基于生成树的网格资源发现算法

利用点对点技术的覆盖网络,提出了一种基于生成树的网格资源发现算法,通过维护并匹配邻居节点的链接资源信息位图索引,能有效地解决传统网格集中式资源发现算法缺乏动态性、可伸缩性和不能扩展等问题．仿真实验数据表明,该算法在查找过程中涉及的节点数和边数都比传统算法有明显降低,整个系统的资源发现效率大大提高．     

Gnutella环境下基于兴趣和信任的资源发现算法

在Gnutella系统中融入兴趣和信任,构建超级节点叠加网络时考虑信任和兴趣的因素,提出一种基于兴趣和信任的资源发现算法,减少资源定位的跳数和系统的网络负载,一定程度上解决恶意节点提供虚假欺诈服务问题,提高系统可用性和服务质量.仿真表明,该算法有效地抑制了欺骗,降低了网络的消息负载,提高了算法的搜索效率.     

轮值无线传感器网络邻居发现算法

为了使工作于轮值周期下的无线传感器网络节点能以较大的概率发现邻居节点,提出了在轮值网络下基于同步和概率的邻居发现算法.将此邻居发现问题建模为餐券收集者问题,并求解了这一问题,给出了网络节点发现任意个数的邻居所需时间片数量的期望值.另外,证明了在轮值周期为1时,该理论结果退化为普通ALHOA网络的结论.仿真结果表明,在一般情况下,该理论分析结果与实际情况符合得很好,即使在极端情况下(每一时间片仅有2个节点进入活跃状态)该理论结果仍具有较好的预测能力.     

基于Equalchord语义Web服务发现模型

为了拓展服务发现的范围提高服务发现效率并使得各个服务注册中心上的负载均衡,提出了一种基于Equalchord的语义Web服务发现模型(ECSDM).在此模型中,服务发布时首先按照NACIS进行分类,并以分类码作为标识符按照Chord路由算法分布到网络节点上.针对Equalchord中的节点负载均衡问题提出了过载率的衡量指标.为了实现节点间负载均衡,提出了节点加入算法和节点自动负载均衡算法.节点加入时根据网络中的负载信息来设置自己标识符以分担负载过重节点的负载,节点通过周期性的比较与邻居的负载情况调用自我负载均衡算法按顺时针分担负载,实现节点间的负载均衡.通过仿真系统ChordSim模拟实验,证明了该模型及算法具有良好的效果.     

一种基于TDD的无线mesh网络随机自学习调度算法

基于时分多址(TDD)的无线mesh网络是实现无线多跳网络和宽带无线接入的一种关键技术.为用户提供一种可以保障稳定通信的有效的分布式算法是影响基于TDD的无线mesh网络性能的关键因素.本文针对TDD的无线mesh网络提出一种随机自学习分布式调度算法,这种算法是一种基于信息学习的随机选择算法.在网络中,任一节点都要根据其邻居节点控制消息中所携带的数据,学习邻居节点的调度信息,从而判断可用时隙.若上次信息传输成功,则节点仍然沿用上次的传输时隙;反之,节点在可用时隙中随机选择一个时隙发送控制消息.仿真结果表明,与IEEE802.16标准中定义的算法相比,提出的随机自学习分布式调度算法能实现更高的吞吐量.     

基于能量均衡的ZigBee网络路由优化

为了提高网络中节点的能量利用率,提出了一种基于能量均衡的ZigBee路由算法.启动路由发现之前,首先在邻居表中搜索目的节点,然后在路由过程中给能量偏低的节点添加能量标志位,减少能量偏低节点的使用几率.采用仿真对比实验测试了算法的有效性和优越性,实验结果表明,算法不仅能有效地均衡各节点之间的能量,提高网络节点的存活率,而且能减少网络能量消耗,延长网络的生存时间,性能优于对比算法.     

基于两跳邻居的ZigBee网络借地址分配算法

针对标准DAAM算法可能产生网络深度折回问题及父节点可分配的地址空间分布不均,提出一种基于两跳邻居的ZigBee网络借地址分配算法。通过控制子节点发送地址请求信息的监测范围设为两跳通信距离内的邻居节点,并改进实时路由,实现优化网络拓扑结构,减少孤立节点。理论和仿真分析表明改进算法在地址分配成功率,地址分配平均耗时等方面优于DAAM算法。     

异构网下基于速度的自适应垂直切换算法研究

在异构网络垂直切换中一直存在着乒乓效应、网络利用率低和丢包率严重等问题．以往的算法虽然提出了改进的方法,但是没有考虑移动节点速度不同对切换效率的影响,在此提出了一种自适应主动预测的垂直切换算法．采用代价函数对可接入网络进行评估和选择;根据稳定周期、移动节点运动的速度和所处位置来自动调整切换执行时间,使移动节点能自适应的进行切换抉择．仿真结果表明,该算法可以有效地减少切换延时、分组丢失以及切换次数,能够有效地提高系统的切换性能。     

基于Anycast的无线传感器网络多基站路由算法

提出了一种基于多基站的无线传感器网络Anycast路由算法,算法为网络中每个基站都建立一棵自己的Anycast树,网络中所有节点选择路径开销最小的邻居节点加入到对应基站的Anycast树中.该Anycast多基站路由算法可以根据不同的网络时延需求设置不同的权重参数来选择最优的路径,以达到实现不同时延要求无线传感器网络的应用.所有源节点采集的数据根据其加入的Anycast树的树状结构进行数据传输并送达基站.仿真实验表明:提出的Anycast路由算法在多基站的无线传感器网络中可以有效降低网络能耗和明显延长网络生命周期,较好地解决多基站的无线传感器网络架构通信模式问题.     

