发表咨询:400-808-1731
订阅咨询:400-808-1751
北大期刊
影响因子 0.65
人气 24605
省级期刊
影响因子 0.67
人气 24442
北大期刊
影响因子 0.51
人气 23823
北大期刊
影响因子 0.99
人气 23331
北大期刊
影响因子 0.94
人气 20470
部级期刊
影响因子 0.98
人气 18962
北大期刊
影响因子 0.95
人气 18130
部级期刊
影响因子 1.03
人气 13627
部级期刊
影响因子 0.38
人气 12904
省级期刊
影响因子 0.16
人气 12421
摘要:面向多周期循环的通信任务,设计一种适用于轮询调度消息操作时间表(message handling time table,MHTT)架构的消息操作(handling)方法。利用最大团(max-group)算法对周期任务进行优化分组,使大部分任务处于候选相容组;利用两组相容性检查和偏移量查找,提出相容组内周期任务消息排布方法。分析和案例仿真结果说明,与不考虑次序优化的多周期消息操作相比,该方法完全保证相容周期任务的可调度性,使给定节点所需的MBI和时隙长度下限更短。
摘要:为提高无线传感器网络中待监测节点的定位精度,研究静态锚节点优化布设方法。通过几何精度因子的定义指出测距误差相同的前提下,锚节点几何形状对节点定位精度的影响;基于GDOP的表达式,从理论上严格推导出锚节点最优几何排列需满足的条件,给出最优几何排列的实例。仿真结果表明,锚节点最优布设下的定位精度远高于随机布设精度,这对监测应用中优化布设锚节点以提高定位精度具有指导意义。
摘要:为解决DV-Hop算法应用于智能电网输电线路故障监控时存在定位精度低的问题,提出一种电网输电线路故障监控定位算法。引入最小均方差计算锚节点间平均跳距,通过一个与最小跳数相关的动态权值对未知节点到锚节点的平均跳距进行修正。采用二维双曲线法估算未知节点坐标,利用参数因子更新估算坐标。实例仿真计算结果表明,在典型电网输电线路故障监控场景中,该算法比DV-Hop算法具有更高的定位精度。
摘要:为提高无线传感器网络中DV-Hop算法的定位精度,提出基于距离优化和改进粒子群的DV-Hop定位算法(DPDV-Hop)。距离估计阶段,利用单跳平均误差修正平均跳距,接收多锚节点的平均跳距估算节点间距离,使估算距离得以优化。位置估计阶段,采用改进的粒子群优化算法(I-PSO)替代最大似然估计法,I-PSO利用粒子成功率PS自适应调节惯性权重因子,产生变异算子提升种群多样性。仿真结果表明,DPDV-Hop算法较其它算法的定位精度有所提升。
摘要:针对配电网通信业务的差异性,准确地从异构无线网络中选出合适的通信网络并提高网络资源利用率是配电网高效运行的关键。提出一种面向智能配电网的异构无线网络接入选择算法,考虑不同类型配电业务需求和网络性能,结合灰色关联度和逼近理想解排序法构建相对贴近度模型,将相对贴近度最高的网络作为接入网络。仿真结果表明,该算法能够准确选出满足配电业务需求的接入网络,将配电业务更均匀分布在网络中,改善网络资源利用率。
摘要:针对中继无线传感器节点的能量联合优化调度问题,提出一种基于中继状态调度的无线传感器网络低能量算法。通过对中继节点实施状态调度来节约节点能耗,根据任务执行情况进行活动状态和休眠状态切换,减少空闲节点能量流失。基于信道容量进行信道传输数据位的平均数量约束,在最小化节点能量支出的同时不会影响网络的数据传播效率及稳定性。仿真结果表明,该算法与现阶段的节能中继选择算法及基于能量感知的中继选择算法相比,至少降低5%的数据分组平均能量开销,至少降低11.7%的平均数据分组丢失率。
摘要:在移动社会网络中利用节点携带者的社会属性设计高效的数据转发算法是当前研究难点问题,针对这一难题提出一种基于社会感知的数据转发算法。该算法包含一种数据转发度量,由两个效用函数组成,分别是利用节点的社会属性计算的社会相似性效用、利用节点间的社交联系计算的节点介数中心度效用,转发度量结合这两个效用函数获取网络节点的社交强度和重要性;利用该转发度量选择最优中继节点,设计高效的数据转发算法。采用真实数据集进行的仿真结果表明,该算法相比于其它3种经典算法具有明显的优越性。
摘要:针对无线传感网络(wireless sensor networks,WSNs)的三维未知定位问题,提出一种基于接收信号强度(received signal strength,RSS)和到达角度(angle of arrival,AoA)的二阶锥规划节点定位(RSS and AoA-based secondorder cone programming target localization,R-S-SOCP)算法。通过接收信号强度和到达角模型,获取距离和角度测量值,引用最大似然(maximum likelihood,ML)估计节点的位置,利用二阶锥规划(second-order cone programming,SOCP)将ML估计转换成SOCP优化问题,利用CVX求解节点位置。实验数据表明,与WANG和SDPRSS算法相比,R-S-SOCP算法定位误差下降近15%至20%。
