基于能量水平的多Sink节点传感器网络路由算法

单Sink节点传感器网络存在着部分关键路径上节点能量消耗过快、路由选择算法单一以及Sink节点失效等问题.首先提出了多Sink节点传感器网络数据收集的系统框架;给出了拓扑发现和维护策略;然后提出了基于最小能量消耗路由算法.在分析了该算法的不足后提出了基于能量水平的路由算法,按照计算得到的能量水平选择最优的路径进行数据传送.实验证明,基于能量水平的路由算法比基于最小能量消耗路由算法能更有效提高传感器网络的使用寿命.     

基于节点剩余能量和最大角度的无线传感器网络路由算法

针对传统无线传感器网络(WSNs)路由算法的缺点与不足,为了延长网络的生存时间,提出一种基于节点剩余能量和最大角度相融合的无线传感器网络路由算法.首先构建了无线传感器网络结构和能量模型,然后建立节点剩余能量和角度联合路由优化算法,最后采用Matlab 2012仿真工具进行仿真测试.仿真结果表明:该路由算法延长了整个网络的生存时间,具有较好的容错性和鲁棒性.     

基于地理信息静态分簇的无线传感器网络路由算法

通过路由算法减少节点的能耗、延长网络的寿命是无线传感器网络的研究重点之一。探讨了能量高效的分层无线传感器网络路由算法,提出一个基于地理位置信息静态分簇,根据节点剩余能量及节点在簇内的位置选择簇头的分层路由算法(GSCH),适用于静态无线传感器网络。仿真实验结果表明该路由算法有效地减少分簇成形及簇首选择的能耗,延长了整个网络的寿命。     

基于蚁群优化的无线传感器网络路由算法

如何在资源受限的无线传感器网络中进行高效的数据路由是无线传感器网络研究的热点之一。基于群智能优化技术的蚁群优化算法被广泛应用于网络路由算法。提出一种无线传感器网络蚁群优化路由算法,能够保持网络的生存时间最长,同时能找到从源节点到基站节点的最短路径;采用的多路数据传输也可提供高效可靠的数据传输,同时考虑节点的能量水平。仿真结果表明:提出的算法延长了无线传感器网络的寿命,实现无线传感器网络在通信过程中快速、节能的路由。     

无线传感器网络移动代理路由算法的仿真研究

路由选择问题是无线传感器网络中的核心问题.针对无线传感器网络节点能景、计算能力和通信能力有限等特点,为了降低能量开销和延长网络的生命周期,将蚁群算法和移动代理技术结合.提出一种新的无线传感器路由算法.考虑节点之间距离、路径能量消耗和节点剩余能量情况,使网络中的能量消耗更加均衡,同时对蚁群信息素更新规则进行了改进,加快了蚁群算法收敛到最优解的速度.仿真结果表明,与其它移动代理路由算法相比,算法在全局性和收敛速度方面都有所提高,有效地减少冗余数据传输,降低通信消耗,延长网络的生存周期,为路由传感器设计提供了参考.     

无线传感器网络一种不相交路径路由算法

无线传感器网络经常被用来采集物理数据,监测环境变化.由于低功耗无线通信不确定性、链路质量不稳定性以及节点失效等问题,传感器网络很容易导致路由数据包丢失.为了提高网络路由的可靠性,人们提出多路径路由算法.多路径路由中源节点到目的节点的多条路径可能含有公共节点,或者公共边,如果公共节点或者公共链路失效,则这个数据包也丢失,因此又有人提出不相交多路径路由算法.不相交多路径路由算法又分为链路不相交多路径路由算法和节点不相交多路径路由算法.提出了一种不相交路径路由算法,可以将感知节点采集到的数据通过不相交路径传送到汇聚节点,提高路由的可靠性.而且,这个算法还可以很方便地应用到多Sink节点的网络当中.该路由算法用到的路由表大小为|K|,其中|K|表示路径数.算法的运行时间复杂度是O(|L|),其中|L|表示网络中的边数.     

基于蚁群的无线传感器网络路由算法

针对无线传感器节点能量、通信能力及计算能力有限等特点,将蚁群算法应用于无线传感器网络,提出一种改进的蚁群路由算法,考虑了节点的能量、距离、通信半径和传输方向等参数.实验结果表明:该算法有效地减少了网络能量消耗、节点死亡数、路由跳数和数据传输的路径长度,延长了无线传感器网络的寿命,实现无线传感器网络在通信过程中快速、节能的路由。     

无线传感器网络中关键节点的节能问题

无线传感器网络是能量受限的网络,近年来发表的路由协议考虑了传感器节点的节能问题,但是未在重要程度不同的节点之间进行区分.将网络拓扑中的关键节点概念与路由协议的设计相结合,给出了如何在路由过程中标示关键节点以及如何进一步为关键节点节能的算法.实验结果显示,算法能够有效地延迟网络的分离.     

