认知Ad Hoc网络中基于信道相似度的分簇算法研究

针对传统分簇算法无法适用于信道动态变化的认知Ad Hoc网络,提出了一种基于信道相似度的分布式分簇算法.首先计算节点间的信道相似度,利用改进的EM算法估计节点属于不同簇的概率,再结合图的最小割算法取得最优的分簇结果.算法既最大化簇内相似度,也最小化簇间相似度.最后,提出了一个协调机制,可以同步全局的分簇信息.整个过程完全分布式运行,并且无需依赖公共控制信道.仿真结果表明,算法能够根据信道变化,动态地调整分簇结构,提高簇内公共信道数量.与此同时,算法还能有效减少簇间公共信道,降低簇间通信干扰.     

An advanced model for dopant diffusion in polysilicon

A two-dimensional simulation model for dopant diffusion in polysilicon has been developed, which includes dopant clustering in grain interiors as well as in grain boundaries. The grain growth model is coupled with the diffusion coefficient of the dopants and the process temperature based on thermodynamic concepts. For high dose implantation cases the trapping/emission mechanism between grain interiors and grain boundaries and the grain growth are the major effects during thermal treatment processes. The polysilicon grains itself are assumed to be tiny squares, growing from initial size. In order to handle nonplanar semiconductor structures, we use a transformation method for the simulation area as well as for the PDEs.<>     

Protocol for the application of cooperative MIMO based on clustering in sparse wireless sensor networks

Wireless sensor networks (WSN) using cooperative multiple-input multiple-output (MIMO) communication are effective tools to collect data in several environments. However, how to apply cooperative MIMO in WSN remains a critical challenge, especially in sparse WSN. In this article, a novel clustering scheme is proposed for the application of cooperative MIMO in sparse WSN by extending the traditional low-energy adaptive clustering hierarchy (LEACH) protocol. This clustering scheme solves the problem that the cluster heads (CH) cannot find enough secondary cluster heads (SCH), which are used to cooperate and inform multiple-antenna transmitters with CHs. On the basis of this protocol, the overall energy consumption of the networks model is developed, and the optimal number of CHs is obtained. The simulation results show that this protocol is feasible for the sparse WSN. The simulation results also illustrate that this protocol provides significant energy efficiencies, even after allowing for additional overheads.     

一种物联网设备自动描述方法

物联网感知设备的服务描述文件为海量资源的发现与检索提供了有效的支持,是面向服务的物联网架构的基础.当前服务描述文件主要通过开发人员手工撰写完成,工作量大.现有研究SPITFIRE提出了一种半自动方法协助开发人员撰写服务描述文件,但方法本身为集中式方法,配置较复杂且精度过度依赖人工参数调优,不适合大规模部署.针对物联网海量设备的描述问题,本文提出了一种基于度量学习的分布式的物联网感知设备自动描述方法.该方法使用设备的多种数值特征作为输入,利用一种分布式的DBSCAN聚类算法对设备进行归类与推导,设备通过归类结果可自动生成自身描述文件.该方法利用度量学习优化聚类的度量函数以保障精度,以分布式方式进行灵活快速的配置,可减少人工干扰.仿真实验表明,与使用单一属性作为度量方式的SPITFIRE相比较,本文方法在获得对设备聚类相当的查全率的同时,查准率提高了20.4%,更适合于物联网海量设备使用场景.     

无标度网络的局部搜索策略

基于最小聚类系数搜索和贪婪算法在搜索中的优点,根据BA无标度网络的结构特性,以最小聚类系数和度量距离两个影响搜索性能的参数,设计出最小聚类系数最小距离搜索策略。并通过仿真实验对最小聚类系数最小距离搜索策略、最小聚类系数搜索策略、贪婪算法和随机游走搜索策略的性能进行对比。理论分析与仿真结果均表明,最小聚类系数最小距离搜索策略在BA无标度网络模型上能取得较好地搜索效果。     

基于模糊熵聚类和改进粒子群的MRI脑图像分割研究

现有医学图像生成过程中无法回避噪声的引入,而目前还未有较好的算法对高噪声的MRI医学图像进行分割,分割归属于聚类问题,聚类常用的方法是模糊聚类,但模糊聚类需要解决对噪声和初始化敏感的问题,提出了一种基于模糊熵聚类和粒子群优化算法的MRI脑图像分割算法.首先在模糊熵聚类算法的基础上进行改进,设计了 一种利用邻域空间信息的...     

