基于分数微分的时间序列相似性度量及其应用

时间序列的相似性度量是时间序列聚类、分类以及其他相关时间序列分析的基础.传统基于距离的相似性度量方法，忽视了时间序列可能存在的时间上的联系，而将时间序列看作一系列孤立点的集合.对于序列间可能存在的前后联系，基于分数阶微分的遗传特性和记忆特性，提出一种新的时间序列聚类的相似性度量.根据时间序列的分数阶微分计算新序列间的点距离，将其作为聚类算法的输入对时间序列进行聚类.仿真实验结果表明，与基于原始序列矢量距离的聚类结果相比，新的分数阶相似性度量方法表现更好.     

WCCN聚类序列核函数在话者识别中的应用

针对说话人确认系统中GMM超向量建模计算复杂度高以及易受信道干扰的问题,提出一种新型的基于Bhattacharyya距离聚类的WCCN序列核函数算法.首先计算话者GMM模型之间的Bhattacharyya距离,根据该Bhattacharyya距离对话者模型进行聚类,得到聚类中心模型;紧接着对聚类中心模型的均值向量进行MAP自适应,进而生成超向量序列核函数;最后采用WCCN平滑归一化技术对序列核函数进行信道补偿,抑制噪音和信道畸变对核函数的影响.将该Bhattacharyya聚类WCCN核函数应用到SVM说话人确认系统,仿真实验结果表明该核函数可以有效地提高系统的识别准确率和识别速度.     

一种动态时间弯曲距离的时延调控基因相似度量聚类方法

针对传统的基于距离/相关系数的相似性度量方法无法有效度量基因间的时延表达特性,为了更加准确地刻画基因间的共调控关系,提出一种基于动态时间弯曲距离(DTW)的相似性度量方法,并结合可指定类数的仿射传播聚类算法进行聚类.将该算法用于人工合成数据和真实的酵母基因数据集,实验结果表明,相对于其它经典聚类算法,本文所提算法能得到更好的聚类结果.     

基于粒度空间的最小生成树分类算法

基于粒度空间理论,进行了基于归一化距离的最小生成树分类算法研究.首先根据类内偏差和类间偏差的性质,在已有的粒度空间生成算法的基础上,引入最小生成树以及新的最优聚类指标,给出了基于归一化距离的最小生成树分类算法,并建立了最优聚类模型.其次,将模型应用于研究从NCBI上下载的1902-2015年间的898条现在已经确认能够感染人的禽流感病毒蛋白质序列HA与NA蛋白,共有8种,包括H5N1,H5N2,H7N2,H7N3,H7N7,H9N2,H10N7,以及最近的H7N9.在距离中心最近的基础上,通过运行最小生成树分类算法,6个代表病毒序列被选出,并且得到了最优层次结构.最后,对实验结果进行分析,结果表明病毒爆发地域差异、病毒爆发时间等因素对禽流感病毒的变异产生了重要影响,这些结果与已有的研究结果一致,说明本文提出的最小生成树分类算法是有效的.在寻找基于粒度空间的最佳聚类问题上,最小生成树分类算法比原有的算法具有更低的复杂度.这些结论为基于大数据的信息处理提供了一种全新的处理方法.     

基于RFID位置语义的室内移动轨迹聚类算法

面向室内空间的移动轨迹聚类有利于发现室内热点和用户移动模式.针对室内环境在定位技术、距离度量等方面的特殊性,充分考虑室内移动轨迹的空间和语义特征,提出一种基于无线射频识别(radio frequency identi-fication,RFID)位置语义的室内移动轨迹聚类方法.该方法对原始轨迹提取特征点,可简化轨迹以降低算法时间复杂度;从空间形状和位置语义2个方面加权计算轨迹相似度,其中,空间相似度通过定义适用于室内三维空间的距离函数来计算,语义相似度计算基于最长公共子序列思想,并引入移动对象在轨迹点的到达时间和停留时间;利用线性表存储轨迹相似度,采用改进的层次聚类方法对移动轨迹进行聚类.实验结果表明,该方法能够有效地进行室内轨迹聚类并具有较高的效率.     

多协议下智能家居协议的分类方法

针对市场上智能家居协议标准繁多,加大了流量识别与分类难度这一问题,提出了一种多协议下智能家居协议的分类方法.该方法利用数理统计计算出K-Means聚类算法的K值和聚类初始中心,基于向量空间模型(vec-tor space model,VSM)概念,使用数据对象间的相似度去代替K-Means聚类算法中数据对象间的距离,使用信息熵作为聚类好坏的评估.选用真实环境下捕获的实验数据进行测试验证.结果表明,该方法对多协议下智能家居协议的分类精度达到90％以上.     

