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 24517
省级期刊
影响因子 0.67
人气 24269
北大期刊
影响因子 0.51
人气 23708
北大期刊
影响因子 0.99
人气 23200
北大期刊
影响因子 0.94
人气 20375
部级期刊
影响因子 0.98
人气 18644
北大期刊
影响因子 0.95
人气 18015
部级期刊
影响因子 1.03
人气 13561
部级期刊
影响因子 0.38
人气 12781
省级期刊
影响因子 0.16
人气 12277
摘要:有效的数据分发机制是实现车载自组网中各类应用的基础,针对车载自组网中非对称无线传输场景提出一种基于期望传输时延(expected transmission delay,ETD)的路由协议ETD-GPSR。转发节点候选集的建立由确认(ACK)机制和中间节点辅助完成,解决不准确转发节点候选集问题。ETD综合考虑链路质量、链路时延和传输半径,从候选集中选取ETD最小的车辆作为转发节点。仿真结果表明,使用基于ETD的路由策略可以增大数据包投递率,减少平均端对端时延。
摘要:为提高信息传输的误码率性能,提出一种改进的LDPC译码方案。基站对所接收的直传链路信源信息进行估计,得到含有误码的信源节点因子后,利用反馈信道向中继发送ARQ (automatic repeat reQuest)信息,中继根据所接收的ARQ信息进行转发;基站根据信源信息与中继信息的相关性估计比特翻转概率,将其利用到联合迭代译码过程中实现外信息的更新。仿真结果表明,改进的LDPC译码方案能够有效提高信息传输过程中的误码率性能,且译码性能随着信源-中继传输链路的改善提高。
摘要:针对现有PANDA算法将平滑因子设为固定值的不足,提出一种基于PANDA算法的视频码率自适应切换算法。以缓存状态和网络吞吐量变化率动态地构建平滑因子,进一步通过指数加权移动平均(EWMA)对带宽做平滑处理;通过设立一个延缓片段请求发送策略,确保缓存区始终维持在一个均衡的状态,保证视频播放的流畅性。使用libdash对所提算法性能进行验证,实验结果表明,在时刻变化的网络环境中,所提算法能很好地应对网络中出现的这些变化。
摘要:传统的节点重要性排序算法多从单一属性角度进行分析,评价不够全面,影响排序结果的准确度。为解决这一问题,从多属性融合的角度提出一种融合度与K核迭代次数的节点重要性排序算法,从局部(即度)和全局(即K核迭代次数)两个属性对节点重要性进行综合评价,使用熵权法确定局部属性和全局属性对节点重要性的贡献权重。人工网络和真实网络的实验结果表明,该算法对节点重要性进行排序时具有较高的准确性和较好的时间效率。
摘要:次用户在竞争主用户授权频谱资源时会存在远近不公平性问题,该问题可以通过控制次用户的发射功率来解决。基于衬底模式,提出一种改进的功率控制算法。改进后的效率函数能够兼顾次用户的公平性,有效降低算法的时间复杂度。综合考虑信道质量、信干噪比和发射功率,设计更合理的代价函数。在博弈论的基础上,验证所设计效益函数的收敛性,实验结果表明,该算法与传统算法相比,降低次用户发射功率的同时提高了系统的吞吐量,增加了次用户间的公平性和整个系统的效益。
摘要:为解决灾后部分地区因基础设施损毁无法与外界通信的问题,提出一种基于区域中心节点和无人机摆渡节点相结合的延迟容忍网络路由策略。在各区域中心设置固定的区域中心节点,在区域内建立基于区域中心节点的消息汇聚转发机制;区域间由区域中心节点和摆渡节点协作完成消息传递,摆渡节点按规划路径定期巡航各区域中心节点实现分裂区域间的信息交互。仿真结果表明,该路由策略能改善网络性能,在开销比变化不大的情况下提升整个区域的数据递交率,大幅降低传输时延。
摘要:研究IEEE 802.11e协议中吞吐量权重比例公平性问题,提出基于业务负载增量估计算法的自适应分布式信道接入机制。给出竞争窗口(CW)关于业务负载线性调整规则,建立接入参数与动态网络条件的关联;提出业务负载的增量估计算法;通过引入优先等级因子参数和多阈值设置,支持吞吐量权重比例的优先等级(WPL)并获得更好的总吞吐量性能。CW决定了节点接入信道的概率,保证了吞吐量权重公平性性能。仿真结果表明了自适应接入机制的有效性和可扩展性。
摘要:针对全数字预编码和模拟预编码难以克服毫米波引起信号衰减的问题,提出一种近似最优的混合预编码方法。将整体容量优化问题分解为单独的天线阵列来处理,在已知信道状态信息的情况下,利用连续干扰消除算法的思想,用模拟预编码器对相位进行控制,在数字预编码器上运用迫零(ZF)预编码,对每个天线阵列逐一进行优化,实现并行化迭代的过程。实验结果表明,所提混合预编码方案有接近理想预编码算法的性能,有效降低了系统的计算复杂度。
摘要:为解决社会网络拓扑结构和签到数据时空关联性导致的敏感关系隐私泄露问题,提出面向时空特性的社会网络敏感关系隐私保护算法。设计一种启发式规则来评估删除对象的推演贡献度和信息损失,在获得安全推演社会网络图的同时保证高数据可用性;提出边添加策略和数据更新策略来降低信息损失并优化算法的执行效率;对算法的安全性、数据可用性等进行了理论分析和证明。基于真实的社会网络数据进行实验测试和分析,实验结果表明了所提算法的执行高效性和图数据的高可用性。
