基于创新力-适应度的O2O电商知识网络构建

为提升O2O电商企业对知识创新领域的准确判断,增加企业的创新竞争力,提出了一种基于创新力-适应度的O2O电商知识网络构建方法。在对O2O电商企业知识节点创新力影响因素分析并赋权重的基础上,利用适应度算法确定知识节点创新力-适应度,构建了符合O2O电商企业特点的创新力-适应度知识网络模型。通过五级分值评分方法和UCINET等可视化软件对苏宁云商的创新力-适应度知识网络进行了构建,实验表明创新力能力强的知识节点则具有连接效率高、表示形状相对大的特征。为苏宁云商创新力-适应度知识网络提供了应对策略。      

TSK模糊神经网络及其约束优化学习算法

针对非线性动态系统特点,提出了一种基于TSK(Takagi-Sugeno-Kang)模糊模型的动态回归模糊神经网络DRFNN(Dynamic Recurrent Fuzzy Neural Network),该模糊神经网络由静态网络和动态网络两部分组成,其中静态网络用来实现规则的条件部分和解模糊部分的计算,由FIR动态滤波器实现的内反馈回归网络用来实现规则的结论部分,为了加快网络收敛速度,给出了基于约束优化算法的网络参数迭代算法,把网络结构优化和参数学习作为一个约束优化问题来解决.应用于非线性系统的辨识和控制仿真试验说明了DRFNN网络及其算法对解决非线性系统问题的有效性.     

航空高动态网络负载感知路由算法

针对航空高动态网络(HDAN,Highly Dynamic Airborne Networks)节点高速运动、拓扑结构变化频繁、飞行器轨迹时变等特性,及其所带来的数据到达率低、信息拥塞度高、稳定性差等问题,提出一种具有负载感知特性的路由算法.算法提出了新的动态路由因子度量来适应拓扑结构的变化,引入节点相对速度修正高动态环境下单纯地理位置信息所带来的误差,并通过交互邻居节点队列信息表征网络局部负载程度,降低拥塞概率.仿真实验结果表明,本算法有效减少了网络丢包率和通信时延,增强了信息传输的可靠性.     

基于改进SSD的无人机航拍目标检测

针对无人机航拍图像尺度变化大、识别难度大和目标普遍较小的问题,提出一种基于改进单阶段多框检测器(single shot multibox detector, SSD)的无人机航拍目标检测算法——RCBnet.该算法为了提升网络的特征提取能力,将SSD算法的特征提取网络修改为Resnet-50并采用特征融合的方式,将特征图进行融合,用融合后的特征图构建特征金字塔;为了增强算法对物体的检测能力,设计一种联合注意力机制的多尺度卷积结构来有效调节感受野,实现不同尺寸卷积核对特征图的并行运算;针对训练过程中正负样本极具不平衡的问题,该算法采用Focal Loss损失函数训练网络模型,使其侧重于困难样本.通过与其他经典算法相比可知,所提算法在无人机航拍图像中具有更高的检测精度、更好的检测性能和鲁棒性,相比SSD,精度提高达3.46%.     

Ad hoc网络局部路由发现算法

针对自组(ad hoc)网络按需路由协议采用全网络广播方式来进行路由发现带来的网络路由开销较大问题,提出一种减少网络路由开销的局部路由发现算法.路由附近节点根据当前路由上发送的数据报文计算到达目的节点的最小跳数;当路由发生中断时,路由发现请求报文将在中断路由附近节点间按照最小跳数减小的方式传递,从而合理限制路由发现范围;通过增大中断链路附近节点转发路由发现报文跳数的方式,扩大局部搜索范围,提高路由发现成功率.仿真实验结果表明,本算法最多可以减少约60%的网络路由开销,降低约70%的平均网络延迟,提升约10%的数据报文发送成功率.此外,任何基于广播方式进行路由发现的路由协议都可以使用这种算法优化性能.      

基于轨迹方法的AFDX网络路由配置算法

针对航空电子全双工交换式以太网(AFDX,Avionics Full Duplex Switched Ethernet)的网络关键技术——虚拟链路(VL,Virtual Link)的静态路由算法,提出了一种基于AFDX轨迹方法的VL路由配置算法——TRJ算法,保证配置VL的端端确定性最大延迟满足给定的时延约束.TRJ算法计算每条VL基于轨迹方法得到的初始延时约束比,按照延时约束比从小到大的顺序结合轨迹方法进行VL静态路由配置.在AFDX网络典型配置下,将该路由算法与最小跳路由和均衡路由算法进行比较,结果表明最小跳路由算法用了最少的资源,均衡路由算法平衡了网络流量,但只有该算法保证了所有VL的端端最大延迟满足时延约束,证明该算法的有效性.     

