【摘 要】
：
随着车载通信需求的增加,车载自组织网络将成为现代智能交通系统的一个重要组成部分。基于命名数据网络,对车载自组织网络中请求的转发策略进行了研究,提出了一种基于内容关
【机 构】
：
南京邮电大学江苏省无线通信重点实验室
【基金项目】
：
国家自然科学基金(61571234,61631020),江苏省自然科学基金(BK20140894).
论文部分内容阅读
随着车载通信需求的增加,车载自组织网络将成为现代智能交通系统的一个重要组成部分。基于命名数据网络,对车载自组织网络中请求的转发策略进行了研究,提出了一种基于内容关系度及留存时间的转发策略。车辆动态地更新自身的内容记录表,及时去除移出通信范围的车辆,保证内容关系度的准确性,请求车辆根据位置、速度等信息计算邻居车辆的留存时间,由内容关系度与留存时间综合决定选择请求的转发节点,提高请求成功率和通信的稳定性。同时,为了进一步提高请求的成功率,在提出的转发策略中引入了内容缓存机制,车辆根据关系程度阈值判断是否需要缓
其他文献
定义了最小超球面密度的概念,提出了一种基于最小超球面密度的孤立点检测算法(minimum hyper sphere density,MHSD)。该算法根据数据的 k 近邻和反 k 近邻获得数据的有效近邻
为了弥补传统K-means算法聚类效果严重依赖于初始聚类中心这一不足,提出了OICCK-means算法.将不加权算术平均组对法（UPGMA）进行改进,通过该算法将密集区域的数据合并得到可以反
围绕群体行为的特征提取问题展开研究,提出了一种基于融合运动特征和外观特征的群体行为识别方法。为了更有效地描述识别信息,首先将各行人目标看成网络的节点,利用协方差跟踪获得目标的运动轨迹,同时利用格兰杰因果关系检验来衡量行人之间的相互作用;然后利用此因果关系来构建成双因果网络和成群因果网络,将其作为运动特征,并结合外观特征来描述群体行为。最后,采用改进萤火虫算法的支持向量机(SVM)进行群体行为识别。
移动对象索引技术是有效管理海量移动对象数据的支撑.目前的移动对象索引方法如FNR-tree、NDTR-tree等均采用基于磁盘的索引结构,忽略了移动对象在城市道路上密度分布不均衡
目前基于卷积神经网络的学习方法需要大量的有标注的数据。而实际应用中,标记大量的数据是非常困难的。为了解决此问题,提出了一种基于卷积神经网络的无监督特征提取方法。该方法结合了局部保持投影(LPP)算法和卷积神经网络,LPP算法可以很好地保留图像局部结构。文中采用LPP算法来进行卷积核的学习。构建的网络结构简单有效,识别效率优于有监督的卷积神经网络。实验结果表明,该方法在真实条件下的人脸数据集Yale
目前国网公司在处理语言通信业务时,其行政话机都是通过人工查询通信录,并以手工方式进行拨号通话,效率很低,给用户带来了很多的不便。针对上述情况,文中提出了一种面向智能
衣服与人体的精确匹配是虚拟试衣系统中的关键问题之一.与以往的3D模型匹配、2D图像匹配等方法不同,提出了一种新型的基于2D图像变换的更具有人体贴合性的虚拟试衣算法.算法
粗糙集是一种处理不确定、不完全理论的经典理论，属性约简是粗糙集理论的核心知识之一。为适应大数据的发展，对广泛应用于数据不确定性、不完备性处理的属性约简算法相应改进，提
针对经典池化方式不能提取有效特征值的问题,提出了根据池化域的大小、池化域中的元素值和网络的训练次数调整池化结果的自适应池化法,并搭建了基于自适应池化的卷积神经网络
随着互联网的普及和便利,现如今国内外点评网站和各类商务网站高速发展,各类评论信息正在不断影响着人们的生活。豆瓣网就是很知名的网络社区,越来越多互联网用户会在豆瓣网