基于DE-PSO路由的最优路径选择算法研究

针对目前ZigBee网络中路由节点间能量消耗不均衡、能量消耗大和节点过早死亡等问题,提出了融合差分进化粒子群算法(DE-PSO)。首先,对比节点剩余能量,通过对比簇首竞选权重值竞选簇首,其次,利用DE算法搜索全局较优路径,并利用PSO算法的收敛性快速找到最佳路径。仿真结果表明,DE-PSO算法相比于经典的AODVjr算法、DE算法和ACO-AODV算法,可以有效地减少节点死亡、延长网络生存时间、减少节点能量损耗,提高了ZigBee网络的整体性能。     

Fleiss’ Kappa系数在贝叶斯决策树算法中的应用

针对决策树C4.5算法处理小规模缺失数据以及二义性数据时不稳定、效率低,以及在分裂节点时条件属性之间关系的问题,提出了一种在决策树C4.5算法与朴素贝叶斯算法结合的基础上,引入Fleiss’ Kappa系数的改进算法,从而解决了C4.5算法在处理小规模缺失数据、二义数据效率低以及条件属性之间相关性的问题。通过理论分析和在标准UCI数据集实验结果表明,该算法在牺牲一定执行效率的基础上,分类精度得到明显的提高。