移动Ad Hoc网络中的自适应转发分群路由协议

为了提高移动Ad Hoc网络的可扩展性,降低在大规模移动Ad Hoc网络中路由开销的增长速度,提出了一种自适应转发分群路由(AFCR,Adaptive Forwarding Cluster Routing)协议.它采用基于最小节点标识号(ID)的移动分群算法将所有节点分为若干个一跳分群.通过设置分群计时器,仅使用两轮控制消息就能快速部署网络的分群结构,并且可使分群同时在全网多处展开.邻节点之间通过交换局部路由信息来建立相邻群首间的路由,而不相邻群首间的路由则利用相邻群首间的路由来建立.基于所建立的分群网络结构和局部路由信息,该协议能够完成数据分组的自适应转发.仿真结果表明,与DSDV(Destination-Sequenced Distance-Vector)和RRR-DSDV(Rapid Route Recons truction DSDV)协议相比,AFCR协议在大规模、重业务量的情况下有效地降低了路由开销、改善了网络的传输性能.     

一种基于Hausdorff距离的改进星图识别方法

针对基于Hausdorff距离HD(Hausdorff Distance)识别法存在识别速度慢和对星敏感器镜头旋转特别敏感的问题,提出了一种基于Hausdorff 距离进行星图识别的改进算法,它采用有向距离和绝对距离相结合的方法,利用恒星的空间结构信息,构建有向距离匹配模型;根据镜头旋转特性,建立绝对距离抗旋转模型;对两种模型测试研究确定加权因子,同时选取恰当的匹配识别门限,最终实现匹配识别的性能达到最优.仿真实验结果表明,改进后的算法不但保持了原有算法的高识别率,强抗噪性,而且还具有更快的识别速度和好的抗旋转特性.它在实际工程中已得到成功应用.      

一种网络环境中的故障诊断模型

结合故障诊断的需求和存在的问题,提出了一种以故障症状、故障假设、诊断操作和观测操作节点为基本元素,并具有网络结构的诊断模型.在该模型基础之上,遵循诊断过程独立的假设,解决实际诊断过程中操作依赖关系的问题,提出了一种基于诊断贝叶斯网络DBN(Diagnosis Bayesian Network)的故障诊断算法.同时通过引入观测操作,加快诊断的速度并且降低诊断代价.试验表明,与P/C更新算法比较,该算法能更有效地降低诊断代价,实现快速故障诊断,较好解决了操作依赖的复杂故障诊断问题.      

综合路由的无线传感器网络覆盖调度

利用目前公认为理论上最好的无线传感器网络集中式覆盖控制算法MCLC(Most-Constrained Least-Constraining),结合DD(Directed Diffusion)和LEACH(Low Energy Adaptive Clustering Hierarchy)路由协议,基于节点最小剩余能量调度覆盖集,观察最小剩余能量不同选取对节点能耗和均衡性以及网络生存期的影响.研究能耗均衡性和网络生存期的关系,提出了一种新的一般性能耗均衡的覆盖集调度的方法.仿真结果表明:所提方法可以有效提高网络生存期,同时为设计覆盖控制算法和覆盖集调度策略提供理论指导.      

能量有效的无线传感器网络分簇路由协议

无线传感器网络（WSNs）的应用前景非常广阔,得到了越来越广泛的关注,其中网络节能、降低功耗、延长寿命是WSNs必须解决的问题。对WSNs中典型的分簇路由协议进行了详细分析,通过对比研究,提出了一种基于节点间相关性的能量有效分簇路由协议——BCCP协议。在BCCP协议中,能耗均衡分簇算法利用节点间位置相关性与节点剩余能量,降低分簇迭代次数,得到分布均匀的簇首节点,降低簇内成员节点与簇首节点的通信能耗,以此降低网络能耗;降低能耗分簇算法利用节点间数据相似性与节点间协同性,降低簇内通信、簇间通信的数据量,以此降低网络能耗。实验结果表明,BCCP协议在能耗均衡、网络存活节点数、降低能耗方面与其他方法相比均有明显的优势。      

基于链路预测的未来新增航线发现

针对新增航线发现研究中存在的航线选择主观化、网络信息挖掘不充分等问题,考虑航空运输网络的拓扑结构特征和节点(通航城市)层次属性,提出了一种基于链路预测的未来新增航线发现(NARP)模型。NARP模型提取局部封闭子图构建子图邻接矩阵,基于距离标记子图节点结构重要性,采用因子分析和层次聚类提取节点层次属性。在此基础上,融合子图结构和节点属性2类特征,采用深度图卷积神经网络(DGCNN)进行链路预测,实现新增航线发现。在中国航空运输网络实际运行数据上的实验结果表明:较之基准方法,NARP模型的预测准确率最高提升9.28%;在网络极度不完整时,预测准确率可以保持在80%左右;预测结果符合航空运输网络的实际演变情况。      

