一种基于集合运算的MPR集选择算法

在传统的OLSR协议中有MPR集和非MPR集2种转发节点.MPR集是在广播洪泛的过程中挑选的转发广播的节点,但在某些情况下传统的MPR集并不是最优的,这样网络节点也会转发不必要的数据,造成资源浪费.针对经典算法的不足之处,提出一种逆向思维的新型算法,通过循环和集合运算相结合的方法有效剔除无效冗余的节点,不仅能达到传统OLSR协议的效果,而且比传统OSLR协议的数据开销更小、效率更高.最后,通过仿真平台(OPNET)实现重新定义OLSR的MPR集算法.结果表明,该算法对于网络吞吐量、数据包传输时延有一定的提升.     

一种新型MPR集选择算法

传统的OLSR协议通过区分MPR集和非MPR集来减少广播分组的数据转发开销,但存在特殊情况使找到的MPR集不能达到最简,这样网络节点就会转发不必要的数据,造成资源浪费.在传统OLSR协议的基础上,通过组合数和按位运算结合的方法不仅能达到传统OLSR协议的目的,并且能有效找出特殊情况的MPR集,减少不必要的数据转发开销,使其具有高效性.最后通过仿真平台实现了重新定义OLSR的MPR集算法.实验表明,该算法对于网络吞吐量、数据包传输时延有一定的提升.     

一种基于节点二维均衡策略的MPR选择算法研究

OLSR路由协议中,MPR节点的选择以连接度为参考标准．实际上,随着节点的增加和移动速度的加快,由于某些MPR节点的空闲度降低而造成节点拥塞加剧,降低了网络的性能．以节点空闲度和连接度均衡考虑对MPR选择算法做出改进研究．实验结果表明,改进后的OLSR路由协议在数据传输成功率与时延等方面都有显著提高．     

决策表最优特征子集的选择--基于粗集理论的启发式算法

特征子集选择问题是机器学习的重要问题。而最优特征子集的选择是NP困难问题,因此需要启发式搜索指导求解。基于粗集理论,本文提出了一种新的决策表最优特征子集选择的启发式算法。和以往的方法相比,这种算法简单实用,在一定条件下能够以较高的效率得到最优特征子集。     

MANET信任路由机制的研究

MANET网络的路由行为表现为若干移动节点间的动态协作,由于无法解决节点的恶意行为问题的传统路由协议不能有效解决传输路径的可靠发现与选择,在对节点路由行为逻辑进行分析的基础上,建立节点的转发概率模型,将节点转发行为转化为对节点路由的信任度量与动态评估问题,以实现端到端路由信任量化与预测。仿真实验结果表明,所提出的信任路由选择算法,可以有效地刻画传输路径的信任特性,实现信任路由选择策略。     

基于MMSE准则的发射天线子集选择算法

多天线无线系统可提供更大的信道容量和更好的抗衰落能力,发射端利用反馈的部分信道状态信息进行发射天线子集选择是降低MIMO系统实现复杂度和成本的有效手段。本文从差错概率最小化的观点出发,提出了基于MMSE准则的天线选择算法,它通过计算经MMSE检测后各去耦子信道的信噪比,选择较好的发射天线并反馈给发射端。仿真实验表明,该算法具有较优的性能。     

交通网络最优安全路径选择模型与算法

针对交通网络任意路段均可能发生中断的最小损失路径选择问题,提出交通网络最优安全路径选择模型,并设计了2种不同网络结构下最优安全路径选择算法.首先用模型计算任意一条路径上每条边中断后产生的从起点到终点最短替代路径长度的最大值,然后选择一条最短替代路径长度最大值最小且自身长度最小的路径.在网络中,当最短路径删除后该网络依然连通时,最优安全路径问题转化为最短路径问题,其计算复杂度为O(n2);当最短路径删除后该网络不再连通时,最优安全路径问题转化为最小最大问题,其计算复杂度为O(mn),且仅与网络中节点和边的数量有关.最后,结合交通网络的实际情况对最优安全路径进行了算例分析.     

