基于链路预测的VANET路由算法

在车载自组织网络(VANET)中，AODV路由算法存在控制开销大、路由发现和修复时间长等不足。为此，对AODV算法进行局部优化，提出一种改进的路由算法，利用节点位置、运动速度等信息预测链路失效时间。在路由发现阶段，将链路失效时间最大的路径作为传输路径；在路由维护阶段，设置定时器并提前触发路由寻路，减少路径搜寻时间。仿真结果表明，与AODV算法相比，该算法在数据包端到端延迟、传输吞吐率及报文投递率等方面性能较好。  

基于双转发机制的车载自组织网络路由算法

在车载自组织网络(VANET)中,节点高速移动性与动态拓扑快速变化会引起控制开销大、链路不稳定等问题.利用节点的位置、运动速度等信息,提出一种基于双转发机制的VANET路由算法.在路由寻路阶段,运用方向转发、动态概率转发限制路由请求(RREQ)包的洪泛广播.在路由回溯阶段,运用链路预测机制,选择路径失效时间最大的路径作为传输路径.在路由维护阶段,设置定时器,在路径断裂前触发新的路由寻路,寻找新路径替换即将断裂的旧路径.实验结果表明,与链路时间预测-按需路由算法以及无线自组织网络按需距离向量路由算法相比,该算法在转发的RREQ包数量、平均端到端延迟、传输吞吐率及报文投递率方面的性能较好.  

无标度网络中的链路预测问题研究

研究无标度网络中的链路预测问题。针对人造网络和实际社会网络，分别介绍静态和动态2种链路预测的实现过程，探究利用相似性进行链路预测的可行性，并验证多种相似度计算方法的准确性。对预测结果进行有效性分析，同时根据不同网络特性给出相应的预测算法。  

基于相似性链路预测的大众生产演化特征

结合大众生产虚拟社区的静态结构与动态演化机理，提出择优机制与间接推荐是大众生产虚拟社区的显著演化特征。针对Wiki票选管理员的行为网络进行分析，结果显示虚拟社区贡献者的选择行为具有较强异质性特征。采用基于局部信息相似性的链路预测方法对网络潜在链接特征进行分析，得出择优指标值在各项指标中得分最高的结果。运用基于路径相似性的链路预测方法，证明相比其他路径与随机游走指标，Katz指标有更好的预测结果，说明间接推荐是虚拟社区演化过程的重要特征。  

基于连续时间量子游走的链路预测方法研究*

链路预测是复杂网络研究的基础问题之一。目前研究者们已经提出了许多链路预测的方法,其中大量的链路预测方法是基于经典随机游走。量子游走是经典随机游走的量子模拟。大量研究表明,在诸如图匹配、搜索等很多领域,基于量子游走的量子算法的性能远优于其对应的经典随机游走算法。但目前关于基于量子游走的链路预测算法几乎没有研究报道。本文提出了一种基于连续时间量子游走的链路预测方法。实验结果表明,连续时间量子游走链路预测结果的AUC值和经典随机游走的结果非常接近。而在Precision和Recall指标上,远优于经典随机游走的链路预测结果。  

基于层次随机图模型的脑网络链路预测

针对一般链路预测算法在具有层次结构的脑网络中计算效率低且复杂度高的问题，提出了一种基于最大似然估计的层次随机图模型。该算法首先利用脑网络数据建立层次随机图，然后通过改进的马尔科夫蒙特卡罗算法采样树状图空间，最后计算脑网络边的平均连接概率，且通过评价指标对算法进行评价。实验结果表明，利用该算法对脑网络和3种不同的层次结构网络进行链路预测比较, 脑网络的预测结果最好。此外，所提出的算法较之传统的基于相似性的算法，该算法效果明显，且具有理想的计算复杂度。  

移动社交网络中基于网络中心度的链路预测方法*

移动社交网络中的链路预测是指通过已知的网络节点以及移动社交网络结构等信息预测网络中尚未产生连边的两个节点之间产生链接的可能性。基于网络中心度的思想,提出一种适用于移动社交网络的链路预测算法。在该算法中,根据节点网络中心度和共同邻居数来计算两个节点的相似性指标,两个节点的共同邻居数越多、共同邻居的网络中心度越高,则两个节点的相似度越高。另外,由于移动社交网络的动态性特征,还将考虑时间因素对预测结果的影响。将该方法与其他4种常用的链路预测方法进行比较,实验结果显示所提方法要优于其他方法。  

基于划分社区和差分共邻节点贡献的链路预测

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。  

多维社会网络中链路预测方法研究

多维社会网络中链路预测是指通过已知的网络节点以及多维社会网络结构等信息预测多维社会网络中尚未产生连边的两个节点之间产生链接的可能性。在研究有关链路预测的相关技术后,基于节点之间的相似性,提出了一种多维社会网络中的链路预测算法。算法中考虑时间因素和权重因素对于链路预测的影响,同时将多维网络中的相关技术应用到链路预测的过程中。实验结果表明,该算法能够使多维网络中链路预测有更好的效果。  

一种优化链路状态预测的路由协议

针对无人机自组织网络中节点运动快速且拓扑变化频繁的特点，提出一种优化链路状态预测的路由协议——OLSFR。OLSFR通过对无人机节点运动链路状态进行预测，并定义计算MPR集合的约束性参数以达到路由选路优化和提高性能的目的。仿真实验证明，相比OLSR、DSDV等相关协议，OLSFR能有效改善无人机自组织网络的数据包传递成功率和端到端延时。