基于稳定分簇的移动自组织网络路由协议

移动自组织网络的动态拓扑特性给其分簇路由协议的设计带来了一定的挑战,而分簇算法作为分簇路由协议中重要的技术手段,如何建立一种有效稳定的分簇机制,对分簇路由协议的性能至关重要。本文在大规模网络环境下,提出一种稳定的分簇算法,并在此基础上提出一种分簇路由协议。为提高网络性能,该分簇路由协议簇间采用被动模式,簇内采用主动模式,并且各个分簇由簇首、网关、访客和普通簇节点组成。仿真结果表明:该分簇算法减少了簇的数量和簇成员在簇间的切换次数,提高了分簇的稳定性。相应的分簇路由协议较该类协议也降低了网络的平均端到端时延和平均路由开销,提高了数据包接收的成功率。      

Ad Hoc网络中一种新的能量优化多播路由算法

探讨了Ad Hoc网络中能量优化的多播路由问题.在一次多播会话中节点功率不变的假设前提下,分析了NJT(Node-Join-Tree)算法,针对NJT算法所生成的多播树中可能存在冗余发送节点的问题,提出了一种新的能量优化多播路由算法——RMT(Refine-Multi-cast-Tree)算法,给出了RMT算法的复杂性分析,并设计了RMT算法的分布式实现方案.RMT算法在已有多播树中进行本地搜索,寻找是否存在冗余的发送节点,若存在冗余发送节点则将其从多播树发送节点集合中删除,重构多播树,从而达到减少多播树能量消耗的目的,生成能量更优的多播树.仿真实验表明RMT算法性能优于NJT算法.     

虚拟层次化无线mesh网络信道分配策略

为了获得具备良好的用户分集效果和路由稳定性的无线mesh网络,提出了一种虚拟层次化网络架构.这种无线mesh网络将临近节点聚合为虚拟小区,该小区内部节点不仅能够直接通信,还具有路由转发功能.虚拟小区内部节点之间的连接构成虚拟的底层网络,虚拟小区之间的连接则构成虚拟的顶层网络.为解决虚拟层次化无线mesh网络的信道资源分配问题,提出了一种图着色模型——广义集合T-coloring模型.该模型以虚拟小区为无线信道的分配单位,并采用射频防卫度为无线信道的干扰约束指标,在保证网络连通性的前提下,既降低信道干扰又提高信道利用率.采用虚拟小区分裂方式进一步增加了网络容量也提升了信道分配公平性.仿真结果验证了该策略的有效性.     

基于ICT分布的容迟网络接触模型

在容迟网络中,掌握节点之间的接触间隔时间(ICT)的特性,能够为网络性能分析、路由协议设计以及算法优化等研究提供理论指导和帮助,但目前的ICT模型往往缺乏普适性.通过对节点运动做出一般性假设,基于可靠性数学方法,给出了一个基于ICT分布的接触模型——IDCM.该模型证明了两个移动节点之间的ICT服从指数分布,且指数分布的参数仅与两个节点的历史接触次数和累积ICT有关.在随机方向(RD)移动模型、随机路点(RWP)移动模型、北京市出租车网络、口袋交换网4个数据集上进行了仿真验证,并与基于统计拟合参数的指数分布模型进行对比.仿真实验结果表明,IDCM能够准确反映节点对之间的接触间隔时间分布,且模型准确性优于基于统计拟合参数的指数分布模型.      

一种基于有效修剪的最大频繁项集挖掘算法

对关联挖掘中的最大频繁项集挖掘问题进行了研究,提出了一种基于项集格修剪机制的最大频繁项集挖掘算法.采用项集格生成树的数据结构,将最大频繁项集挖掘过程转化为对项集格生成树进行深度优先搜索获取所有最大频繁节点的过程. 其中提高算法效率的一个重要措施是在遍历项集格生成树的过程中对生成树进行修剪.给出了项集格生成树的三个性质,并在此基础上提出了直接超集修剪、间接超集修剪与事务集等价修剪三种修剪机制,尽可能忽略非频繁节点及其所生成的扩展节点以减少遍历的节点数目.试验结果表明,三种修剪机制都能够有效地减少搜索空间,其中事务集等价修剪机制的效果最好,算法的性能与输入数据集的稠密程度相关.