无线传感器网络静态节点定位算法综述

针对无线传感器网络静态节点定位算法特点,总结了无线传感器网络节点定位的基本原理、定位算法的最新进展及其评价标准。从基于测距的静态节点定位算法和无需测距的静态节点定位算法两个方面分类讨论了典型的静态节点定位算法,并对各算法的性能进行归纳比较,说明了目前算法存在的问题,并提出未来发展趋势。     

基于平衡树的智能电网数据采集路由算法

在智能电网中,与传统路由协议不同,突发性拥塞不再是数据采集的主要风险,风险的新来源是数据流过度集中在网络的关键节点而导致的拥塞。为此,提出了一种能够实现数据平衡的数据采集路由机制用以克服网络拥塞。首先,该机制抽象出配用通信网络的数学模型;其次,针对无线网状网络( WMNs)路由协议,以节点排队队列长度作为决策参数建立路由度量模型(数据平衡度量模型,DBMM),并以度量值最小作为决策条件,设计了基于平衡树的路由算法(基于DBMM的路由算法,RA-DBMM)。最后,在Matlab环境下进行仿真实验,对比分析RA-DBMM和经典Bellman-Ford的性能差异。实验结果表明：RA-DBMM能够有效地改善数据拥塞问题,提高系统可靠性和吞吐量。     

SaW-Utility：基于节点效用的DTN喷雾等待路由协议

针对延迟容忍网络( DTN)中喷雾等待( SaW)路由协议在转发消息时选择中继节点的盲目性,提出一种基于节点效用的路由协议SaW-Utility.此路由协议在转发消息时,将根据节点剩余缓存和节点交付概率等因素选择中继节点,从而减少中继节点选择的盲目性.仿真结果表明,相比于SaW路由协议,SaW-Utility路由协议明显提高了消息转发成功率,降低了网络开销.     

无定向导线优化单节点导线网点位精度的应用

通过许昌某矿区控制网布设,研究了单一节点导线网的平差计算方法.结果证明,在传统导线网平差计算方法的基础上引入无定向导线作为约束条件,经平差所求出的坐标点位精度有了近一倍的提高.     

无线自组织量子通信网络的Grover路由算法研究

介绍了无线量子通信网络的发展和无线量子通信网络中的路由算法.路由度量基于相邻节点间的纠缠量子对数目.结合Grover量子搜索算法,在限定跳数内搜索路由度量最大的路径作为目标解径,以避免量子信道因纠缠量子对的消耗而断开.路径搜索成功后,节点采用两端逼近的方法建立起量子信道,实现从源节点到目的节点的量子态的传递.采用Grover算法的路由搜索保证了成功率,降低了量子通信网络的网络计算量,使路由搜索快速收敛.     

中心城市导视系统人流寻路建模

目的研究导视系统作为城市空间叠加信息,提高城市空间外来人流参展效益及城市的可读性、可识别性,为全国中心城市承办大型主题活动的导视系统设置提供指导作用.方法从人的寻路作为导视设置进行研究,利用视觉感知肌理,人体工程学中的视角,视距因素,建立寻路导视系列化模型.结果把握中心城市中游客寻路与导视系统设置间的作用关系,建立5阶段寻路模型为主题性城市空间导视系统深入研究奠定基础.结论通过寻路模型建立导视系统设置测评标准,以沈阳为例模拟导视设置布局,完善提高了北方中心城市主题事件与相关历史环境的空间导视优化设计,为全国中心城市导视系统设置提供参考.     

合肥淮河路商业步行街空间环境现状研究

淮河路步行街是合肥市商业与文化的重要组成部分。针对目前存在的影响其品质提升的若干现实问题,在深入调查的基础上,通过对其空间序列、尺度、历史古迹、节点与交通五个方面的分析研究,对淮河路步行街空间环境建设提出优化策略。     

基于同步开关预判的半桥型VSC快速电磁暂态建模方法

现代电力系统存在大量的半桥型电压源变流器,采用传统电磁暂态仿真程序对其进行大规模仿真分析时,存在耗时高、效率低的问题.以半桥子电路为开关状态判断的基本单元,通过分析其开关状态变化时二极管的续流及关断过程,得出普适于半桥型电压源变流器的同步开关预判方法.该方法可在当前时步通过逻辑判断直接得出稳定的开关状态组合,消除了迭代计算.结合同步开关快速预判方法及内节点收缩方法构建了半桥型电压源变流器的快速仿真模型,通过对比仿真,验证了快速仿真模型具有与全详细化模型相当的仿真精度,且能有效减少仿真耗时,提高仿真效率.与全详细化模型相比,针对80模块固态变压器的快速仿真模型可加速20倍.     

一种基于节点密度分割和标签传播的Web页面挖掘方法

获取Web页面中的重要内容如文本和链接,在许多Web挖掘研究领域有着重要的应用价值.目前针对该问题主要采用Web页面分割和区块识别的方法.但现有的方法将Web页面中重要文本和链接的识别视为两个相互独立的问题,这种做法忽略了Web页面中文本和链接的内在语义关系,同时降低了页面处理的效率.文中提出了一种Web页面重要内容挖掘的统一框架,该框架主要由3个部分组成:第一,先将Web页面转换为DOM树表示,然后采用节点密度熵为度量将DOM树分割为不同的页面块;第二,采用基于K最近邻标签传播的半监督方法自动扩展页面块训练集;第三,在扩展的页面块训练集上对SVM分类器进行训练,并用来对页面块进行分类.采用该框架可以将Web页面块区分为多种类型,并且该框架独立于Web页面的类型和布局.我们在真实的Web环境下进行了广泛的实验,实验结果表明了该方法的有效性.     

基于节点选择优化的DAG-SVM多类别分类

有向无环图支持向量机( DAG-SVM)对于N类别分类问题,会构造N ×( N-1)/2个支持向量机分类器(为每2个类构造一个支持向量机),DAG-SVM可能出现由于节点选择不佳而导致整个分类器分类结果较差的情况。为此,提出一种改进的DAG-SVM。通过为每一层建立备选节点集合进行节点选择,选取下层备选节点集合中训练分类精度最高的一个节点组合作为当前层节点的下层节点,从而优化DAG-SVM的拓扑结构。实验结果表明,与已有的DAG-SVM,1-vs-1 SVM,1-vs-a SVM方法相比,该方法的分类精度较高。