基于状态机的802.1X协议攻击检测方法

针对802.1X协议存在一定漏洞且易受重放、拒绝服务等攻击,结合802.1X协议的认证过程,抽象出802.1X协议认证的状态转移过程,同时针对802.1X协议的功能性攻击,构造出一套攻击状态转移机制:分析802.11报文和基于局域网的扩展认证协议(EAPOL)/扩展认证协议(EAP)报文的结构;剔除出重传的报文,逐个字段解析出关键字并存入链表中;将根据EAPOL/EAP报文格式取得检测所需的EAP报文存入缓存.据此,设计出基于状态机的802.1X的攻击检测方法.实验结果表明,在实际组网环境下的重放/DoS等802.1X功能性攻击能够得到准确的检测,并具有有效、统一的检测结果.     

基于聚类的多进制扩频伪码序列盲估计方法*

针对多进制扩频系统伪码序列估计的问题,借鉴无监督聚类分析的思想,提出了一种基于K均值聚类算法的多进制扩频系统伪码序列估计方法。该方法首先将多进制扩频信号分段成不重叠的信号向量构造数据集合,利用数据集合的自相关矩阵的检测统计量完成信号的盲同步;其次通过搜索基于K均值聚类的代价函数来估计伪码集合规模,代价函数曲线的拐点位置为伪码集合规模的估计值;最后利用数据集合的聚类特征完成伪码序列的估计。理论分析和计算机仿真表明,该方法可以准确估计多进制扩频系统伪码时延和伪码序列值。     

蛋白质的二级结构序列和结构型

从蛋白质的二级结构序列出发 ,提出了冗余的概念 ,定义了冗余数量和冗余长度 ,给出了不同结构型蛋白的冗余数量和长度的分布特性 .统计结果表明 α类蛋白中 30 %、β类蛋白中84 %、α/β类蛋白中 95 %的序列不同程度的存在冗余 ,冗余数量和冗余长度主要分布在 1～ 3的范围 .以主二级结构序列三联体为参数 ,利用信息聚类方法对 α类、β类、α/ β类、α β类的6 0 0个蛋白进行了聚类 ,结果表明 ,对冗余较少的α类蛋白 85 %以上能够较好地聚类在一枝中 ,但对于冗余较多的其它类蛋白不能分在一个大支中 ,大部分可以分散在多个小支中 .以主二级结构序列三联体为参数 ,利用 Mahalanobis距离方法对上述四种结构型进行预测 ,预测的总体准确率为 81 .1 % .聚类结果和利用 Mahalanobis距离分类结果充分展示了蛋白质二级结构序列对结构型的特殊作用 ,但由于冗余的影响使得二级结构序列的信息并未充分显示出来 .说明从蛋白质二级结构序列出发预测结构型和构建蛋白质框架结构是合理的选择     

混沌多进制直接序列扩频信号的盲解扩

为了在混沌扩频序列未知的情况下实现混沌多进制直接序列扩频信号的盲解扩,提出了一种盲解扩方法。该方法将混沌多进制扩频信号分段,借鉴数据挖掘领域的K均值聚类算法,对分段数据按照最小簇内距离、最大簇间距离的原则分类,通过平均侧影宽度完成对延迟时间和扩频序列数量的估计。对于单用户、窄带干扰以及多用户情况,进行了数值仿真。结果表明:该方法适用于混沌多进制扩频信号的盲解扩问题。     

移动自组网中基于分簇的通用一致性协议

提出解决移动自组网一致性问题的基于分簇的通用一致性协议(VCBC)。VCBC协议分为检测与分簇层和一致性实施层。检测与分簇层在对移动自组网分簇的同时,与附加的不可靠故障检测器一起向一致性实施层提供网络的当前状态。同时,分簇可以合并消息,减少网络中的消息数量,节省网络资源;一致性实施层利用检测与分簇层提供的层次化网络,采用一种通用的模型来解决移动自组网中一致性问题。通过NS2软件进行仿真实验,实验结果表明:VCBC协议在平均轮数(NR)、平均跳数(NH)和执行时间(ET)等3个方面均优于其他协议。     

无线传感器网络中改进的HEED分簇算法

在无线传感器网络中,基于分簇的路由协议在能量消耗、拓扑控制以及数据融合等方面具有优势。采用完全分布式产生簇头的HEED协议具有分簇速度快、簇头均匀等优点。但是HEED协议没有考虑网络中节点的移动性,当邻居节点距离发生变化时,通过簇内最小平均功率（AMRP）决定节点属于哪个簇会导致簇头能量开销过大,网络生命周期减小等问题。针对HEED分簇算法存在的问题,提出了一种基于稳定性的S HEED分簇算法。S HEED协议以稳定性作?问淳龆ń诘愕乃舸兀饩隽艘蛭贫源吹拇啬诮诘愫痛赝纺芰肯墓呶侍狻７抡媸笛橹っ鳎琒 HEED算法有效的减少了簇头节点的能耗,延长了网络寿命。     

