与其它排序算法相比,二路归并最适合于对两个有序子表进行排序。归并长度分别为 m 和 n 的两个有序子表,经典算法有两种。第一种算法完成归并需要○(m+n)的附加空间,○(m+n)次比较和移动。第二种算法是原地的,但完成归并需要○(m+n)次...与其它排序算法相比,二路归并最适合于对两个有序子表进行排序。归并长度分别为 m 和 n 的两个有序子表,经典算法有两种。第一种算法完成归并需要○(m+n)的附加空间,○(m+n)次比较和移动。第二种算法是原地的,但完成归并需要○(m+n)次比较和○(m×n)次移动。经过长期研究,提出了一种基于数据分块的快速原地归并算法。新算法通过将数据分块、对数据块排序等方法最多用○((m+n)log_2 (m+n)^(1/2)次比较和○((m+n)^(3/2))次移动完成两个有序子表的原地归并。实验证明,该算法与经典的原地算法相比,极大地降低了元素的移动次数和算法的运行时间。展开更多
为解决当前WSN数据误差追踪算法中存在的算法鲁棒性不强,区域融合困难,以及传输链路抖动严重的不足,提出了一种基于块融合机制的WSN数据误差追踪算法.首先基于块融合方式,通过中央控制节点之间拓扑位置关系,有效实现对数据传输过程中的...为解决当前WSN数据误差追踪算法中存在的算法鲁棒性不强,区域融合困难,以及传输链路抖动严重的不足,提出了一种基于块融合机制的WSN数据误差追踪算法.首先基于块融合方式,通过中央控制节点之间拓扑位置关系,有效实现对数据传输过程中的误差轨迹追踪,且能够采用矢量化方式来改善数据传输质量;随后采取能量排序的方式构建传输阈值,并利用该阈值实现对传输过程中的数据进行均衡化,且能够进一步实现周期内的中央控制节点性能的扫描,从而改善了因块区域间数据链路抖动而引起的传输误差.理论分析和仿真实验均表明:与当前常用的超混沌数据追踪算法(Hyper Chaos Data Tracking algorithm,HCDT算法)相比,文中算法能够更有效的降低数据传输抖动的同时,且具备更小的区域融合误差与更高的误差追踪效率.展开更多
文摘与其它排序算法相比,二路归并最适合于对两个有序子表进行排序。归并长度分别为 m 和 n 的两个有序子表,经典算法有两种。第一种算法完成归并需要○(m+n)的附加空间,○(m+n)次比较和移动。第二种算法是原地的,但完成归并需要○(m+n)次比较和○(m×n)次移动。经过长期研究,提出了一种基于数据分块的快速原地归并算法。新算法通过将数据分块、对数据块排序等方法最多用○((m+n)log_2 (m+n)^(1/2)次比较和○((m+n)^(3/2))次移动完成两个有序子表的原地归并。实验证明,该算法与经典的原地算法相比,极大地降低了元素的移动次数和算法的运行时间。
文摘为解决当前WSN数据误差追踪算法中存在的算法鲁棒性不强,区域融合困难,以及传输链路抖动严重的不足,提出了一种基于块融合机制的WSN数据误差追踪算法.首先基于块融合方式,通过中央控制节点之间拓扑位置关系,有效实现对数据传输过程中的误差轨迹追踪,且能够采用矢量化方式来改善数据传输质量;随后采取能量排序的方式构建传输阈值,并利用该阈值实现对传输过程中的数据进行均衡化,且能够进一步实现周期内的中央控制节点性能的扫描,从而改善了因块区域间数据链路抖动而引起的传输误差.理论分析和仿真实验均表明:与当前常用的超混沌数据追踪算法(Hyper Chaos Data Tracking algorithm,HCDT算法)相比,文中算法能够更有效的降低数据传输抖动的同时,且具备更小的区域融合误差与更高的误差追踪效率.