无线自组织网络RGG模型聚类系数研究

在影响无线网络同步的因素中,网络拓扑结构逐渐引起人们的关注。通过研究RGG模型中网络聚类系数和网络次大特征值之间的关系,来探索聚类系数对网络收敛性能的影响程度,并希望从有边界效应和无边界效应两种情况入手对其进行研究。通过仿真实验发现在无边界情况下的聚类系数是一个常数,与其他因素无关,有边界情况下其值与环境参数相关。从理论上推导了无边界聚类系数的理论值,并给出了有边界情况下的推导思路。     

Fuzzy logic based unequal clustering for wireless sensor networks

The primary challenges in outlining and arranging the operations of wireless sensor networks are to enhance energy utilization and the system lifetime. Clustering is a powerful approach to arranging a system into an associated order, load adjusting and enhancing the system lifetime. In a cluster based network, cluster head closer to the sink depletes its energy quickly resulting in hot spot problems. To conquer this issue, numerous algorithms on unequal clustering are contemplated. The drawback in these algorithms is that the nodes which join with the specific cluster head bring overburden for the cluster head. So, we propose an algorithm called fuzzy based unequal clustering in this paper to enhance the execution of the current algorithms. The proposed work is assessed by utilizing simulation. The proposed algorithm is compared with two algorithms, one with an equivalent clustering algorithm called LEACH and another with an unequal clustering algorithm called EAUCF. The simulation results using MATLAB demonstrate that the proposed algorithm provides better performance compared to the other two algorithms.     

一种自适应遗传算法的聚类分析及应用

针对传统的聚类算法在聚类划分问题上还存在着划分效果能力较差等问题,在确保GA算法全局性能和收敛速度的前提下,设计了一种与进化代数相关联的交叉概率和与个体适应度相关联的变异概率。将该算法应用到图像聚类,实验仿真结果表明,对比于k均值聚类算法,该算法具有较好的聚类划分效果。     

基于最优分类系数及分类熵准则的模糊C均值聚类算法

本文分别以模糊分类系数和分类熵为聚类有效性的测度函数，采用模糊Ｃ均值分类法，求最优的测度函数值所代表的全局极值的那种分类，确定为最佳分类方，对一张由卫星拍摄的地面ＭＩＧ－２９型飞机照片进行了成功的分类试验。     

基于分簇的无线多媒体传感器网络数据聚合方案研究

该文提出了一种基于分簇的无线多媒体传感器网络(WMSNs)数据聚合方案(Cluster-based Data Aggregation Algorithm, CDAA)。利用新的分簇方法和数据聚合策略,CDAA可以有效延长网络生命期。根据多媒体节点数据采集的方向性和节点剩余能耗,该文提出新的无线多媒体传感器网络的分簇方法,并基于该分簇方法进行网内多媒体数据聚合。仿真结果表明,该方法能够有效减少冗余数据的传送,与LEACH, PEGASIS等传统WSNs路由协议和针对WMSNs的AntSensNet协议相比,在能耗均衡和节能方面表现出更好的性能。     

一种新的面向广域Web服务器集群的动态负载平衡算法

由于地理意义上的分散性和系统的动态变化性,群集间的负载分配成为了一个棘手的问题.首先给出了一种多量纲参数的融合策略,然后提出了一种动态负载平衡算法.通过对广域Web服务器集群环境建立数学模型,设计并实现了试验平台.仿真结果表明,该算法可以满足系统的负载平衡需求,因此较大程度地减少重定向引起的延时以及提高系统的准入概率.     

