排序方式: 共有35条查询结果,搜索用时 15 毫秒
1.
合理地选择代理节点是实现机会信息高效的转发和交付的关键问题。为了避免机会网络中,由于节点的移动性、交替活跃及网络拓扑动态变化等因素造成的传输限制,从社会网络与机会网络相结合的角度出发,提出了一种基于节点社会性的机会网络中的转发策略SNOP(data forwarding algorithm based on the sociality of node in opportunity network)。SNOP利用网络中的社团结构、社团间相似性及节点的社团活跃,有针对性地选择移动代理节点(agents),以离线的方式计算节点的社会性,在线完成转发,以此实现信息的高效和可靠交付。在真实数据集上的实验结果表明,与现有的转发算法相比,SNOP能够有效地提高信息交付的效率,降低端到端的传输延迟及网络开销。 相似文献
2.
3.
4.
5.
针对磷虾群算法易陷入局部最优、搜索能力弱及K-means算法易受初始聚类中心选择影响等问题,提出一种基于改进磷虾群算法的K-means算法。该算法通过混沌初始化、动态分群、精英引领和随机变异等策略改进磷虾群算法,并引入最佳聚类数自适应机制,提高了算法的综合寻优能力。实验通过6种基准函数检验了改进磷虾群算法的有效性,用UCI机器学习数据集及人造数据集测试验证了基于改进磷虾群算法的K-means算法的性能。验证结果表明,改进磷虾群算法在保证较快收敛速度的基础上提升了全局寻优能力,与其他算法相比,该算法各方面性能显著提升。 相似文献
6.
7.
延长网络寿命并获得更好的监控质量是无线传感器网络成簇算法的重要性能指标。在分析现有主要成簇算法的基础上,提出了一种适应于多级能量异构传感器网络的基于相对距离的成簇算法RDCA(Relative Distance Clus-tering Algorithm)。算法中,节点根据通信范围内其他节点与自身的平均距离、节点自身与基站的距离以及节点当前剩余能量来确定节点成为簇头的概率。所有节点轮流成为簇头,以分摊能量消耗。仿真实验结果表明,与现有主要聚簇算法相比,在多级能量异构环境下,新的成簇算法拥有更长的生存时间和更优的网络监测质量。 相似文献
8.
针对节点负载不均衡和数据传输距离的问题,提出一种适用于异构网络的基于负载均衡和最短路径的分布式成簇算法DUBP(distributed and unequal clustering algorithm based on load balance and shortest path)。DUBP首先基于节点的能耗因子对网络动态分区,以均衡负载;然后结合网络拓扑结构和图论,利用Floyd算法求出节点间的最短距离作为路径因子;最后以节点的能量因子和路径因子作为辅助参数来竞争簇头,以避免低能量节点担任簇头,节省传输能耗。仿真表明,DUBP算法能显著延长网络寿命,有良好的适应性和能效性。 相似文献
9.
多监控任务移动传感器网络高效数据路由协议 总被引:1,自引:1,他引:0
在多监控任务移动传感器网络中,不同的监控对象对数据传输实时性有着不同的要求。为满足监控数据不同的实时性要求,提出了既能满足软实时监控要求,也能满足硬实时监控要求的多级分层实时数据路由协议MRDR(layer-based multilevel real-time data routing protocol)。MRDR协议将分层机制引入移动传感器网络,将网络分成宽度相等的若干圆环。对具有实时性要求更低的普通事件消息,MRDR在消息失效前以尽量低的能耗将消息转发至sink节点。对于实时性要求更高的紧急事件消息,MRDR让消息以层间多跳方式实时传输到sink。同时,针对硬实时路由过程中的节点空洞问题,提出了消息回传机制,使得紧急事件消息能绕过节点空洞并最终传输至sink。最后,为降低网络中的消息冗余,设计了消息队列管理机制,给出了队列满时的消息丢弃原则。为评价算法性能,仿真实验对比了MRDR与其他3种算法在网络寿命、数据传输成功率与消息平均延迟方面的表现,结果验证了算法的有效性。在不同的网络环境下,MRDR算法能有效适应多监控任务移动传感器网络,满足具有不同实时性要求的不同消息的传输要求。 相似文献
10.
延长网络寿命、提高监控质量是无线传感器网络成簇算法的重要设计目标,在对现有主要成簇算法进行研究的基础上,提出一种适应于节点非均匀分布环境下多级能量异构传感器网络的动态多簇头成簇算法.算法中,节点根据网络最优簇头数确定节点邻居感知半径.通过节点间的广播,每个节点获得感知半径内的邻居节点密度,节点根据邻居节点密度和节点当前能量确定节点成为主簇头的概率.根据主簇头的能耗,各簇独立判断是否选举辅助簇头以分摊主簇头的能耗.仿真结果表明,与现有主要成簇算法相比,新的成簇算法拥有更长的生存时间和更优的网络监测质量. 相似文献