【摘 要】
：
非结构化的P2P网络一般以广播方式作为搜索的基本策略，会引发较大的网络流量。针对高效搜索资源的关键问题，本文给出了一种改进的搜索方法，即为每个节点引入邻居节点、朋友节点和捷径节点，节点关系引入兴趣相似度，同时根据节点间的资源搜索结果产生节点积累。节点收到查询请求时，利用节点间兴趣相似度和节点积累的经验信息来指导节点选择查询，以便更快地找到查询结果。仿真结果表明，改进算法有效地减少了查询带来的网络流
【机 构】
：
College of Software,Nanjing University of Posts and Telecommunications,Nanjing 210003
【出 处】
：
全国高等学校计算机教育研究会,中国计算机学会
论文部分内容阅读
非结构化的P2P网络一般以广播方式作为搜索的基本策略，会引发较大的网络流量。针对高效搜索资源的关键问题，本文给出了一种改进的搜索方法，即为每个节点引入邻居节点、朋友节点和捷径节点，节点关系引入兴趣相似度，同时根据节点间的资源搜索结果产生节点积累。节点收到查询请求时，利用节点间兴趣相似度和节点积累的经验信息来指导节点选择查询，以便更快地找到查询结果。仿真结果表明，改进算法有效地减少了查询带来的网络流量，提高了查找的成功率。
其他文献
工程实测发现低压电力线上的干扰存在周期性的倾向，对于50hz的工频而言，会以100Hz为周期释放出强烈的干扰.对于持续时间为3.33ms(暂定)，周期为10ms的重载区的建模，本文采用不同频率的全波余弦信号叠加的方法，在周期信号h(t)的一个周期内用汉宁窗截取3.33ms的时间用来建模重载区，剩余的6.67ms暂时用0来代替.
本文主要讨论第三代移动通信系统中HSDPA的协议结构和关键实现技术，并对其演进技术HSUPA和HSOPA作了简要的分析，提出了下一步的一个研究方向。
本文在对现有的多种编码标准和H.264码率控制算法研究的基础上，结合视频混合编码的特性，对Z.He等人提出的p域线性率失真模型进行了深入的分析和研究，利用LMS算法实现了斜率θ的自适应估计，并且引入参数θratio进行微调，提出了基于宏块层码率控制算法.仿真结果表明，与JVT-H017算法相比，本文提出的宏块级码率控制算法的输出码率更接近目标码流，并且计算复杂度降低很多，具有良好的实用价值.
本文主要面向对象的思路在关系数据库的应用的一些方法。当今的J2EE世界里,有许多技术支持对象关系映射。文章将对Hibernate,JPOX以及JPA这三种流行的数据访问模式进行比较,比较是基于它们的实现和开发速度。
随着实际应用对并发软件需求的不断增加，并发程序的应用越来越广，程序切片的研究不再仅仅局限于顺序程序，并发程序切片的研究也越来越多。但是由于并发程序执行的不确定性，并发程序切片的研究还有许多问题有待解决。文中介绍了当前主要的几种并发程序切片方法及其主要特性，并对这些切片方法进行了分析，结果表明并发程序切片的效率和精度都达到理想的目标是不可能的，只能是在两者之间的均衡，同时提出了一种并发程序切片改进方
随着P2P技术的不断发展,P2P流媒体作为P2P的主要应用,渐渐占据大量网络带宽,造成骨干网络拥塞,影响正常业务的进行,因此ISP及网管必须对该类流量进行有效的控制。本文针对该需求,对目前的相关P2P流量识别技术进行细致的分析,并在此基础上给出一种针对P2P流媒体的流量检测方法。该方法以目前主流的P2P流媒体软件：PPLive、PPStream、QQLive为蓝本,进行流量行为特征和负载层的深入分
提出了一种基于光流和水平集方法的运动目标检测与分割新方法。首先改进传统的光流模型的数据项及光滑项，使其具有更好的鲁棒性，通过计算改进的光流模型得到图像序列的光流场，从而检测出运动对象；然后改进Chan-Vese分割模型，取代灰度值分割为光流模型，根据光流信息分割运动对象；最后采用水平集方法，将不同区域的光流场信息有机地结合在一起，实现运动对象的分割；在水平集的求解过程中，为了避免水平集函数重新初始
本文结合浙江省精品课程《数据库原理及其应用技术》的建设实践，提出了精品课程的内涵，介绍了如何围绕课程目标，精心组织教学内容、丰富教学方式、出版配套教材、加强实践环节、改进考核方式和培养创新能力等。
提出了一种新的有监督学习方法，该方法用于将流形学习方法扩展到无监督学习中。其核心思想是：利用BP神经网络提取流形学习过程中的隐式映射，并在低维空间上构造分类器。在实际数据集上的测试结果验证了该方法的有效性与可行性。
本文在分析目前搜索问题现状的前提下，提出了使用粒子群优化算法进行搜索研究，并根据基本粒子群优化算法存在早熟和后期收敛速度慢的局限性，加入遗传算法中的交叉和变异算子，提高了全局搜索能力和后期收敛速度，改进了粒子群优化算法的搜索策略。经过实验验证，本算法可以有效的提高搜索效率。