基于能量均衡的无线传感器网络路由算法*

针对路由选择模式是影响无线传感器网络寿命的关键因素之一,提出了一种新的WSN路由算法IG-PSR-2。首先将前向区域划分为面积相等的四个子区域,然后选择节点能量方差最小的子区域作为路由选择区域,最后用概率机制在路由选择区域中选择下一跳节点。仿真实验表明,IGPSR-2能有效均衡网络节点能量消耗,从而延长网络生命周期。     

一种基于多主体技术的分布式图像聚类算法

针对医学图像具有对比度较低,不同组织之间的模糊性较高的特点,给出一种基于多主体和数学形态学灰度形态运算的聚类算法。算法采用agent技术和多结构元素结合的模式,用结构元素做智能个体,每个不同类型的agents随机散布在离散空间格点上,在同时刻控制系统驱动下agents根据其自身结构元素的类型用给出的邻域平均算子自主选择作相应的运算进而实现图像聚类。算法无须先验知识和预处理操作,对初始聚类点不敏感,无须事先输入聚类簇数。算法具有分布式并行计算功能和自主分析能力。实验结果验证了该算法的可行性和可靠性。     

无线自组织网络MAC调度技术研究*

从提高无线自组织网络服务质量的角度出发,介绍了无线自组织网络MAC调度技术的研究动机和技术本质。从无线干扰模型的建立、集中式与分布式调度算法的设计、调度复杂性理论、集中式和分布式调度算法的性能比较、拓扑透明MAC调度技术这五个相关研究方向入手,全面介绍了无线自组织网络MAC调度技术的研究进展和当前面临的挑战,并讨论了未来可能的发展方向。     

基于社交网络的认知无线电频谱共享模型*

综合考虑激励因子、用户优先级和用户信誉提出一种基于社交网络的认知无线电频谱共享模型,并据此提出新的频谱共享方案。提出的方案通过对因子排序和比较各非授权用户的因子值,确定共享频带的非授权用户。结果表明,与未考虑社会关系的频谱共享方案相比,提出的频谱共享方案对应的成功共享次数更多,更能适应个性化的频谱共享环境。     

一种用于无线局域网可伸缩视频传输的跨层结构与SBED算法*

为了增强802.11e无线局域网上的视频传输质量,提出了一种跨层结构与自适应映射算法。将H.264可伸缩视频编码（SVC）的层次信息与802.11e MAC层的访问类（AC）相结合,基于重要性早期检测（SBED）策略将SVC数据包动态映射到合适的AC上,在基础层损失率与平均重要性损失度间实现良好的平衡。仿真表明,该方案的PSNR性能明显优于现有的静态与随机映射方案。     

无线传感网载波频率偏移估计方法的改进*

无线传感网的低功耗、低成本等特性,要求设备能在低信噪比环境下快速完成突发通信的载波频偏估计,保证数据传输的正确性,因而需要对低信噪比和大频偏范围的频偏估计算法进行研究。Fitz算法是较为经典的载波频率偏移估计方法,具有算法精确度高和估计信噪比门限低等优点,但此算法的频偏估计范围与精度之间呈反比关系,频偏估计范围越大,估计精度越低。针对Fitz算法进行改进,利用迭代的方法展开信号自相关相位,代入Fitz算法估计载波频偏,在保持Fitz算法精确度高和估计信噪比门限低优点的同时,将其估计范围扩大了M倍,M为最大     

基于邻域粗糙集和概率神经网络集成的基因表达谱分类方法*

从癌症基因表达谱分析入手,针对基因表达谱维数高、样本少的特点,提出一种用于癌症分类的基于邻域粗糙集和概率神经网络集成的分类方法.首先利用Relief算法对基因进行排序,然后利用邻域粗糙集选取分类特征基因,最后结合概率神经网络集成分类模型进行癌症分类.实验结果表明,该方法可以快速有效地选取癌症特征基因,能获得更好的分类效...     

基于样条插值函数的离散过程神经网络训练*

为解决过程神经元网络不能直接输入离散样本的问题,提出基于样条插值函数的离散过程神经网络训练算法。首先,将离散过程样本按采样点分段,在采样区间内分别构造样本和权值的分段样条函数;然后,计算样本函数和权函数的乘积在采样区间上的积分,并将此积分值提交给网络的隐层过程神经元;最后,在输出层计算网络输出。分别采用一次、二次、三次样条函数,设计了三种不同的算法。实验结果表明：一次样条计算效率高,逼近能力差;三次样条计算效率低,但逼近能力好;二次样条在计算效率和逼近能力两方面都比较理想。因此,二次样条函数是离散过程神经网络的较好选择。     

一种多信道Ad hoc认知无线电网络密钥交互协议*

针对现有密钥协商协议没有考虑Ad hoc认知无线电网络多信道这一缺陷,提出一种多信道密钥协商协议（multi channels key agreement protocol,MCKAP）,通过建立多重图和替换广播操作减少信道冲突,优化协商路径提高共享密钥协商效率,利用信道属性为节点间选择合理位置,避免主用户干扰。该方案能有效地利用多信道提高共享密钥协商效率。最后通过理论分析和仿真实验证明该协议适用于Ad hoc认知无线电网络,具有较好的执行效率。     

基于d-邻域子图匿名的社会网络隐私保护*

社会网络分析可能会侵害到个体的隐私信息,需要在发布的同时进行隐私保护。针对社会网络发布中存在的邻域攻击问题,提出了基于超边矩阵表示的d-邻域子图k-匿名模型。该模型采用矩阵表示顶点的d-邻域子图,通过矩阵的匹配来实现子图的k-匿名,使得匿名化网络中的每个节点都拥有不少于k个同构的d-邻域子图。实验结果表明该模型能够有效地抵制邻域攻击,保护隐私信息。