【摘 要】
：
针对无线传感器网络中传感节点能量的有限性和无线链路的时变性,设计了一种高能效的、适应性强的安全数据融合算法EASDA。该算法在融合过程中基于非物理意义的模式码将传感器节点分成冗余集,在数据传输过程中利用数字喷泉码进行编码。仿真结果显示,该算法有效地减少了冗余数据的传输,使网络中能耗更加均衡,并且适应于任何删除信道。
论文部分内容阅读
针对无线传感器网络中传感节点能量的有限性和无线链路的时变性,设计了一种高能效的、适应性强的安全数据融合算法EASDA。该算法在融合过程中基于非物理意义的模式码将传感器节点分成冗余集,在数据传输过程中利用数字喷泉码进行编码。仿真结果显示,该算法有效地减少了冗余数据的传输,使网络中能耗更加均衡,并且适应于任何删除信道。
其他文献
面神经麻痹是神经科较常见的疾病,起病突然,与病毒感染和中毒有关,为面神经乳突管部发生水肿、非化脓性炎症反应,任何年龄段的人群均可发病。主要以面部一侧表情肌群运动功能
针对现有的P2P信任模型中对节点行为改变的动态适应能力不足以及欠缺激励机制的特点,提出了一种引入激励机制的动态信任模型(DITrust)。该模型采用信任值动态衰减策略以提高其动态适应能力,同时通过推荐偏移量来计算推荐信誉值,增加了推荐信誉的可信度;最后引入虚拟信誉货币以鼓励节点提供服务和推荐信息,提高了节点模型参与的主动性。实验结果表明,DITrust较已有的模型能够抵御类型更广泛的恶意节点攻击,
针对广义预测控制(GPC)计算量大的缺陷,提出一种模糊直接广义预测控制(FDGPC)方法。该方法首先利用中值定理将一类非线性系统等价表示为时变线性系统,然后通过模糊逻辑系统直接设计预测控制器,并利用跟踪误差对控制器参数uθ进行自适应调整。理论证明了该方法可使跟踪误差收敛到原点的一个小邻域内。仿真结果验证了此方法的有效性。
提出了快速边界行进算法分割CT图片中的肺实质,解决常用分割方法不能正确分割出与胸膜和纵膈相连肺结节的问题。本算法首先通过高斯平滑、阈值分割等方法预处理CT图片,获取肺实质区域;然后采用Douglas-Peucker算法提取边缘的关键点以压缩肺实质边缘;最后,采用自适应边界行进算法修补肺实质边缘。实验结果证明了本算法能有效地分割出与胸膜和纵膈相连的肺结节,并减小了时间开销。
为了合理利用多信道来提高无线网络吞吐量,针对基于802.11标准无线mesh网的业务特点,提出了基于分组管理的分布式多信道分配算法。该算法将节点接口分为回程接口与转发接口,并使回程接口分配到在干扰区域内干扰值尽可能小的信道。仿真实验结果表明,该算法可以减少区域干扰,并可充分利用信道的多样性和得到较高的网络吞吐量。
为了进一步提高结合了传统静态安全技术和动态安全技术的计算机考试系统的安全性,提出了一种基于粗糙集理论的静态安全技术与动态安全技术相结合的高效低负荷的防御方法,用于监控进程的非正常行为。该方法从进程正常运行情况下产生的系统调用序列中提取出一个简单的预测规则模型,能有效地检测出进程的异常运行状态。同原有系统相比,用粗糙集理论建立正常模型要求的训练数据获取简单,而且得到的模型更适用于在线检测。实验结果表
近年来核学习机已经成为机器学习界的一个热点问题,并在许多领域中得到了成功应用;然而作为一种尚未成熟的新技术,核学习机仍然存在很多局限性。介绍了核方法的基本思想,从有监督和无监督学习算法两方面对基于核的学习机进行了梳理,着重指出了核学习机研究中存在的问题和值得关注的研究方向,以期对核方法研究领域有较全面的把握。
针对传统自适应粒子滤波(APF)对于动态贝叶斯网络推理中高维的问题,提出动态贝叶斯网络一种自适应的局部抽样粒子滤波算法(LSAPF)。LSAPF算法将BK算法分团的思想引入到粒子抽样中,利用策略相关性和局部模型的弱交互性为指导对动态贝叶斯网络进行分割,以降低抽样规模和抽样的状态空间;进而对局部模型用自适应粒子滤波算法进行近似推理,并以粒子的因式积形式近似系统的状态信度。实验结果表明,该算法能很好地
提出了一种基于GA-EM算法的高斯混合模型(GMM)遥感影像变化检测方法。该方法采用主成分分析(PCA)与传统差值法相结合的方式构造差异影像;然后使用N个成分的GMM对差异影像分布进行建模;再利用进化的迭代方法对模型进行自适应参数估计;最后利用贝叶斯准则实现变化和未变化像元分布的变化检测结果。仿真结果表明,该方法对变化目标的检测有效而可靠,具有较大的实用价值。
提出了一种新的基于节点重要性和空间相关性的MAC协议(NISC-MAC),该协议将数据相关性小的节点,即数据差异大的节点定义为重要节点,并赋予其高的优先权。优先权高的节点发送数据的概率大,退避时间短,从而能优先地竞争到信道。把这些重要性节点选定为代表性节点,确保这些重要的数据发送到sink节点,这样可保证数据的整体有效性,使收到的数据能更好地反映出物理现象。NISC-MAC协议在去除数据空间相关性