杂草算法优化支持向量机的网络入侵检测

为了解决支持向量机(优化SVM)在网络入侵检测中的参数优化问题,以提高网络入侵检测性能,提出一种入侵杂草(IWO)算法SVM的网络入侵检测模型(IWO-SVM)。首先将SVM参数编码为入侵杂草,以检测率作为优化目标函数,然后通过模拟杂草入侵种子的生长过程找到最SVM的最优参数,从而最优网络入侵检测模型,后在采用KDD99数据集性能测试。结果表明IWO-SVM是一种检测检测率高、速度快的网络入侵检测模型。     

WSN中一种改进的DV-Hop节点定位算法

DV-Hop算法是一种经典的距离无关的无线传感器网络节点定位算法.详细分析了DV-Hop算法的定位过程,针对其局限性提出一种改进的DV-Hop算法.该改进算法在传统DV-Hop算法的第一阶段采用分簇策略以减小通信开销和分组冲突概率,并且用拟牛顿优化算法代替传统的最小二乘法计算节点位置,最后用Matlab7.0进行仿真....     

基于动态人工鱼群优化的WSN分簇算法

将群智能优化算法引入无线传感器网络分簇路由协议的设计能有效地节约节点能量和提高分簇效率.针对基本人工鱼群算法在运算速度方面的不足,提出了一种基于动态人工鱼群优化的无线传感器网络分簇算法,算法为了同时具有较好的全局搜索和局部寻优能力,更快地得到最优分簇结果,在一次迭代进化中除了考虑人工鱼的觅食行为、聚群行为和追尾行为的寻...     

基于混合机制算法的WSN节能优化策略

在WSN(无线传感器网络)节能优化过程中,覆盖模型复杂、抽象难以求解.部分节点利用率与覆盖率存在差异性,从而制约无线传感器网络,使能耗降低.针对此问题,提出一种基于混合机制的算法,利用分治思想将节点分为活跃节点和非活跃节点;将部分覆盖算法和唤醒机制算法相结合,建立最优覆盖模型,然后进行求解,得到最优节能方案.该方法能够充分利用节点的不同特点降低算法复杂度,避免不必要的运算消耗.实验表明:混合机制算法分别降低了活跃节点与非活跃的节点能耗;与单一算法相比较效果显著,网络生命周期得到延长.     

基于改进鱼群算法的WSN覆盖优化策略

本文提出了一种基于改进人工鱼群算法的无线传感器网络覆盖优化策略.通过对人工鱼群视野范围和步长的自适应调整,提高了算法的寻优精度、收敛速度以及稳定性;再结合WSN网络覆盖的性能,使网络覆盖得以优化.仿真结果表明,改进的人工鱼群算法优化的网络覆盖率比基本人工鱼群算法的网络覆盖率提高了17％.     

基于人工蜂群寻优算法的WSN中继节点布局方案

无线传感器网络(WSN)环境下,中继节点位置布局性能优劣是影响网络寿命的关键因素之一。目前,针对三维空间高密度WSN,缺少能够在硬件成本和连通性双重约束条件下提高网络寿命的中继节点位置布局方案。基于网格布局方式,提出了一种基于人工蜂群优化算法的中继节点布局方案(ABC-RNDS)。ABC-RNDS方案采用双层网络拓扑结构,首先使用最小生成树法构建骨干网络,再使用人工蜂群优化算法通过网络参数寻优和限制中继节点总数的方法实现网络寿命的延长。实验验证分析表明,在成本和连通性受约束的条件下,ABC-RNDS算法与传统方案相比能够显著提高网络寿命。     

DV-Hop定位算法的研究与改进

DV-Hop算法是一种无需测距的节点定位方式,其在无线传感器网络中存在较大定位误差.本文引入细化半径的节点通信思路,从而细化最小跳数值,期待改进原算法的不足.大量仿真结果说明:平等仿真前提下,改进算法在没有大幅度增加算法繁琐度的背景下,定位误差有了大幅降低,定位精度得以提升.     