基于能量和距离的分簇式WSN路由协议设计

针对典型分簇式路由LEACH协议随机选取簇头节点、分簇不合理等造成的网络节能不理想的情况,提出了一种基于能量和距离的分簇式路由协议EDCRP。通过把节点到基站的距离和其剩余能量作为基站选取簇头的参考因素,借鉴遗传算法中的轮盘赌思想选择簇头,并设置簇头之间的距离阈值,合理选取和分布簇头。通过在Matlab环境下仿真实验,比较了LEACH、DIRECT和EDCRP协议。实验表明,EDCRP协议可改善负载均衡和有效地延长网络生存时间。     

基于最佳簇数的无线传感器网络粒子群分簇协议

对层簇式无线传感器网络中的分簇协议进行了探讨。研究了经典的LEACH协议,分析了其缺陷,并提出了ILEACH协议。ILEACH协议首先按照一定的原则来计算最佳簇数目,并以此作为分簇的目标。簇重组阶段选择新簇首时,兼顾了节点的剩余能量与位置分布两个因素,并采用粒子群优化算法来计算,取得了较好的结果。仿真表明,ILEACH协议有效的节省了能量,延长了网络的生存时间。     

基于能量均衡策略的无线传感器网络LEACH协议改进

在原有的LEACH协议分簇算法的基础上,针对无线传感器网络中节点分布不均匀的情况,以节点的剩余能量与节点到基站的距离相结合来改进其阈值,作为节点成为簇首的随机数值的调整权值,改进其LEACH协议分簇算法。仿真实验结果表明,该改进的算法有效地均衡了节点的能量消耗,可以显著地延长网络的寿命周期。     

多事件节能的无线网络传感器协议

为了解决距离基站(Base station,BS)较远的传感器节点使用多跳通信向BS传输数据时产生更高能量消耗和使用寿命短的问题,该文提出了一个多事件节能蚁群优化数据传输(Energy Efficient Ant Colony Optimized Data Transmission,EEACODT)无线网络传感器协议.该协议消除了现有协议的一些限制和缺点,根据距离汇聚节点的节点距离将网络划分为多个扇区,根据扇区位置为节点分配特定的活动时间,以此来实现高效节能.该协议采用蚁群优化进行簇间通信,每个簇中簇头选择取决于它到BS的距离和剩余能量,中继节点的选择基于到BS的距离、剩余能量和队列大小这3个条件.实验表明与PSO协议和FAMACROW协议相比,本文EACODT协议在能耗、延时和包传输率方面均优于现有方法和性能.     

异构传感网中一种能量均衡非均匀分簇算法

分簇路由协议是无线传感网中减少能量消耗、延长网络寿命的一种重要手段.大部分分簇路由协议基于均匀分簇算法,却忽略了无线传感网单跳路由协议中远离基站的簇头需要消耗更多能量,从而导致整个网络能量消耗不均匀.针对以上问题,提出异构传感网中一种能量均衡非均匀分簇算法.一方面,簇头选取阶段,在考虑节点剩余能量的同时,引入非均匀竞争机制;另一方面,簇构建阶段,为节点选取簇头时,不仅考虑簇头剩余能量、节点与簇头间距,也考虑节点与基站间距.仿真结果表明,与LEACH,SEP,DEEC分簇算法相比,该算法有效均衡了簇头的能量消耗、延长了网络寿命.     

一种能耗均衡的WSN路由协议

能耗均衡的路由协议对于无线传感器网络至关重要,它能够延长整个网络的生存时间。文中分析了低功耗自适应聚类及其改进协议的优缺点,在其基础上提出了一种基于能量消耗密度的协议。该算法分簇阶段,综合考虑了节点所在区域的密度及簇内节点能耗,平衡各簇中的能耗负载,降低网络中能量消耗不均。仿真结果表明,该算法在能耗均衡性和延长网络生命周期方面比原有算法有了比较大的提高。     

车载通信网中拓扑发现策略的研究与仿真

基于车载通信网的运动规律, 提出一种车载通信网中基于分群机制的常驻代理网络拓扑发现策略（VCBRP）, 并给出了相应的分群算法. 计算机仿真实验表明, VCBRP算法具有更强的负载均衡特性, 在高速环境下具有更低的时延和路由请求次数, 包的提交率也有一定程度的提高.