一种改进的基于代价函数的垂直切换算法

针对目前有一些切换算法没有综合考虑多种属性以及多种属性的权重对代价函数产生的影响,导致切换性能不理想的问题,提出一种改进的基于代价函数的垂直切换算法。该算法采用层次分析法来确定多种属性之间的权重关系,构造比较判决矩阵并检验其一致性切换判决,然后利用切换判决代价函数进行垂直切换的判决。实验结果表明提出的算法能够综合考虑各属性间关系,从而获得良好的切换性能。     

用于异构网络的差值门限模糊切换算法

为了提高用户在异构网络中进行垂直切换的准确度,减少"乒乓效应",提出了一种差值门限模糊切换算法(Difference Threshold based Fuzzy Handover,DTFH).DTFH算法考虑异构网络中的切换触发与切换判决两个方面.用户获得当前网络和目标网络的信噪比差值,根据该信噪比差值与设定的切换触发门限的比较结果进行切换触发;然后,采用模糊逻辑方法得到用户当前网络与目标网络的模糊判决值,根据两个网络的模糊判决值之差与设定的切换判决门限的对比结果进行切换判决.以LTE和WiMAX异构网络为仿真场景,仿真结果表明,与传统切换算法相比,DTFH算法能在减少"乒乓效应"的同时,提高用户吞吐量,从而提高垂直切换的性能.     

基于车辆用户行为的异构网络垂直切换算法

针对车辆用户提高垂直切换性能的问题,提出了一种基于行为的垂直切换算法。采用软件定义网络(SDN)架构,通过层次分析法,得到用户速度对于不同参数的影响因子,并结合方向确定垂直切换中的参数权重值。再利用马尔可夫过程构建不同权重值影响下的回报函数;利用模糊逻辑,根据速度确定决策间隔,得到完整算法。仿真结果表明:该算法可有效提高用户收益值,并可抑制频繁切换问题的发生,从而提高服务质量。     

异构网络中基于用户需求的垂直切换算法

采用不同的无线接入技术的多种网络的融合可以提高无线传输性能,为移动用户提供随时随地的网络连接。垂直切换是异构无线网络相互融合的基础,在垂直切换过程中,切换判定是一个非常重要的环节,直接决定切换性能。提出了一种基于用户属性与需求的切换算法,根据用户类型以及用户的QoS需求选择相应的切换策略,能有效地提高垂直切换性能。     

基于垂直切换的SAE架构改进

为解决终端在各个异构网间频繁移动时的服务质量问题,本文以垂直切换为切入点,在架构中加入存储垂直切换判决所需的各个网络静态参数的信息模块,对需要垂直切换判决的终端,提供所需的静态参数,通过垂直切换算法联合网络的动态参数进行网络切换判决,使终端切换至更好的网络以满足用户要求。通过性能分析,改进后的架构能更有效地为用户选择高效的网络。     

基于乘积蕴涵算子相似度量的异构网络垂直切换

为了使无线异构网络有效融合,给出一种基于乘积蕴涵算子R_π的Vague集相似度量算法H_W(x,y),将其表示式应用于多属性判决方法之中,从而得出一种基于H_W(x,y)的垂直切换算法。将所得算法应用到LTE和WLAN组成的无线异构网络模型中,仿真可得切换次数、服务质量和丢包率的评价指标值,与基于M_F(x,y)的异构网络垂直切换算法相比较,新算法可减少异构网络切换次数、提高用户服务质量,并减少丢包率。     

基于峰度准则与判决引导的非线性盲解卷积

针对Weiner模型,提出了一种基于最大峰度准则与判决引导相结合的非线性系统盲解卷积算法。在代价函数中引入了判决引导均方误差,优化代价函数,减少局部极值和降低剩余误差。研究了利用实数编码的遗传算法对代价函数进行最优化搜索。仿真实验表明该算法具有快速收敛性能和高精确度等优点,能够大大提高解卷积后的输出信噪比。     

多属性决策的IPv6移动网络路由选择算法

针对IPv6多宿移动网络容易出现数据流集中于少数移动路由器节点,从而导致负载过重问题,提出了一种基于多属性决策的负载均衡路由选择算法。通过引入移动路由器节点的带宽、丢包率、挂载节点个数等多个决策属性信息,使用组合赋权法计算各决策属性的权重,建立了多属性决策模型,移动节点依据该决策模型选择最优的移动路由器节点来转发数据。该算法综合考虑移动网络负载分布状况及节点数据类型,合理分配数据流量,可均衡全网络流量。仿真实验表明,该算法使移动网络流量得到控制,且网络延时降低约50%,网络整体性能得到了明显的改善,同时该算法代价小且具有良好的网络环境适应性。     