摘要:为有效检测SQL注入(structured query language injection,SQLI),对机器学习的基本方法进行研究,通过朴素贝叶斯(Naive Bayes)分类算法对SQLI检测分类。对用户可能输入的字符序列,经特征提取与词法分析后,生成特定顺序标记(Token)的特征向量,通过朴素贝叶斯模型对其分类,评估出SQLI与非SQLI (non-SQLI)两个类别。对预处理阶段加以细化,包括对特征提取方法的改进与词法分析标记原子化;在机器学习阶段,针对预处理后的特征向量,提出一种可去噪声的SQLI检测算法。实验结果表明,在给定的预先确定了SQL语句类别的数据集的情况下,该方案可以有效地检测SQLI攻击。
摘要:为提高当前图像水印技术的抗几何失真能力,兼顾其鲁棒性与不可感知性,设计稳定几何失真校正机制耦合重要位平面分解的鲁棒图像水印算法。基于离散小波变换DWT (discrete wave transform),对宿主数据的重要位平面实施处理,得到对应的子带信息;并把低通子带划分成一系列的子块,通过计算嵌入因子,构建水印嵌入机制,将加密水印隐藏到低通子带的子块中,形成水印图像;建立训练样本,提取这些图像的重要位平面,计算对应的低阶伪Zernike矩;利用训练样本对SVM (support vector machine)完成训练,校正失真的水印图像;设计水印检测方法,提取水印。测试数据表明,与当前图像水印方法相比,所提算法具有更强的抗几何变换能力,以及更好的不可感知性与鲁棒性。
摘要:从区块链定义、特点、基本概念与技术架构等方面阐述区块链技术,提出四层的技术架构。结合国内外著名的区块链项目,分析比较不同区块链共识机制的性能。分析区块链发展遇到的问题,尤其是隐私保护方面存在的问题,从数字加密货币出发,分析区块链隐私保护问题的挑战、解决方案及难点,重点对匿名币门罗币和零币使用的环签名和零知识证明进行研究。对区块链隐私保护技术进行总结与展望。
摘要:机器学习算法的线性扩展性要求算法的计算性能随节点数增加保持接近线性增长。针对当前ALS算法扩展性测试的不足,提出一种多维度扩展性测试方法,通过横向测试进行扩展性测试,使用纵向测试确定扩展性瓶颈。结合真实数据集在Spark MLlib上进行测试,实验结果表明,该算法对节点敏感,会出现任务聚集到某个节点上的问题,同时随着任务并行度增加,算法执行时间增加,效率降低。
摘要:退化方法是求解多示例多标记学习(MIML)问题常用的求解方式,但是在退化过程中会造成标记之间的关联信息丢失。对该问题进行研究,提出OCC-MIMLSVM+分类算法,将MIMLSVM+算法与有序分类器链(OCC)方法相结合,通过对分类器进行合理组织,将标记之间的关联信息融入至算法的训练过程中,解决信息丢失问题,提高分类准确率。实验结果表明,改进算法取得了比基准多示例多标记算法更好的分类效果。
摘要:移动云计算中,移动设备电池充电间隔时间的不确定性会对移动设备服务请求的卸载决策和本地执行服务请求时的CPU运行频率产生重要影响。为解决这一问题,研究基于随机数据模型的移动设备控制策略问题,考虑充电间隔长度不确定的情况下,定义移动设备的执行性能和功耗的均衡目标函数,证明移动设备的最优控制决策在充电间隔变化时也会发生改变。以最大化目标函数为基础,提出一种动态规划算法对移动设备的最优控制策略(计算卸载决策和CPU运行频率)进行求解。数值仿真结果表明,在3种不同的充电时间间隔的概率密度函数下,所提最优控制策略比基准算法能够得到更好的性能。
摘要:针对传统果蝇算法(FOA)搜索方向不均匀导致算法求解高维问题时收敛稳定性差和收敛精度低的问题,对果蝇算法的搜索机制进行研究,用扇区搜索机制替代传统搜索机制产生新型果蝇算法(SS-FOA)。分析果蝇群搜索机制对果蝇飞行方向的影响,提出扇区搜索机制;提出再优化概念,将扇区搜索机制用于参考文献中优化算法再优化。对6个经典测试函数的实验结果表明,扇区搜索机制可用于果蝇优化算法再优化,有效提高被优化算法的收敛精度和稳定性。
摘要:针对传统K-means算法在处理海量数据时存在计算效率低和时间复杂度高的缺点,提出一种基于Spark计算框架的改进K-means算法。利用网格单元保存数据点的空间位置信息,通过与聚类中心的空间位置关系减少冗余计算,为提高算法处理海量数据的能力,采用Spark框架对算法进行并行化实现。在集群环境下进行测试,基于Spark框架的改进后算法能有效降低计算的时间复杂度,算法具有良好扩展性,计算效率有显著提高。
摘要:针对传统的K近邻算法计算量大、定位实时性低的问题,提出一种基于蜂窝网格的改进方法。对收集的RSS采用高斯滤波处理,正确显示无线信号的波动特性;针对定位现场会出现不同楼层的情况,提出根据位置指纹内的MAC地址区别不同楼层指纹的方法;使用K-means算法对指纹库聚类,缩小指纹搜索空间,在二分法的投票机制下确定最终的定位区域。仿真结果表明,在缩小定位区域之后,在保证定位精度的前提下,大幅度缩短了定位时间,保证了定位的实时性。