀態(tài)。

簡介：中圖分類號TP39308UDC620密級公開學校代碼10094訝4芒解為尤學碩士學位論文學歷工程碩士基于嵌入式技術的專用網絡隔離設備研制THEDEVELOPMENTOFTHESPECIALPURPOSENETWORKISOLATIONDEVICEBASEDONEMBEDDEDTECHNOLOGY研究生姓名姜蕾指導教師董東副教授學科專業(yè)計算機技術研究方向計算機網絡與信息安全論文開題ET期2014年5月30日摘要網絡隔離技術是實現內部可信網絡與外部不可信網絡進行數據安全交換的關鍵技術，它既能夠保證內部可信網絡數據不遭到泄露，又能抵御來自外部不可信網絡的有害攻擊。使用邏輯隔離技術為內、外網數據的交換過程制定一系列規(guī)范和準則，做到交換過程的安全有序，使用專用隔離硬件與專用通信協議相結合的方式實現。本課題以專用于鐵路信息系統且成本適宜的網絡安全隔離設備研制為目標，對網絡隔離相關技術進行了研究，包括嵌入式系統、嵌入式用戶圖形界面開發(fā)技術、嵌入式硬件設備工作原理、網絡協議的設計等，特別是參考LINUX網絡協議棧的分層實現原理，對網絡協議的設計過程進行了深入分析，并對專用通信協議進行設計與實現。本課題主要完成了以下工作1、對專用網絡隔離設備的應用環(huán)境進行分析，以此為基礎提取功能需求。2、對各類嵌入式硬件設備及嵌入式系統進行綜合對比，選取ARMLINUX為本課題開發(fā)平臺。3、以LINUX網絡協議棧為參考，用分層的思想設計了符合當前應用場景的專用通信協議。4、對網絡隔離系統各層次進行詳細的設計并實現。5、開發(fā)了帶有圖形界面的用戶工具軟件。6、對網絡隔離系統進行了功能、性能測試。關鍵詞網絡隔離技術專用通信協議嵌入式LINUX系統LINUX網絡協議棧

簡介：點擊查看更多基于GIS的監(jiān)控網絡平臺目標視頻搜索技術研究.pdf精彩內容。

簡介：隨著大數據時代的來臨，信息共享、數據挖掘技術成為獲取知識、創(chuàng)造財富、提高效率的重要工具。而在我國快速發(fā)展的高鐵技術中，GSMR網絡已成為承載列控信息傳輸不可缺少的重要部分。本文重點研究了數據挖掘技術在高鐵GSMR網絡檢測監(jiān)測數據分析中的應用，針對GSMR網絡服務質量QOS測試綜合評價問題、測試數據如何反映真實列控數據傳輸問題和C3（CTCS3）降級故障類別自動診斷問題，通過深入分析GSMR網絡檢測數據、接口監(jiān)測數據，提出了有效解決方案，主要取得了以下研究成果1、針對目前GSMR網絡QOS測試中，各測試指標獨立評價，缺乏綜合評估手段的現狀，提出綜合評價GSMR網絡QOS測試結果的方法。應用KMEANS聚類算法、KNN分類算法建立基于歷史測試數據的評價模型同時，建立完全基于指標規(guī)范要求的評價模型綜合兩個模型的評價結果，給出對GSMR網絡QOS測試的最終評價。所提出的綜合評價方法可以合理地反映測試結果實際水平。2、對GSMR網絡QOS測試原始數據進行分析1研究CSD干擾測試數據傳輸與真實列控數據傳輸的關系，利用其相似性，建立干擾時間（干擾幀數）與真實列控數據傳輸時延之間的關系模型。2針對普遍應用在C3列控系統中的三類主流通信終端，利用1中得到的關系模型，通過干擾測試數據對比分析其在列控數據傳輸性能上的差別。為實際應用中通信終端的選擇提供參考，同時對GSMR網絡動態(tài)檢測工作的有效開展提出建議。3研究并解決了CSD傳輸時延測試中的持續(xù)丟幀問題，對現有GSMR網絡通信檢測系統中的缺陷提出改進建議。3、研究數據挖掘技術在C3降級故障分析中的應用，提出C3降級故障類別自動診斷系統整體框架及實現流程，對系統實現中的三大關鍵技術進行研究并給出解決方案。1C3降級故障表示模型通過對大量C3降級故障案例的研究分析，歸納總結出19種典型車地通信中斷類型及其判斷依據，在此基礎上建立降級類別劃分體系。從接口監(jiān)測數據中提取描述C3降級故障的特征屬性，作為條件屬性集以C3降級故障類別體系作為決策屬性集，構成基于接口監(jiān)測數據的C3降級故障表示模型。2建立C3降級故障類別自動診斷模型提出基于C45決策樹的C3降級故障類別自動診斷算法模型，并應用基于條件信息熵的決策表約簡算法進一步提高分類準確率。在MATLAB平臺上進行了算法實現，用實際發(fā)生的C3降級故障案例訓練自診斷分類器，并對分類準確率進行驗證。結果表明，該算法的分類準確率可達98579％±00009，可以很好地解決C3降級故障類別自動診斷問題。3C3降級故障類別自動診斷模型的更新采用決策樹算法可通過更新訓練分類器所用的C3降級故障案例庫，重新運行算法即可實現自動診斷分類模型的更新。本文的研究工作為解決GSMR網絡測試綜合評價、C3列控系統降級分析等重點難點問題提供了新方法、新思路。