最优多层决策模型及其应用

针对多属性决策问题,结合最小隶属度偏差法和最小生成树的解法,建立了科学适用的多层决策数学模型,提出该模型的算法,并运用Matlab程序对模型进行求解．通过实例的分析表明,使用此方法既综合考虑了多种评价指标,同时又解决了人为规定各评价指标权重存在的主观性问题,可以直接根据隶属度函数进行最优决策．     

基于关系分解的外包数据库机密性保护方案研究

针对外包数据库服务中数据库服务提供商本身并不完全可信等潜在威胁引起的隐私数据机密性威胁,提出了一种基于关系分解的外包关系数据库机密性保护方案。设计了考虑查询类型和属性所处查询位置的属性分解代价计算策略,并以此计算策略为评价标准,给出了求解最小属性分解代价方案的算法。然后,对各数据切片进行了准标识符的抗共谋攻击处理,并进行了性能测试。实验对比结果表明该方案对不同的应用查询类型有较好的适应性,有效降低了关系分解代价,提高了查询执行效率。     

基于AHP的异构网络安全切换算法

移动终端在异构网络中进行垂直切换时不但要考虑周围无线网络各项性能指标,还要考虑安全问题。针对异构网络中的安全切换问题,提出了一种基于层次分析法的异构网络安全切换算法。在传统的层次分析法的基础之上引入了安全因子和安全参数。安全因子随着网络安全特性的变化而动态改变,而安全参数是对网络安全性的量化表示。实验结果表明,算法不仅能使终端切换到性能最佳的网络,还能够保证终端切换时的安全性。     

基于Hilbert空间向量范数的网络选择算法

提出了一种基于Hilbert空间向量范数的网络选择算法.该算法定义Hilbert空间中的
向量范数表征满意函数,以修正由层次分析法给出的各指标权重因子;并利用基于修正权重
因子的Hilbert子空间中向量间的几何关系,衡量网络参考向量与用户目标向量间的相似性
,选择与用户需求最匹配的网络. 此外,通过定义向量间的角度及距离阈值构建的“容忍空
间”,控制垂直切换频率. 仿真结果表明,该算法能为不同业务应用选择与其服务质量需求
匹配的网络,并能有效降低切换次数,保持业务连续性.     

基于计算决策专家综合权重的IVHFMAGDM方法

文章研究区间值犹豫模糊多属性群决策(IVHFMAGDM)问题。首先,依据离差最大化思想计算决策专家的客观权重,再根据决策专家的主观权重与客观权重相离程度确定决策专家的综合权重;其次,在考虑决策专家综合权重基础上利用区间数的熵值法计算属性权重;再次,在确定属性的综合值后,对不同方案在单个属性上进行两两测度,建立积型模糊互补判断矩阵并求解各方案在单个属性上的比较值,通过计算所有方案在所有属性上建立的积型模糊互补判断矩阵综合测度结果对方案进行排序;最后,通过一个数值算例对算法的有效性进行了验证分析,结果表明该算法操作简单,能够快速解决IVHFMAGDM问题。     

基于组合权重的交通网络路径选择方法

针对城市交通网络路径选择过程中路径属性权重确定方法不合理的问题,考虑属性的主观权重不能更好地反映路径的客观信息并承载了较多的主观随意性、客观权重则对驾驶员的主观偏好兼顾不够等因素,提出了一种基于组合权重决策的最优路径选择算法。基于信息熵理论、路径的旅行时间和费用等属性对路径进行评价,属性的权重用主观权重和客观权重相结合的方法确定,根据计算得到的各路径的综合属性值,对可能的路径方案进行排序,从而得到最优路径。利用算例说明了本文最优路径选择算法的正确性和合理性。算法兼顾了专家的知识和出行者的主观偏好,同时有效地利用了路径的客观信息,得到的最优路径更合理。     

一种面向于混合属性数据的聚类改进算法及其在客户细分中的应用

K-prototypes算法只适合处理对称标称型数据、序数型数据和区间型数据,对于用户兴趣等非对称型数据之间的相异度计算,如果采用对称标称型数据间的计算方法,则误差较大,而且设定的分类属性权重调整系数不容易确定。在考虑多种属性数据特征的基础上,对K-prototypes算法加以改进,提出一种简单的各类属性权重系数计算方法,即按属性比例初步计算各类属性权重,并分别配以微调系数进一步微调。同时扩展其算法,使其可以更好地处理非对称标称型数据,提升聚类效果。最后在实际的客户细分应用中验证其有效性。     