无线传感器网络自适应动态路由算法仿真

传统传感器路由算法存在信息传输能耗较高,且网络节点存活率偏低问题,提出无线传感器网络自适应动态路由算法,简称为HDAR算法.结合平面路由和层次路由构建新的无线传感器网络路由框架,在数据获取模块中选取层次路由,在数据传输模块中选取平面路由.调整节点非线性自适应权重,动态成簇自适应路由算法HDAR通过数据动态成簇来实现数据汇总,利用自适应路由选择算法将数据运转到Sink节点,最终实现HDAR算法设计.为验证所提算法的有效性,进行一次实验.实验结果表明:HDAR算法节能效果更好,且上述算法下节点存活数量更多,适用性较强,具有很好的应用前景.     

基于多路径蚁群算法的无线传感器网络的路由

针对能量控制在无线传感器网络路由上的特殊要求,为了促使网络节点能量消耗相对均衡,将基本蚁群算法(ACS)应用于无线传感器网络的路由,提出一种基于多路径蚁群算法的无线传感器网络的路由(MACS).该算法利用蚁群的自组织、自适应和动态寻优能力,通过蚂蚁并行地寻找从源节点到达目的节点的最优路径和次优路径,使得网络中的节点不需要维护全局信息,形成多条传榆路径,延长了整个网络的生命期.仿真结果表明,该算法和定向扩散路由(DD)、基本蚁群算法及极大一极小蚁群算法(MMAS)相比,在路由代价和节能方面效果显著.     

自适应步长非局部全变分约束迭代图像重建算法

针对计算机断层成像（CT）系统中,全变分（TV）迭代约束模型易于产生阶梯效应以及不能很好地保存图像中精细结构的问题,提出一种自适应步长的非局部全变分（NLTV）约束迭代重建算法。考虑到NLTV模型能较好保存和恢复图像细节以及纹理的特点,首先将CT模型当成在满足投影数据的保真项的解集中寻找满足特定正则项即NLTV最小化的解约束优化模型;然后,使用代数重建（ART）算法和分离布雷格曼（SB）来确保重建结果满足数据保真项和正则化项的约束;最后,以自适应最速下降-投影到凸集（ASD-POCS）算法作为基础迭代框架来重建图像。实验结果表明,在不含噪声的稀疏重建条件下,提出的算法使用30个角度的投影数据已经可以重建出理想的结果。在含噪稀疏数据重建实验中,该算法在30次迭代时已得到接近最终收敛的结果,且均方根误差（RMSE）是ASD-POCS算法的2.5倍。该重建算法能在稀疏投影数据下重建出精确的结果图像,同时改善了TV迭代模型的细节重建能力,且对噪声有一定的抑制作用。     

基于LPP的工业过程故障检测

针对传统的降维算法在降维过程中存在着丢失数据的局部邻域信息的问题,一种基于局部保持投影(LPP)用于工业工程数据检测的方法被应用。LPP算法的思想是通过构造数据样本点之间的亲疏关系,并且在投影降维的同时保留数据样本点的这种局部邻域结构,从而保留数据的局部信息。论文将LPP算法与传统的降维算法-主元分析法(P CA)在田纳西-伊斯曼过程(T EP)仿真系统上进行检测对比,结果表明,LPP算法具有更加优越的检测性能。     

An improved runner-root algorithm for solving feature selection problems based on rough sets and neighborhood rough sets

Solving the feature selection problem is considered an important issue when addressing data from real applications that contain a large number of features. However, not all of these features are important; therefore, the redundant features must be removed because they affect the accuracy of the data representation and introduce time complexity into the analysis of these data. For these reasons, the feature selection problem is considered an NP-complete nonlinearly constrained optimization problem. The rough set (RS) and neighborhood rough set (NRS) are the most powerful methods used to solve the feature selection problem; however, both approaches suffer from high time complexity. To avoid these limitations, we combined the RS and NRS with a new metaheuristic algorithm called the runner-root algorithm (RRA). The spirit of the RRA originated from real-life plants called running plants, which have roots and runners that spread the plants in search of minerals and water resources through their root and runner development. To validate the proposed algorithm, several UCI Machine Learning Repository datasets are used to compute the performance of our algorithm employing two effective classifiers, the random forest and the K-nearest neighbor, in addition to some other measures for the performance evaluation. The experimental results illustrate that the proposed algorithm is superior to the state-of-the-art metaheuristic algorithms in terms of the performance measures. Additionally, the NRS increases the performance of the proposed method more than the RS as an objective function.     