基于距离的IPv6校园网拓扑发现整合算法

针对IPv6网络拓扑发现方法存在的不足,提出一种基于距离的IPv6校园网拓扑发现整合算法.该算法利用开放式最短路径优先(OSPF)路由协议里的子网信息,以节点之间的最短距离作为度量,将基于Traceroute6的和基于OSPF路由协议的两种拓扑发现方法的结果进行整合,并根据子网前缀、接口等信息进行修正.在实际网络中对该算法进行了测试,并与基于跳数的整合算法进行了比较.结果表明:该算法能迅速有效地整合拓扑发现的结果,提高拓扑信息的完整性和准确性.     

基于3次握手改进机制和SVM的无人机网络协作邻居发现协议

无人机在军事和民用领域都得到了广泛的应用,无人机的组网也成为研究热点之一.邻居发现作为组网完成的前提步骤,发挥着至关重要的作用.首先提出了基于3次握手改进机制的非协作邻居发现(3-handshake non-cooperation neighbor discovery,3-NCND)协议;然后融入支持向量机(support vector machine,SVM)算法,提出了基于3次握手改进机制和SVM的协作邻居发现(3-handshake and SVM cooperative neighbor discovery,3-SVMCND)协议,SVM作为分类器加入到邻居协议中,智能地将自身邻居节点信息发送给目标节点,减少了邻居节点推荐的数量,提高了邻居发现的速度.通过仿真实验比较了邻居发现时隙数、邻居发现率和能量消耗这3个性能指标.研究结果表明,相较于3-NCND协议,SVM-CND协议具有更快的发现速度和更高的邻居发现率.     

广域网中网络拓扑算法研究

网络拓扑发现是网络管理系统中的一个重要组成部分。介绍了在广域网中用于拓扑发现的两种算法,即以CNRG算法为代表的基本算法和启发式算法,并比较了两者的发现结果。结果表明,启发式算法与基本算法相比,在高效性、完整性以及准确性方面都有所提高。     

基于traceroute的多特征子网发现与分析

互联网测量的研究促进了路由器级拓扑发现的发展，而网络层的子网能为其提供更详细的中间互补视图.针对子网边界条件以及完整性考虑不足引起的准确率较低问题，提出了一种多特征结合子网发现算法.研究了同一子网IP的traceroute路径特征，将多个特征结合设计更精准的子网边界判定条件.通过筛选子网的完整性，缩小候选子网的搜索空间，启发式求解子网发现问题.实验结果表明，本文算法与现有其他算法相比，能更准确地发现子网，有效地减少子网误报情况，同时效率有所提高.最后，对六个地理上分散的ISP进行子网推断，并分析了这些ISP之间常见的各种子网特征.     

基于小波能量加权的医学图像融合新算法

目前的大多数基于小波变换的医学图像融合算法,由于没有细致考虑低频分量融合规则以及高频分量邻域特征对于融合效果的重要性,因而得到的融合效果有时并不理想.现提出一种小波域按邻域加窗能量加权的融合准则,该准则根据人体颅部18F-FDG和MRI-T1图像的特点,充分考虑到了低频分量和高频分量邻域特征,对原图像高、低频小波系数分别选用具有不同物理意义的窗矩阵进行邻域加窗能量计算,以归一化加窗能量为权值对各小波系数进行加权,得到融合小波系数,经过小波反变换重构出融合图像.实验证明,采用提出的融合算法得到的融合图像很好地包含了源图像的信息,该算法在医学图像融合应用中比传统的小波系数取大算法、加权平均算法及按邻域方差加权算法效果更好.     

基于遗传算法和Best-First图搜索的约减集求解算法

提出了两种新的约减算法,分别运用遗传算法和Ｂｅｓｔ－Ｆｉｒｓｔ搜索方法求约减集,前者利用了遗传算法的寻优特性从种群中获得一最优及一组次优个体,进而获得一组约减;后者采用Ｂｅｓｔ－Ｆｉｒｓｔ搜索方法,相对于Ａ算法可扩大搜索空间,并可从ｏｐｅｎ表前部获得一最优及一组次优的状态节点,进而获得一组约减。实验结果表明,文中提出的算法是有效且合理的。     

一种新的快速收敛的反向传播算法

提出了一种新的快速的误差反向传播算法 .这种方法从神经网络的权值调节公式入手 ,通过避免过早饱和、加大权值调节的幅度等手段来加快收敛 .并通过对两个奇偶问题、一个函数逼近问题的仿真 ,验证了所提出的算法的有效性 .结果表明 ,所提出的算法在收敛速度等方面大大优于通常的BP(反向传播 )算法、带动量项的BP算法以及其他的一些改进的算法 .     

网格资源发现机制研究与设计

结合网格的发展需求，在现有网格资源发现研究的基础上，设计了基于P2P的分层分布式网格资源发现模型，并对Chord资源发现算法提出了改进方法．该模型可实现基于属性的动态分布式查找，扩展性好，并在一定程度上提高了资源搜索效率．     

多关系网络社团发现算法

分析了真实社会网络的特性,建立了节点间多关系网络模型.在此基础上定义了节点间相互作用的影响力等概念,提出了适用于多关系网络的社团发现算法.通过理论验证了相关定义的合理性,并针对多关系网络进行了对比实验.实验结果表明:所提出的多关系网络社团发现算法与其他经典算法相比具有较高的精确度和较低的时间复杂度,具有重要的研究意义及实用价值.