一种基于前景理论的灰色多属性风险型决策方法

针对属性权重完全未知且属性值为区间灰数的多属性风险型决策问题,提出了一种基于前景理论的决策方法.首先将原始风险决策矩阵标准化,并以此构造正、负理想方案,根据各方案与正、负理想方案的关联系数,利用离差最大化优化模型求解属性权重;然后在前景理论和灰色关联分析方法的基础上构建前景价值函数和权重函数,进而依据各方案综合前景值的大小确定出方案的优劣排序.最后通过一个实例说明了该算法的可行性和有效性.     

基于自适应权重AD-Census变换的双目立体匹配

针对AD-Census变换采用固定权重将AD变换代价与Census变换代价合成的双目立体匹配代价无法体现像素点区域特征的问题,提出一种基于自适应权重AD-Census变换的双目立体匹配算法。算法首先通过增加相邻像素点的灰度差阈值条件改善十字支撑自适应窗口;然后以每个像素点的十字支撑自适应窗口的最短臂长为自变量,利用指数形式的函数,进行AD变换代价与Census变换代价合成权重的自适应设置。由于像素点十字支撑自适应窗口的最短臂长能够反映像素点的区域特性,因此自适应设置的权重大小与像素点的区域特性直接相关,计算图像边缘区域像素点的匹配代价时,AD变换的权重大;计算平滑区域像素点的匹配代价时,Census变换的权重大。Middlebury第3代双目立体匹配评估平台的结果显示,基于自适应权重AD-Census变换的双目立体匹配性能与基于AD-Census变换的双目立体匹配性能相比,所有图像集的全部像素点的视差平均误差减小了25%,非遮挡像素点的视差平均误差减小了20%,性能得到了提升;平台上包括Adir在内的多个图像集的匹配结果表明基于自适应权重AD-Census变换的双目立体匹配更适合含纹理丰富、存在重复区域的图像。     

基于Ｔ／２分数间隔的ＳＥＩ双模式盲均衡算法

针对超指数迭代(SEI)算法收敛后均方误差大、SEI算法和判决引导(DD)算法以硬切换方式存在性能不稳定的缺陷,通过分析分数间隔均衡器结构和性能,采用软切换方式将SEI算法和DD算法相结合,提出了一种分数间隔超指数迭代双模式盲均衡算法.该算法用SEI算法与DD算法同时对分数间隔盲均衡器的权向量进行调整,当由SEI算法调整前后均衡器判决输出一致时,DD算法参与系数调整,这种软切换方式充分利用了SEI算法能使眼图增开的良好性能和DD收敛速度快、稳态误差小的优点,避免了硬切换带来的不利影响;而采用分数间隔均衡器避免了因欠采样引起的频谱混叠,均衡器可以更有效地对信道失真进行补偿.水声信道的仿真结果,验证了算法的有效性.     

基于自组织膜计算的案例推理属性权重优化方法

为了解决案例推理检索过程中属性权重的合理分配问题,提出了自组织膜计算属性权重优化方法.首先建立了衡量权重分布是否合理的适应度函数,并设计了细胞型的单层膜结构以及对权重对象集进行膜计算寻优的选择、交叉、变异和双向交流规则,然后根据适应度函数和设计的规则训练并确定基本膜的个数,从而得到合理分配属性权重的自组织膜计算算法.最后通过UCI中的5个回归数据集和某污水处理过程溶解氧质量浓度的生产数据进行回归实验,结果表明:该方法应用于案例推理过程可以有效降低回归的拟合误差,说明自组织膜计算方法分配的属性权重比较合理,可以进一步提高案例推理模型的求解性能.     

一种基于管群G函数的埋地换热器间距确定方法

建立了垂直U型埋地换热器管群G函数的理论计算模型,并基于Monte Carlo算法进行了数值求解.在此基础上,提出了一种直接确定埋地换热器间距的简化计算方法.该方法综合考虑了埋地换热器的长、短期换热性能,并可以推广至大规模管群布置条件.给出了上述方法的计算实例,并回归了一些典型U型埋地换热器结构布置条件下,管群G函数随无量纲运行时间的函数关系.