簡介：國內圖書分類號U453．5國際圖書分類號西南交通大學研究生學位論文年級三Q二三級姓名堂41淫申請學位級別工程砸±專業(yè)建篁皇±本王猩指導教師曾抱垡教援二零一五年五月一苓一直牛血月密級公開終網一風一通一援窒數研一災一旦防一座道一盔隧一技一路一鐵一長一掛西南交通大學學位論文版權使用授權書本學位論文作者完全了解學校有關保留、使用學位論文的規(guī)定，同意學校保留并向國家有關部門或機構送交論文的復印件和電子版，允許論文被查閱和借閱。本人授權西南交通大學可以將本論文的全部或部分內容編入有關數據庫進行檢索，可以采用影印、縮印或掃描等復印手段保存和匯編本學位論文。本學位論文屬于1．保密口，在年解密后適用本授權書；2．不保密團，使用本授權書。請在以上方框內打“√”學位論文作者簽名敬J、}爭指導老師日期2D侈每‘同F目日期簽名漸琿腳髀

簡介：浙江大學管理學院碩士學位論文企業(yè)創(chuàng)新網絡特征與技術創(chuàng)新績效關系研究基于浙江省的實證姓名陳鴻鷹申請學位級別碩士專業(yè)管理科學與工程指導教師汪蕾20091201浙江大學碩士學位論文ABSTACTABSTRACTWITHTHERAPIDDEVELOPMENTOFTECHNOLOGYANDGLOBALCOMPETITIONINTENSIFIES，TECHNOLOGICALINNOVATIONCAPABILITYOFENTERPRISESISBECOMETHECORECOMPETITIVENESSOFENTERPRISESHOWEVERTHEENTERPRISE’SOWNINTERNALRESOURCESHAVEBEENVERYDIFFICULTTOMEETTHEDEMANDOFTHEENTERPRISE’STECHNICALINNOVATIONACTIVITIESENTERPRISESNEEDCONSTANTACCESSTOAVARIETYOFINNOVATIVERESOURCESFROMOUTSIDEOFTHEENTERPRISETOENHANCETHEPERFORMANCEOFENTERPRISESINTECHNOLOGICALINNOVATIONTHEREFORE，ESTABLISHINGANEFFICIENTENTERPRISEINNOVATIONNETWORKSISCRITICALFORENTERPRISESNUMEROUSSTUDIESSHOWTHATTHECHARACTERSOFENTERPRISEINNOVATIONNETWORKSHASAMAJORIMPACTINTECHNOLOGICALINNOVATIONATPRESENT，THETHEORETICALCIRCLESHAVENOTYETFORMEDAMATURETHEORETICALFRAMEWORKANDCONSISTENTCONCLUSIONSTHISTHESISCONSTRUCTANDVERIFYTHECHARACTERISTICSOFENTERPRISEINNOVATIONNETWORKSINFLUENCEENTERPRISETECHNOLOGICALINNOVATIONPERFORMANCETHROUGHTHEINTERMEDIARYFUNCTIONOFINNOVATIVERESOURCES，MEANWHILEABSORPTIVECAPACITYPLAYAMODERATINGROLEITREVEALSTHEESSENCEOFCHARACTERISTICSOFINNOVATIONNETWORKSHOWTOINFLUENCETHEENTERPRISESTECHNOLOGICALINNOVATIONPERFORMANCETHEBASICTHEORIESOFTHISTHESISAREENTERPRISEINNOVATIONNETWORKSTHEORYINNOVATIONANDRESOURCESTHEORYTHETHEORYOFABSORPTIVECAPACITYANDTECHNOLOGICALINNOVATIONPERFORMANCETHEORYCOMBINEDWITHSOMERELEVANTCASESTUDIES，THISTHESISFOUNDTHATCHARACTERISTICSOFENTERPRISESINNOVATIONNETWORKSHASASIGNIFICANTIMPACTINTECHNOLOGICALINNOVATIONPERFORMANCEACCORDINGTOCOMPARATIVESTUDYTHENWETAKETHEENTERPRISESOFZHEJIANGPROVINCEASTHERESEARCHOBJECT，COLLECTED216VALIDQUESTIONNAIRES，USINGSPSSSTATISTICALSOFTWAREANDSTRUCTURALEQUATIONSOFTWAREAMOSWECONDUCTEDARELIABILITYANALYSIS，EXPLORATORYFACTORANALYSIS，CONFIRMATORYFACTORANALYSIS，VARIANCEANALYSIS，CORRELATIONANALYSIS，REGRESSIONANALYSISANDSTRUCTURALEQUATIONMODELINGANDOTHERMETHODSOFDATAPROCESSING，WHILEANALYZEANDVERIFYTHEASSUMPTIONSANDMODELSTHISTHESISREACHEDTHEFOLLOWINGCONCLUSIONS

