排序方式: 共有31条查询结果,搜索用时 15 毫秒
1.
2.
3.
为提高车载自组织网络(vehicular Ad hoc networks, VANETs)中消息投递的效率, 提出了一种社会感知多副本车载自组织网络机会路由协议(SAMOR)。协议结合了车载自组织网络中节点的社会性特点和多副本路由方案的优势, 采用携带—存储—转发的机会路由方式进行消息投递。利用节点间的相遇历史区分社区节点和全局节点, 并使用所提出的节点社区中心性和网络中心性的度量方法, 得到了节点的效用。在路由过程的扩散阶段, 节点间按效用分配副本, 在转发阶段, 副本继续向效用高的节点转发。仿真结果表明, SAMOR实现了较高的消息投递成功率和较低的延迟。 相似文献
4.
5.
6.
MPLS(Multi-Protocol Label Switch)是一个简化了网络中数据转发的复杂度工业标准,实现了交换技术的转发特性且保留了网络层路由的灵活性与扩展性。MPLS并不是链路层和网络层的合并,而是在网络层和链路层之间定义了一个封装,但是MPLS的实现却是一个问题;IXA是为适应现代高速网络的产物。解决了如何将任务繁重的网络转发功能从通用CPU中解放出来,利用专有的网络处理器来提高转发性能。在IXA上实现MPLS是迎合现代网络发展趋势的一种思路。 相似文献
7.
挖掘位置社交网络(LBSNs)中的签到数据背后所蕴藏的信息是城市计算、智慧城市的重要研究方向,其中一个关键的任务是推断位置语义。位置语义因其在位置检索、位置推荐、数据预处理等领域的广泛应用而受到越来越多的关注。现有的推断方法倾向于手工提取位置的时空特征或用户签到活动的时空模式训练分类器进而推断位置语义。然而,提取有价值的时空模式或时空特征是一项困难的任务。该文提出一种新的基于图卷积神经网络的位置语义推理模型(SI-GCN)。SI-GCN利用node2vec和变分自编码器来学习位置的空间和时间特征。构建用户?位置访问二部图,利用图卷积神经网络来捕获用户签到活动中的高阶信息。此外,SI-GCN引入自注意力机制区分用户?位置访问二部图中不同邻居节点的贡献。SI-GCN在两个真实签到数据集上的实验表明,SI-GCN比现有3种算法具有更好的推断性能。 相似文献
8.
9.
10.