航天发射场电力传输线WSN定位算法与仿真

为了准确、快速地查找航天发射场电力传输线故障的位置,在电力传输线上安装传感器用于故障定位。由于这些传感器呈线性分布,所以采用传统的DV-Hop算法进行传感器节点定位时,会导致定位失效。为此,提出一种改进的DV-Hop定位算法,该算法将电力传输线上的传感器等间距分布,计算最小跳步获得未知节点到信标节点的物理距离,采用双曲线定位算法求解出未知节点的坐标位置。最后,通过应用仿真,结果表明：改进的DV-HOP算法比传统的其他传感器定位算法的定位精确度高,且性能更加稳定,能够实现发射场电力传输线故障的快速、准确定位。     

基于改进入侵杂草算法的稀疏线性阵列综合方法

针对大孔径情况下稀疏阵列方向图综合问题,提出了一种基于混沌序列的入侵杂草优化算法,通过减少阵列单元总数以降低系统成本。首先,在算法执行的初始阶段,利用混沌序列初始化可行解以增强搜索多样性;其次,在寻优的循环迭代过程中,当杂草间的曼哈顿距离小于设定阈值时,再次用混沌序列重新初始化杂草,使得全局搜索结果能够避免局部极小值;最后,通过将种群分为多个部分并行进化,可有效提高算法的收敛速度和寻优精度,克服早熟现象。仿真结果表明了该算法的有效性。     

基于混合人工蜂群策略的改进DV-Hop定位算法

为了减小DV-Hop算法在无线传感器网络节点定位中的误差,提出了一种基于混合人工蜂群算法的改进算法。该算法结合了粒子群算法收敛速度快和蜂群算法搜索能力强的特性,首先通过DV-Hop算法估计锚节点与未知节点之间的距离,然后采用粒子群算法计算未知节点的初始位置,最后利用蜂群算法进行迭代求精,从而实现基于不同距离测量方法的总体优化。仿真结果表明,改进算法的定位精度较DV-Hop算法和基于粒子群的定位算法有明显改善。     

无线传感器网络中基于DV-Hop定位算法的改进

根据信标节点到达未知节点的跳数信息,将未知节点接收到的信标节点划分为3个级别,即到达未知节点跳数为1的节点为第一级节点、跳数为n的节点为第二级节点,剩余的为第三级节点。为此,在未知节点的信息表中定义了两个计数器,即counter1和counter2。计数器的值不同,意味着所选择的定位方法也有所区别。此外,跳数为1的情况下,引入了接收信号强度指示(RSSI)模型进行定位。同时,文章也详细阐述了对传统的DV-Hop算法的改进。     

改进的无线传感器节点定位算法

由于无线传感器网络具有其它网络不可比拟的各种优势,使得它在很多领域都有广泛的应用。对于无线传感器网络中的未知节点本身的定位工作是网络的各项应用的基础。本文主要分析无线传感器网络的节点定位技术,研究已有的定位算法,并根据现有算法提出一种改进的分布式的节点定位算法。该算法使用RSSI方法测距,无需增加新的硬件设备,通过分布式的算法来提高效率降低能耗,利用多次定位的平均值提高定位精度,降低了网络中的能量消耗,延长网络寿命。     

改进的DV-HOP无线传感器网络定位算法

为了提高无需测距的距离矢量（DV-Hop）定位算法对随机分布网络节点的定位精度。在分析了DV-Hop算法实现思想的基础上,提出了一种锚节点整体均匀分布优化方案,对该算法节点跳数进行优化。另一方面,在双通信半径算法基础上提出了一种三通信半径改进方法,使得两节点之间的跳数与距离的关系更接近线性规律,最后结合两种改进方法,进行整体仿真。仿真结果表明,锚节点均匀分布的三通信半径DV-Hop算法比双通信半径DV-Hop算法提高定位精度约为7%~8%。     