Ad Hoc网络中基于能量耗费和阻塞成本路由算法研究

Ad hoc无线网络是一种无需基础架构,利用节点就可以相互传送数据的网络,其节点的电量是有限制的,需要设计一种能延长节点电量的路由算法来解决这个问题。将传统的路由协议(如:AODV、DSR)加入能量耗费与阻塞成本作为选择路由的依据,利用相关参数构建能量耗费成本模型,并设计出的新的路由算法,最后经过仿真实验验证算法的优越性。     

基于信道占用率的Ad Hoc网络自适应公平性算法

Ad Hoc网络中,节点通过竞争信道完成通信,如果竞争窗口值选取策略不合理,则容易造成公平性问题.在分析现存典型公平性算法的实现机制基础上,提出了信道占用率的概念,设计了一种基于信道占用率的Ad Hoc网络自适应公平性算法.根据节点对通信历史及当前信道占用率与理想信道占用率之间的关系,将通信情况分为4种类别,再结合当前网络负载情况,动态设置竞争窗口值.仿真结果表明,该算法在改善吞吐量的同时,显著提高了节点信道接入公平性,在各种负载条件下表现良好,优于BEB、MILD、MIMD和NAVB等算法.     

一种基于权重的动态分簇算法

基于分簇算法,提出了一种基于权重的动态分簇算法(WDCA).该算法综合考虑了节点与其邻居节点的相对速度,节点到其邻居节点的平均距离,节点的能量以及节点的邻居数等因素来选择簇头;同时取消了一般加权分簇算法中簇成员到簇头只有一跳的限制,而是根据簇内成员数动态调整.模拟结果表明,与经典的加权分簇算法(WCA)相比,该算法的簇头稳定性、网络的负载均衡都有很大提高.     

一种基于最佳信道选择的Ad Hoc协同路由算法

协同路由（cooperative muting）技术通过节点主动寻找协同节点为其转发数据,可以有效地提高网络的性能。文中提出了一种Ad Hoc网络中的基于最佳信道选择的协同路由算法,建立了该算法的模型,并基于该模型给出了算法的具体实现,最后通过仿真,比较了该算法与非协同DSDV路由协议性能的差异。结果表明。该算法相对于非协同DSDV路由协议获得了明显的性能增益,同时仿真也较好地验证了算法的优越性。     

一个最优并行选择算法

最优并行算法系指其所用时间与处理器数目之乘积等于相应串行算法之时间下界的那一类并行算法。对于求解从n个数中选取前m个或第m个最小(或最大)数的选择问题(m相似文献   

用基于最小子集的遗传算法提取基元

基元提取是基于模型的计算机视觉研究的一项重要内容 .霍夫变换是基元提取的最常用的方法 ,然而 ,在许多情况下 ,其存储开销太大而难以让人接受 .为此提出了一种基于最小子集的遗传算法来提取基元 ,在此 ,最小子集被定义为确定某一基元所需几何点的最小数目 .与霍夫变换相比这种方法能更有效地提取基元 .     

基于MIMO天线多载波系统的最大容量及最优信道选择算法

为了实现多输入多输出（MIMO）系统的最优传输,在加性高斯白噪声信道下分析了MIMO天线的信道容量增益,选而提出在MIMO多载波系统中,对信道进行时-频-空三维划分的理论,并给出了时-频-空三维能量密度谱的概念,从而对能量和时-频资源进行约泉．在此基础上推导并得出了MIMO多载波系统在加性噪声下的最优能量分配准则和MIMO多载波系统的容量上限在最优能量注水解的指导下,对基于MIMO天线的正交频分复用（OFDM）系统进行最优信道选择,并与未经信道选择算法的系统在相同资源约束和信道环境下进行性能比较仿真结果表明,经过信道选择的系统能更有效地保证符号可靠传输,并且系统容量逼近提出的容量上限．     

基于VTK与MFC的多平面重建技术研究与实现

文章利用Visual C++2005、VTK和DCMTK开发工具实现了DICOM图像的多平面重建.研究不但有利于医生直观、全面、准确地了解病变部位的空间、位置等信息,而且有利于医生挖掘医学诊断信息,对计算机辅助诊断有着重要意义.     

用于最佳文本选择的改进贪婪算法

对于开放域的文语转换系统来说,最佳训练文本集的选择是至关重要的,尤其在希望文语转换２系统能实现对不同说话人语音的自适应建模时,以音长模型为例,在线性模型的假设下,通过对设计矩阵结构的扩展,提出了基于多模型合并的贪婪选择算法。实验表明,由于充分利用了不同子类模型选择文本间的巨大冗余度,从而显著减少了所需训练语句的数量。同时,通过改进拟阵覆盖问题中你价函数的形式,将算法进一步推广至使训练文本中音素总数