A flexible ANN-GA-multivariate algorithm for assessment and optimization of machinery productivity in complex production units

This paper presents a flexible algorithm based on artificial neural networks (ANNs), genetic algorithms (GAs), and multivariate analysis for performance assessment and optimization of complex production units (CPUs) with respect to machinery productivity indicators (MPIs). Multivariate techniques include data envelopment analysis (DEA), principal component analysis (PCA) and numerical taxonomy (NT). Two case studies are considered to show the applicability of the proposed approach. In the first case, the machinery productivity indicators are categorized into four standard classes as availability, machinery stoppage, random failure and value added and production value. In the second case, the productivity of production units in terms of health, safety, environment and ergonomics indicators is evaluated. The flexible algorithm is capable of handling both linearity and complexity of data sets. Moreover, ANN and GA are efficiently applied to cover nonlinearity and complexity of CPUs. The results are also validated and verified by the internal mechanism of the algorithm. The algorithm is applied to a large set of production units to show its superiority and applicability over conventional approaches. Results show that, in the case of having non-linear data sets, ANN outperforms GA and conventional approaches. The flexible algorithm of this study may be easily extended to other units for assessment and optimization of CPUs with respect to machinery indicators.     

星载SAR原始数据普适性分块自适应矢量压缩算法

传统矢量量化器的码本普适性差,需要在线更新,难以在星载SAR系统中实现.文中针对星载SAR原始数据的统计特性,以多维空间上的失真函数为代价函数,根据输入数据的联合概率密度函数设计得到了具有普适性的矢量量化码本,分析了原始数据矢量量化编码以及解码方案.在此基础上,深入研究了矢量量化级联熵编码方案的可行性以及码字索引在信道传输发生误码时算法的稳健性.实际数据处理结果表明,文中算法具有普适性,矢量量化码本的普适性使得码本可以进行离线设计,为矢量量化的星载实用化提供了理论指导.     

A universal adaptive vector quantization algorithm for space-borne SAR raw data

Codebook of conventional VQ cannot be generally used and needs real time onboard updating,which is hard to implement in spaceborne SAR system.In order to solve this problem,this paper analyses the characteristic of space-borne SAR raw data firstly,and then utilizes the distortion function of multidimensional space as criterion,and finally the adaptive code book design algorithm is proposed according to the joint probability density function of the input data.Besides,the feasibility of the new algorithm in cascade with entropy coding and the robustness of the algorithm when error occurs during transmission are analysed based on the encoding and decoding scheme.Experimental results of real data show that codebook deriving from the new algorithm can be generally used and designed off-line,which makes VQ a practical algorithm for space-borne SAR raw data compression.     

矢量聚类及其在稀疏分量分析中的应用

针对传统聚类分析不能有效处理矢量数据聚类的问题,提出矢量聚类算法。该算法以点到矢量的距离最小化为分类依据,所得类簇中心为一矢量。根据稀疏信号的分布特性,用矢量聚类方法估计系统的混合矩阵,再利用估计的混合矩阵分离混合信号,从而得到稀疏信源的估计,简化了传统的混合信号分离过程。实验结果表明该矢量聚类方法能比传统的标量聚类方法更有效地估计矢量数据的中心,能在稀疏的处理域中很好地分离出稀疏信源。     

基于改进四叉树分割和结点存储的LOD算法

多层次细节（LOD）算法作为目前使用最多的地形数据简化算法,对提升渲染速度加快场景可视化有着重要作用,而其中以基于四叉树的LOD算法应用最为广泛。通过对以往算法的研究,提出一种对四叉树的分割和结点存储结构同时进行改进的LOD算法。该算法通过减少误差判断次数加快了四叉树的生成速度,同时改变传统的结点存储方式,降低了数据的冗余存储。     

基于区块链的电子医疗病历共享方案

针对当前各医疗相关机构间数据共享困难、数据隐私易泄露等问题,提出了一个基于区块链的电子医疗病历（EHR）共享方案。首先,基于区块链不可篡改、去中心化、分布式存储的特点,设计了基于区块链的EHR数据共享模型,采用区块链网络和分布式数据库共同存储加密的EHR及相关访问控制策略,防止EHR数据被篡改和泄露;其次,将分布式密钥生成（DKG）技术与基于身份的代理重加密（IBPRE）技术相结合,设计了数据安全共享协议,协议使用委托权益证明（DPOS）算法选取代理节点,重加密EHR,实现单对用户间的数据共享。安全性分析表明,所提方案能够抵抗身份伪装和重放攻击。仿真实验与对比分析表明,DPOS算法的效率高于工作量证明（POW）算法,略低于实用拜占庭容错（PBFT）算法,但所提方案去中心化程度更高,耗费算力较小。     

水下声学传感器网络节点定位算法及自组织过程研究

针对水下声学传感器网络中锚节点稀少的问题,给出了一种分布式的水下节点自定位算法.为配合定位算法的完成,提供定位过程所需的邻接信息表等信息,提出了一种分布式的并发数据传播算法,并针对该数据传播算法中存在的通信冲突问题,给出了冲突解决策略.仿真试验验证了上述两种方法配合完成水下节点定位的可行性和有效性.