排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
针对集成僵化的传统航空网络难以在节点出现故障后快速高效调度网络资源,从而恢复任务执行的问题,提出了无线网络虚拟化环境下节点可靠感知的差异保护虚拟航空网络映射(node reliability-aware protection-differentiated virtual airborne network embedding, NRPD-VANE)算法。首先,节点映射采用新的节点重要度评价方法,综合感知故障可能、无线干扰和网络资源,为虚拟节点映射可靠物理节点;其次,链路映射根据节点重要度,采用P圈保护技术对映射路径节点实行差异保护。仿真结果表明,相比传统的节点保护映射算法,所提算法在保持较低恢复时延的同时,提高了映射成功率。 相似文献
2.
3.
针对传统流量分类方法存在模型训练速度慢、样本标记成本高和难以满足分类实时性的问题,构建了一种在线的半监督流量分类算法——OSOINN-RBF。首先使用改进的自组织增量神经网络对数据进行在线增量式的无监督学习,获得代表流量数据分布的SOINN网络,SOINN中节点的权重和半径分别作为径向基网络隐藏层节点的中心和半径;径向基网络能够捕获数据中难以发现的规律性,具有良好的泛化能力和学习收敛速度;最后使用少部分标记样本调节径向基网络输出层的权重,提高径向基网络的分类性能。实验结果证明,与主流分类算法相比,OSOINN-RBF算法的分类性能都为最优,具有最小的时间开销;面对未知流量类别时,OSOINN-RBF算法相比SOINN算法的分类准确率提高了5%~7%。 相似文献
1