共查询到19条相似文献,搜索用时 140 毫秒
1.
2.
在社会网络关系预测研究领域,把基于拓扑结构信息的共邻节点属性作为相似性度量的预测模型应用比较广泛,但是该类算法具有较强的假设独立性,不能完全反映社会网络的“链接”结构。引入树状朴素贝叶斯(TAN)分类模型,采用信息熵度量节点对的角色,赋予共邻节点集合差异化的贡献权重进行社会关系预测,同时把模型推广到CN,AA和RA 等3种基于相似度的链接预测算法中。对5个真实社会网络采用AUC和ROC曲线进行实验评价后证明,该模型能够在深入挖掘共邻节点对贡献及解决共邻节点角色独立性的基础上提高预测精确度,同时为该类模型的研究提供一种新的方案。 相似文献
3.
《计算机工程》2019,(10)
在无人机自组网中,针对贪婪周边无状态路由(GPSR)协议中邻节点位置不准确及数据转发效率低下的问题,提出一种基于邻节点筛选的GPSR(GPSR-NS)协议。GPSR-NS协议采用失效节点筛选机制,预测邻节点当前时刻的位置,剔除已失效的邻节点,降低失效节点的数据转发概率,同时利用空洞节点筛选机制,剔除下一跳可能成为空洞的邻节点,提前避免数据转发到空洞节点处,从而建立更加稳定可靠的通信网络。仿真结果表明,与GPSR协议和MP-GPSR协议相比,GPSR-NS协议的平均端到端时延和路由开销降低了56.79%、21.94%和50.67%、38.81%,网络吞吐量提高了147.86%、102.12%。 相似文献
4.
通过改进基于节点相似度的朴素贝叶斯模型, 引入GN和CMN两种经典的划分社区算法挖掘网络社区属性对预测节点对的影响, 赋予共邻节点不同的连接度和社区贡献度并计算其贡献权重, 同时把模型应用于五种相似度算法, 采用ROC和Precision-Recall曲线进行实验评价。人工网络和真实网络中的实验证明, 该模型能够在深入挖掘社会网络结构信息的基础上提高预测的精确度, 同时为该类模型的研究提供一种新的方案。 相似文献
5.
复杂网络中的社区结构能帮助人们认识网络的基本结构及其功能。针对目前多数社区划分算法准确率低、复杂度高的问题,提出了一种基于共邻节点相似度的社区划分算法。首先,为了计算节点间相似度值,提出了相似度模型,该模型通过将被测节点对的邻居节点引入一并计算,提高了相似度度量的准确性;然后,计算节点局部影响力值,能客观地表现出节点在所处网络中的重要性;其次,结合节点相似度值和节点局部影响力值对节点进行层次聚类,完成网络社区结构的初步划分;最后,通过聚合初步划分的子社区,获得复杂网络的最优模块度值。仿真结果表明,在网络的社区特征模糊时,与新的基于局部相似度的社区发现算法(CDALS)相比,所提算法的准确率提高了14%,证明了所提提法更能够准确、有效地划分复杂网络的社区结构。 相似文献
6.
7.
无线传感器网络的节点大多采用电池供电.因而节能对无线传感器网络就显得至关重要.该文提出一种能耗感知的优化网络生存时间的路由算法,称之为分流路由算法(DTRA,Diffluent Traffic Routing Algorithm).DTRA算法采用一个优化模型以优化每个节点发出的数据比例,从而达到权衡网络生存时间和数据分组跳数.此外,采用一个简单的遗传算法求解该优化问题.仿真结果表明:DTRA算法能显著地提高网络的生存时间,同时将数据分组平均跳数保持在一个较低的水平;在网络生存时间上,DTRA算法比一些已有的知名算法更优. 相似文献
8.
为改善无线传感器网络中某些节点因能耗太大而过早失效的情况,提出了一种基于分簇的多簇头能量有效算法EHMVA(energy-efficient hierarchical multiple vice-cluster-head algorithm)。在簇头选择机制中引入邻节点距离的概念,采用多副簇头选举分担主簇头能耗的机制,通过发现联结节点和引入误差发送机制来减少数据发送,并通过延长稳定的簇通信时间来降低簇重建的频率。仿真实验表明,该算法有效地平衡了节点间的能量消耗,显著地延长了网络的存活时间。 相似文献
9.
摘要:针对AODV路由发现缺少路径稳定性考虑以及本地修复没有避开不稳定区域的缺陷,提出了基于邻节点残存率的AODV-NSR优化算法。借助于邻节点残存率AODV-NSR对路由发现算法进行优化,使路径稳定性得以提高;借助于断链责任检测和数据抢救机制,AODV-NSR对本地修复算法进行优化,使本地修复尽可能避开不稳定区域,从而降低二次断链的几率。仿真实验表明,AODV-NSR对Ad hoc网络的性能有较为明显的提高。 相似文献
10.