一种大规模传感器网络节点分布式定位算法

针对大规模无线传感器网络(WSN)中节点难以定位的问题,该文提出一种基于改进牛顿法的分布式定位算法。该算法包括网络划分和分布式算法。首先,根据节点位置和节点之间直接相连的距离信息,将无线传感器网络划分为若干个重叠的子区域,并将子区域的定位问题归结为无约束优化问题,每个子区域可以独立计算;然后,使用分布式算法估计子区域中的节点位置并进行局部融合。实验结果表明,与已有算法相比,该算法具有良好的扩展性,在大规模网络中定位精度更高,能满足大规模无线传感器网络中节点定位需求。     

一种基于网络密度分簇的移动信标辅助定位方法

现有移动信标辅助定位算法未充分利用网络节点分布信息,存在移动路径过长及信标利用率较低等问题。该文把网络节点分簇、增量定位与移动信标辅助相结合,提出了一种基于网络密度分簇的移动信标辅助定位算法(MBL(ndc))。该算法选择核心密度较大的节点作簇头,采用基于密度可达性的分簇机制把整个网络划分为多个簇内密度相等的簇,并联合使用基于遗传算法的簇头全局路径规划和基于正六边形的簇内局部路径规划方法,得到信标的优化移动路径。当簇头及附近节点完成定位后,升级为信标,采用增量定位方式参与网络其它节点的定位。仿真结果表明,该算法定位精度与基于HILBERT路径的移动信标辅助定位算法相当,而路径长度不到后者的50％。     

一种无线传感器网络中 DV-Hop定位的改进算法

针对无线传感器网络中经典定位算法 DV-Hop 存在定位精度低的缺陷,提出了一种改进算法。在传统 DV-Hop 算法的基础上,首先采用最小均方误差准则校正信标节点的平均每跳距离,然后对各未知节点到参考信标节点的平均每跳距离进行加权处理,最后通过参数分析,对未知节点进行位置修正。仿真实验结果表明,改进算法相比于传统的 DV-Hop 定位算法以及已有的改进算法具有很高的定位精度,并且无需增加额外的硬件设施。因此在工程上具有很好的实用性。     

无线传感器网络分布式迭代定位误差控制算法

针对无线传感器网络分布式迭代定位中误差的传播和累积问题,该文首先分析了锚节点几何形状对定位误差的影响,提出了基于几何精度因子的误差控制算法,巧妙设计了加权策略,将锚节点几何形状对定位精度的影响以权值的形式定量体现在迭代定位过程中,在每一轮迭代中有效控制了误差的传递,进而提高了整个网络的分布式定位精度。与传统的最小二乘定位算法和基于轮数的误差控制算法进行了仿真比较,结果表明,基于几何精度因子的误差控制算法定位性能最优,网络定位精度分别提高了25%和15%。     

改进的无线传感器网络DV-Distance定位算法

针对DV-Distance定位算法受网络拓扑结构和环境噪声影响大等问题,从2个方面对算法进行了改进。改进的DV-Distance算法在原算法基础上,通过设定共线度阈值来优化多跳网络中定位锚节点分组的选择,使其能更好的适应低密度、不规则网络,并利用最小二乘算法与泰勒级数展开法相结合方法来估计最终位置,从而提高算法的鲁棒性。仿真结果表明,改进算法与原算法相比,具有更高的定位精度,并且在锚节点数量比较小和节点密度低情况下,仍具有较好的定位性能。     

改进的无线传感器网络DV-Hop 节点定位算法

DV-Hop 算法是解决无线传感器网络节点定位问题的一种经典算法。文中根据经典的DV-Hop 算法提出了一种改进算法,通过引入更优的误差矫正和双曲线定位算法,减少了经典算法中多跳过程中积累的定位误差。比较和分析了经典DV-Hop 算法和改进后算法的仿真结果可以看出,改进后的DV-Hop 算法定位精度提高显著,在给定条件下的定位误差下降了约50%。