摘要:为优化面向数据中心的多级交换网络的设计,系统研究中间级有缓存的Clos交换网络各级模块的缓存规模对交换网络吞吐率和时延性能的影响。基于马尔科夫链模型推导吞吐率性能的计算公式,以及无信元丢失所需的最小重排缓存规模。对不同参数设置下中间级有缓存的Clos交换网络进行仿真分析,仿真结果表明,理论推导值具有较高准确度,综合理论分析和仿真验证的结果,总结了多级交换网络缓存设计的一般规律与优化方法。
摘要:为最大化协作网络寿命,提出一种基于功率分配的最大化协作网络寿命算法(power allocation algorithm for lifetime maximization,PALM)。基于符号出错率约束条件下,为最大化网络寿命,对PALM算法进行研究。建立节点功率消耗模型,构建目标函数,利用Lagrangian函数求解目标函数,优化功率分配。分析网络尺寸、非对称用户初始能量分布对网络寿命的影响。实验结果表明,相比于WLFEPAT和WLFOPA算法,PALM算法极大提高了网络寿命,特别是在非对称初始能量条件下。
摘要:为提高信息系统安全评估的准确性,提出一种基于熵权法的BP神经网络评估模型。采用熵权法对安全指标体系进行处理,提取重要指标,剔除对评估结果无影响的指标,将重要指标作为BP神经网络的输入,提高BP神经网络对知识的学习能力,利用实例验证模型的性能。验证结果表明,与其它同类型评估模型相比,熵权-BP模型训练速度快,评估精度高,可以为信息系统管理员提供科学的参考依据。
摘要:针对高安全单位内网对信息流转细粒度管控的需求,提出一种基于多维标签的信息流转双重管控模型。介绍一种多维标签,提出一种高效的信息流转实时判别算法;提出一种结合领域知识的多维标签自动标识算法,将算法标识标签与用户标识标签进行对比,实现"事后"审计与预警。经原型验证,信息流转实时判别算法的吞吐量能达到2000次每秒,系统预警的召回率指标和准确率能分别达到93.75%和89.3%。
摘要:对于车联网中每个车载终端间短时间传输大量签名信息的验证效率问题,提出一种高效的基于身份的聚合签名方案。结合在线/离线技术,减少计算开销,不会增加额外的签名生成延迟,加入批量验证思想,提高验证效率。在效率分析中,采用的方案签名长度变小,降低了通信过程中的开销。将基于身份的加密技术用于生成用户的私钥,不需要证书,减少传输开销。结论表明,该方案安全性高,适用于大规模的无线网络。
摘要:针对现有情感词典没有区分相同极性情感词的情感强度,没有考虑情感强度的模糊性,导致情感分类效果较差的问题,基于自学习的无监督情感分类方法因采用单一分类器导致在生成伪标注数据集时,会引入较多错误的问题,提出一种基于集成学习的情感模糊计算分类方法。通过基于量化情感字典的模糊计算提高情感预分类精度,通过多分类器集成减少伪标注数据的错误率。在现有公开数据集的基础上,与其它算法进行实验结果比较,表明了该方法的准确性和有效性。
摘要:针对信息增益偏向于多值属性,信息增益率倾向于少值属性的特点,研究几何平均参与评价划分属性的决策树。从候选划分属性中,筛选高于信息增益算术平均水平的属性;分别计算这些属性的信息增益与信息增益率的几何平均值,从中选择几何平均值最大的属性,建立分支决策;用递归方法建立决策树。对4份不同规模数据进行实验验证,验证结果表明,该决策树准确性较好,运行时间较低,可行有效。
摘要:针对传统近邻传播聚类算法(affinity propagation clustering algorithm,AP)处理特征复杂数据时聚类准确率较低的问题,提出一种基于邻域相似度的近邻传播聚类算法。通过分析数据样本统计特性,确定合适的邻域半径和邻域密度,计算邻域相似度并注入偏向参数,提高算法在特征复杂数据集上的聚类精度。在UCI数据集上的实验结果表明,所提算法的聚类精度优于相比较的AP算法,且邻域半径对不同数据集有自适应性,引入邻域相似度提高传统AP算法在特征复杂数据集上的聚类精度是可行的。
摘要:为解决传统均值漂移跟踪算法难以适应目标的快速性以及尺度变化的问题,提出一种尺度自适应的目标跟踪算法,以HLBP纹理特征(Haar型特性局部二元模式)均值漂移跟踪算法为基础,结合帧差法、最大类间方差法以及形态学处理得到的二值图进行区域生长,确定目标真实大小,更新跟踪框,对搜索结果进行修正。实验结果表明,该算法可以跟踪快速移动的目标,实现尺度自适应,算法复杂度低,有着良好的跟踪性能。
摘要:针对传统引文推荐算法只考虑单一特征导致推荐结果过于专门化和推荐质量较低等问题,提出一种多特征因子融合的引文推荐算法。将整体影响力因子、局部活跃度因子、查询相关度因子及作者相关度因子通过多特征因子融合模型进行有效融合,其中,查询相关度因子通过引入ID2vec改进重启随机游走算法实现。基于ANN数据集的实验结果表明,多特征融合的引文推荐算法相比GloPageRank、TopicSim、BM25模型在召回率上都有相应的提升,改进的重启随机游走算法相比原有算法在召回率上提升了8.13%,在NDCG上提升了29.7%。由实验结果分析可得,所提算法可有效提升引文推荐质量。