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.     

基于互信息的特征子集选择

通过互信息的思想提出一个新的评价函数来评价属性之间的相关性,并结合LV算法进行特征子集选择.结果表明,该方法对分类问题效果明显.     

网络划分优化的退火遗传算法

通过将退火机制引入遗传算法的选择运算中,提高了收敛速度,克服了传统遗传算法容易早熟的问题,较好地解决了网络划分优化问题.实验证明此算法在网络划分优化中行之有效.     

基于改进遗传模拟退火算法的测试优化选择

针对测试优化选择这一NP-hard问题,提出利用改进遗传模拟退火算法对其进行求解。由于遗传模拟退火算法直接应用在测试优化选择问题时,存在算法运行到后期时搜索过程冗长和交叉操作后父代与子代的染色体相似度高的缺点。因此采用非线性加速适应度函数提高搜索速度,同时在交叉操作前先对基因进行比较,剔除无效交叉以提高交叉有效性。最后,对典型实例(超外差接收器系统)进行测试优化选择,结果表明,优化后的遗传模拟退火算法达到收敛所需代数相比于遗传模拟退火算法减少13.3%;在满足故障检测率和隔离率的要求下,所需的测试代价与其它算法所得相比较小。因此优化后的遗传模拟退火算法可以更有效地解决测试优化选择问题。     

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   

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 .