一种基于AODV路由协议的分簇算法研究

基于距离向量的按需路由协议AODV是AdHoc网络研究的热点之一。该协议有效减少了建立和维护路由所需要的开支,但是随着网络节点发送数据量的增加,网络性能会迅速下降。为了提高AdHoc网络的路由效率和可靠性,文章提出了一种基于AODV路由协议的分簇算法。经仿真研究分析表明,该算法提高了网络节点的平均每跳吞吐率,减少了节点的平均每跳时延。     

改进蚁群算法在文本聚类中的应用研究

提出了一种改进蚁群文本聚类算法.改进蚁群文本聚类算法利用信息素对蚂蚁随机移动进行控制,使蚂蚁朝着文本向量相对集中的区域移动,缩短蚂蚁寻找文本向量簇的时间,提高聚类效率.采用复旦大学中文文本分类语料库进行仿真实验,实验结果表明,改进蚁群文本聚类算法不仅加快了文本聚类算法的收敛速度,而且提高文本聚类结果的精度.     

基于并行小生境技术优化的智能模糊聚类图像分割算法

利用PBM模糊聚类有效性函数以图像特征空间为搜索空间,实现有效性函数的全局寻优,用并行小生境技术解决粒子群(PSO)算法的早收敛问题,优化聚类的全局收敛性能,实现有效聚类数目与聚类中心的并行寻优。通过对遥感图像分割的实验证明,与传统粒子优化群算法的分割结果相比,本文算法拥有更高的有效性且分割效果更优。     

电子封装常用名称及术语汇集

电子封装常用名称及术语汇集下面，按英文字母顺序，汇集并解释了与目前ＬＳＩ（包括ＩＣ）正在采用的主要封装形式相关联的名称术语等。这些名称术语参考并引用了日本国内１２个半导体制造公司，其他国家７个半导体制造公司＊与ＬＳＩ封装相关的资料、日本电子机械工业会...     

Network Simulation Environment (NSE): A Generic Framework for Network Graphs

A Network Simulation Environment (NSE) tool for identifying various routes within the network graphs based on clustering concept is proposed. The proposed tool is designed using object-oriented approach in Microsoft Windows environment. It allows the user to create, modify and display network graphs. One of the main features of the simulation package is the visualisation of the clustering of the graph to the acyclic level. It shows the step by step clustering of the network graph. The reverse process of unclustering is also featured in the proposed package. It offers a generic framework for comparing different types of routing algorithms by computing routing times and many other attributes for various algorithms. In addition, the simulation package provides facilities for printing and saving the network graphs.     

红外偏振图像的仿真

为了在获得真实偏振图像之前获得偏振图像,采用仿真的方法进行了实验研究,即先通过实验获得各种物体的偏振度建立一个偏振数据库并进行理论研究论证,再利用K-均值聚类算法对红外图像中的物体进行聚类,最后将聚类后的图像通过计算得到偏振图像。结果表明,得到的仿真偏振图像效果很明显,能够很好地区分人造物和自然物,从而验证了仿真算法的可行性。图像仿真对于更好、更方便地研究物体的偏振特性和建立偏振数据库有着非常重要的意义。     

模糊聚类和模糊模式识别在目标识别中的应用

提出了一种模糊聚类和模糊模式识别相结合的目标识别方法,并成功应用于海上舰船识别分类;同时引入聚类分析有效性评价的F统计量,实现了模糊聚类的自适应性,避免了聚类数目选取上存在的主观性.对于给定特征的海上舰船目标,仿真实现了对目标的聚类分析,获得目标的分类并形成标准模型库,并通过模糊模式识别对后继获得的目标特征样本在标准模型库中进行匹配,应用最大贴近度原则完成目标识别.仿真结果表明:对于复杂的战场环境,两种方法的结合是可行和有效的,可以满足战时实时性和准确性的要求,具有一定的应用前景.     

基于稠密子团和边聚类系数的局部社团挖掘算法

发掘复杂网络的社团结构,有助于深入理解网络结构属性及其功能重要性。本文通过定义稠密子团,结合边聚类系数和局部模块度,提出一种DIDE社团挖掘算法。该算法通过选取稠密子团作为初始聚类团,利用边聚类系数扩张该稠密子团,最大化局部模块度值来生成社团结构。在计算机生成网络、三社团网络、Zachary网络和美国足球俱乐部网络上进行社团划分,验证该算法的可行性和有效性。