链接预测属于复杂网络分析的研究分支,它根据网络历史结构信息预测未来节点间会产生链接的可能性,从而挖掘网络的传播和演化方式。通过引入差分化节点的贡献权重并结合经典的节点和共邻节点网络拓扑结构特征,分别应用七类有监督学习-分类模型对社交、生物、交通等不同领域的八个真实复杂网络数据集进行实验,并采用Precision和ROC曲线对实验结果进行分析与评价。实验表明,引入基于差分化节点的贡献特征能够在深入挖掘网络结构信息的基础上比其余特征有更优的预测精确度,同时差异化的分类模型和特征选择对链接预测性能有相异的影响。 相似文献
11.
轻量级IPv6邻居发现协议是6LoWPAN ( IPv6 over Low power Wireless Personal Area Network,轻量级IPv6协议)的重要补充,旨在解决6LoWPAN无线传感网络初始化和网络维护过程中普遍存在的节点高消耗问题。文中归纳并总结了邻居发现轻量化的必要举措,在此基础上,提出了一套轻量级IPv6邻居发现协议在基于Linux操作系统的边界网关中的实现方案。通过在内核中邻居发现模块添加新特性,边界网关将负责处理大量原本需要传感节点分担的组网任务和网络维护任务,大大降低了域内节点开销。通过对原型系统的功能测试,方案完全符合协议标准,简单高效,并做到了与标准IPv6邻居发现协议的兼容。 相似文献
12.
13.
为了有效支持MAC和路由协议,对采用方向性天线的邻居发现策略进行了研究,提出了基于Hello消息的邻居发现策略(HDND),尽量通过全向天线广播两跳Heno消息发现方向性邻居,只有当节点成为孤立节点或网络可能存在网络分区时,才利用方向性天线进行扫描发现,该策略既降低了方向性天线通过扫描进行邻居发现的高代价,又解决了网络中出现的孤立节点和网络分区问题.理论分析了方向性天线的高传输能力带给分组转发性能的提高,并利用仿真验证了分析结果. 相似文献
14.
基于机制设计理论的自组网节点合作协议 总被引:2,自引:0,他引:2
在移动自组网中,如何激励自私节点,使之参与网络合作,是当前研究的热点问题.文中提出了LMOCP协议,采用VCG机制计算转发节点的支付.通过引入邻居发现机制,并改进路由发现过程,使网络中控制消息的数量从O(n3)减少到O(n2).对协议的正确性进行了分析,并证明了LMOCP协议是事后纳什可实施的,在所有节点都是理性的这一共同知识的假定下,每个节点的最优策略是诚实地报告自己的转发价格.通过ms-2对协议进行了验证,仿真结果显示,与现有的几种重要协议相比,LMOCP协议具有更低的消息负载和网络延迟. 相似文献
15.
16.
17.
基于邻居缓存的AODV路由协议 总被引:1,自引:0,他引:1
在移动自组网(MANET)中,传统的洪泛和扩展环路由发现方法路由开销较大。针对这一问题,提出一种基于邻居缓存的路由发现算法。该算法从网络中的各种数据分组中提取单跳邻居信息,建立邻居信息缓存表。在此基础上,将路由搜索分解为两个步骤:1)寻找刚刚和目标节点接触过的节点;2)找到后以它为中心展开新的扩展环搜索。使搜索限定在目标节点最可能出现的区域,减少了路由发现的盲目性,从而降低路由开销。仿真结果表明,与洪泛和传统扩展环算法相比,该方法节省了路由开销,提高了网络性能。 相似文献
18.
ZigBee是一种基于IEEE 802.15.4标准的适用于短距离、低功耗和低数据传输率的无线网络技术。ZigBee网络的节点电池能量的有效利用能延长其网络生命周期。采用分布式邻居发现机制研究了ZigBee网络能耗。该机制使得ZigBee网络中的节点在其可访问的区域内及时发现邻居节点,通过分析和定义3种分布式邻居发现算法下ZigBee节点在整个发现过程中所需要的平均帧数,提出了ZigBee网络能耗模型,对ZigBee网络设备在3种分布式邻居发现算法下的能耗进行了详细分析并得出能耗表达式。在仿真实验中比较了ZigBee网络节点和邻居节点在不同算法下的工作循环模式和连续模式下设备的能耗,结果表明对于基于分布式邻居发现机制算法的ZigBee网络能耗,当帧时隙数较小时,选择争用树算法能获得较好的节能效果;当帧时隙数较大时,选择无反馈帧时隙算法或有反馈帧时隙算法则可减少节点能耗以延长ZigBee网络的生命周期。 相似文献
19.
Mehmet K. Muezzinoglu Author Vitae Jacek M. Zurada Author Vitae 《Pattern recognition》2006,39(5):747-760
Superposition of radial basis functions centered at given prototype patterns constitutes one of the most suitable energy forms for gradient systems that perform nearest neighbor classification with real-valued static prototypes. It is shown in this paper that a continuous-time dynamical neural network model, employing a radial basis function and a sigmoid multi-layer perceptron sub-networks, is capable of maximizing such an energy form locally, thus performing almost perfectly nearest neighbor classification, when initiated by a distorted pattern. The proposed design scheme allows for explicit representation of prototype patterns as network parameters, as well as augmenting additional or forgetting existing memory patterns. The dynamical classification scheme implemented by the network eliminates all comparisons, which are the vital steps of the conventional nearest neighbor classification process. The performance of the proposed network model is demonstrated on binary and gray-scale image reconstruction applications. 相似文献