【摘 要】
：
针对延迟/中断容忍网络特定场景下节点具有的集群运动模式问题,并结合近年来DTN研究领域分簇路由算法的研究进展,提出了基于动态分簇的DTN路由算法。该算法采用基于节点重要度的分簇算法,并选择层次分析法作为节点各参数权重的计算准则;定义节点关联度和稳定度作为普通节点归属特定簇的依据。簇内采取直接递交方式进行消息转发,簇间消息转发时根据节点历史相遇频率选取更可能与目的节点相遇的中继节点。仿真结果表明,与
论文部分内容阅读
针对延迟/中断容忍网络特定场景下节点具有的集群运动模式问题,并结合近年来DTN研究领域分簇路由算法的研究进展,提出了基于动态分簇的DTN路由算法。该算法采用基于节点重要度的分簇算法,并选择层次分析法作为节点各参数权重的计算准则;定义节点关联度和稳定度作为普通节点归属特定簇的依据。簇内采取直接递交方式进行消息转发,簇间消息转发时根据节点历史相遇频率选取更可能与目的节点相遇的中继节点。仿真结果表明,与其他经典算法相比,无论是消息生存时间还是仿真时间的影响,该算法在消息递交率和平均延迟等方面都表现出了较好
其他文献
针对H.264视频压缩码流在信道传输过程中易发生丢包和误码错误,以及视频图像解码重建后人脸区域模糊等问题,提出了一种基于自适应方向插值及相似性约束人脸区域的错误隐藏算法,对错误块进行两次错误隐藏。首先利用自适应方向插值空域错误隐藏算法对错误块中每个像素点根据其纹理方向进行自适应方向插值运算并恢复,实现第一次错误隐藏;然后提取错误块视频图像的前景目标,采用肤色分割的方法定位出可能的人脸区域,再基于相
为了提高信息嵌入率和实现完全可逆信息隐藏技术,结合医学图像数据量大和同色像素连续性高的特点,提出了一种基于加密域的可逆信息隐藏算法。首先预处理图像并构造头部信息(head),即通过边缘检测算法检测出边缘,使嵌入率达到最大,用行程编码(RLC)对边界部分作无损压缩留出空间存放数据,使信息隐藏算法完全可逆;然后使用混沌算法加密图像;最后通过替换最低有效位的方法将水印信息嵌入到加密图像中。通过理论分析和
为了准确地衡量两个模型的相似程度,提出了一种基于面匹配的模型相似性计算方法。使用面邻接图表示模型的拓扑结构,根据面的组成边数来构造两个模型之间的面匹配矩阵,同时,使用贪心算法来计算模型之间的相似性。在实验中,使用所提方法来度量目标CAD模型和源CAD模型之间的相似程度。实验结果表明,该方法能够有效地衡量模型之间的差异。
针对传统背景减法并不完全适合路口前景检测的需要,提出一种利用交通信号增强背景减法性能的前景检测新方法。该方法将交通信号与视频传感器网络相结合,通过传感器网络感知环境变化,从而获取实时准确的交通视频信号,并为各像素分配自适应学习率。新旧方法的对比测试实验结果表明,新方法提高了检测精度,具有广阔的应用前景。
传统路由协议在移动自组网中通常具有较多的多点继电器(MPR)重计算或路由表重计算过程,导致表现不佳,提出一种在移动自组网中所有节点对之间建立稳定且可持续路径的机制。首先分析了节点稳定性和节点保真度两个概念;然后将这两个概念整合到优化的链路状态路由(OLSR)协议中;最后在OLSR协议中使用一种稳定性函数作为主路径选择标准来选取稳定且可持续的多点继电器节点和拓扑。提出的机制显著减少了MPR的重计算和
云存储可以为用户提供高质量的、按需分配的数据存储服务,能够使用户以较小的代价来解决本地软/硬件资源不足、移动不便、存储设备毁坏或丢失等问题。但对于用户而言,云存储并不完全可信,他们往往担心存储在云端的数据的完整性问题。为此,提出一种基于H-MHT的动态数据完整性检查方案。在RDPC(remote data possession checking)协议的基础上,引入H-MHT认证数据结构,将文件的使
为了有效地表征行为,提出了一种基于姿态转换网络的行为识别算法。首先对人体进行自动定位,并对人体区域进行形状与运动特征提取;然后对特征进行层次聚类,构建姿态二叉树,并将运动序列表示为姿态序列后,将其表征为姿态转换网络的权重;最后利用K近邻的方法对行为进行分类识别。实验结果表明,该算法对动态嘈杂背景、人体执行行为速度的快慢具有一定程度的鲁棒性。该算法在两个公用数据库上获得了较好的结果,验证了其有效性。
车载网(vehicular Ad hoc networks,VANETs)是由车辆和路由设施(road side units,RSU)构成的网络,在VANETs中需要有效的路由协议实现源节点的数据向目的节点传输。在可用协议中,直接路由节点选择方案DRNS无法辨别在路由过程中节点移动的方向,而按需多路径距离矢量路由(Ad hoc on-demand multipath distance vector
为了消除基于谱聚类的归一化切分图像分割中聚类参数对分割结果的约束,提出了一种基于蚁群优化的多层图划分算法来进行归一化切分,进而对彩色自然景观图像进行分割。该算法将代表图像的相似度图作为蚁群的栖息环境,在归一化割准则的指导下,通过蚂蚁的觅食行为将相似的顶点逐渐聚集在一起,从而以多层的方式完成图划分。为了降低图像分割的计算量,利用超像素对图像进行预处理。实验对比表明,该算法消除了归一化切分分割结果对聚
局部线性嵌入算法以及局部切空间排列算法是目前对降维研究有着重要影响的算法,但对于稀疏数据及噪声数据,在使用这些经典算法降维时效果欠佳。一个重要问题就是这些算法在处理局部邻域时存在信息涵盖量不足。对经典算法中全局信息和局部信息的提取机制进行分析后,提出一种邻域线性竞争的排列方法(neighborhood linear rival alignment algorithm,NLRA)。通过对数据点的近邻