簡介：科技服務于生活。人類的生存方式正隨著互聯網技術的發(fā)展與應用發(fā)生著潛移默化的改變，人們希望無時無刻都處身于優(yōu)質的網絡環(huán)境中。這一需求推動了智能設備在各個領域的普及。蜂窩網絡作為現階段覆蓋范圍最大、接入最靈活的網絡設施，自然面臨著巨大的流量壓力。車載自組織網絡VA使用IEEE80211P標準實現了車輛、車地之間的通信，在智能交通系統中應用廣泛。實際上，VA是一種專用場景下的無線應用網絡。本文希望借助該專用網絡承載車載場景下的數據流量，以此減輕蜂窩網的壓力，同時為車載用戶提供更好的用戶體驗。圍繞該中心，本文完成的工作主要由四個方面組成。第一，基于3GPP標準以及有關應用需求，實現LTE與VA車路通信部分即車載WIFI網絡的架構融合。提出“邏輯甚緊耦合”架構概念，設計相關網元、接口、協議棧以及信令，用以完成兩網之間的互聯互通，為數據卸載方案的實施奠定基礎。第二，提出本地流量卸載策略。該策略將信令與數據分離，核心網元仍可通過接收到的會話信令實現對用戶行為的管控與計費，業(yè)務數據則會基于用戶的地理位置信息由車載WIFI網絡負載，不再經由蜂窩網絡核心網或接入網的轉發(fā)。第三，核心網根據其自身實時負載情況選擇不同顆粒度的數據卸載策略。當核心網絡處于嚴重擁塞狀態(tài)時，在車載WIFI網絡存在的條件下，其大部分接入業(yè)務將由車載WIFI網絡承擔核心網絡將采用“快恢復”策略，盡快擺脫擁塞狀態(tài)。若核心網絡僅發(fā)生輕微擁塞，則采用基于承載級參數的更為保守的數據卸載策略。核心網元將通過底層參數識別業(yè)務類型，首先卸載對時延具有較高忍耐性的業(yè)務。第四，為了進一步保證業(yè)務質量與會話的連續(xù)性，使大部分會話都能夠在一個基本服務集中完成，本部分對車載場景以及不飽和狀態(tài)下的EDCA機制進行數學建模，構造出三維馬爾科夫鏈，使用數學表達式描述車載WIFI網絡的吞吐量性能。根據該表達式分析出終端移動速度以及EDCA行為對系統吞吐量的影響，并提出相應的優(yōu)化方案。最后使用NS3網絡模擬軟件對優(yōu)化方案的性能進行仿真分析。仿真結果表明，當蜂窩網絡發(fā)生擁塞時，車載WIFI網絡能夠起到很好的補充作用。對某些特定類型的業(yè)務而言，車載WIFI網絡可為其提供更加優(yōu)越的業(yè)務表現。

簡介：車輛牌照識別技術（LICENSEPLATERECOGNITION，LPR）是智能交通系統的一個重要組成部分，它是數字圖像處理、人工智能技術與模式識別在智能交通系統領域的重要應用。因此，研究和開發(fā)車牌照識別系統對于我國智能交通管理領域有著重要的意義。車牌識別的方法有很多種，目前運用的比較多的是采用BP神經網絡，但是BP神經網絡存在著收斂慢而且容易陷入誤差函數的局部極值點的缺點，針對這些問題，本文利用遺傳算法具有全局最優(yōu)搜索能力的特點，結合神經網絡的架構對車牌字符識別展開研究。主要內容包括以下三點第一，利用數字圖像處理技術對車牌圖像進行預處理，主要包括灰度化、圖像增強與平滑處理、二值化。提出一種基于車牌紋理特征與車牌先驗知識相結合的定位方法，先利用水平差分和垂直差分初定位車牌區(qū)域，再利用先驗知識排除干擾區(qū)域，然后統計車牌區(qū)域像素的跳變次數，以此去掉假車牌區(qū)域，最后精確定位車牌。第二，采用結合輪廓提取的HOUGH變換進行車牌圖像的傾斜校正，可以大大降低運算量，并且取得了較好的效果。接著去除車牌的上下邊框與鉚釘，再利用垂直投影圖與車牌字符特征相結合的方法分割字符，然后對分割好的字符進行歸一化與緊縮重排處理。第三，將遺傳算法與神經網絡結合起來進行車牌字符訓練和識別。利用遺傳算法訓練神經網絡，找到最佳的權值和閾值。對傳統的遺傳算法進行了改進，采用實數編碼的方式，提高了網絡權值與閾值的計算精度，運用多種交叉方式并行交叉，拓寬了物種范圍，利于搜索到全局最優(yōu)解，自適應的變異概率控制方式一方面保證了物種的多樣性，另一方面讓算法快速收斂于全局最優(yōu)。實驗表明該算法極大地提高了網絡學習效率和收斂速度。