小数据样本深度迁移网络自发表情分类 被引量：9

1

作者 付晓峰 吴俊 牛力 《中国图象图形学报》 CSCD 北大核心 2019年第5期753-761,共9页

目的相较于传统表情,自发表情更能揭示一个人的真实情感,在国家安防、医疗等领域有巨大的应用潜力。由于自发表情具有诱导困难、样本难以采集等特殊性,因此数据样本较少。为判别自发表情的种类,结合在越来越多的场景得到广泛应用的神经... 目的相较于传统表情,自发表情更能揭示一个人的真实情感,在国家安防、医疗等领域有巨大的应用潜力。由于自发表情具有诱导困难、样本难以采集等特殊性,因此数据样本较少。为判别自发表情的种类,结合在越来越多的场景得到广泛应用的神经网络学习方法,提出基于深度迁移网络的表情种类判别方法。方法为保留原始自发表情图片的特征,即使在小数据样本上也不使用数据增强技术,并将光流特征3维图像作为对比样本。将样本置入不同的迁移网络模型中进行训练,然后将经过训练的同结构的网络组合成同构网络并输出结果,从而实现自发表情种类的判别。结果实验结果表明本文方法在不同数据库上均表现出优异的自发表情分类判别特性。在开放的自发表情数据库CASME、CASMEⅡ和CAS(ME)~2上的测试平均准确率分别达到了94. 3%、97. 3%和97. 2%,比目前最好测试结果高7%。结论本文将迁移学习方法应用于自发表情种类的判别,并对不同网络模型以及不同种类的样本进行比较,取得了目前最优的自发表情种类判别的平均准确率。 展开更多

关键词 自发表情 迁移学习 分类 神经网络 同构网络

原文传递

复杂网络免疫策略分析 被引量：8

2

作者 李向华 王欣 高超 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2013年第3期444-452,共9页

基于网络免疫策略,先从免疫效率、代价和鲁棒性三方面分析各免疫策略在同构网络中的免疫特性,再构建异构耦合网络模型,并分析了各类免疫策略在异构耦合网络中对病毒传播的抑制力.实验结果表明,已有免疫策略可有效抑制病毒在同构网络中... 基于网络免疫策略,先从免疫效率、代价和鲁棒性三方面分析各免疫策略在同构网络中的免疫特性,再构建异构耦合网络模型,并分析了各类免疫策略在异构耦合网络中对病毒传播的抑制力.实验结果表明,已有免疫策略可有效抑制病毒在同构网络中的传播,但对异构耦合网络的保护能力有待提高. 展开更多

关键词 复杂网络 网络免疫 病毒传播 同构网络 耦合网络

下载PDF 职称材料

合作网络的多角度可视化分析——以Journal of Informetrics合作网络为例 被引量：4

3

作者 彭博 《信息资源管理学报》 CSSCI 2018年第1期83-92,共10页

文章使用可视化的方法对合作网络具有的不同数据特征进行研究,建立了一种多角度可视化分析模型,为充分挖掘科研人员间的合作关系提供了更多方法。在对已有的合作网络可视化分析研究进行总结的基础上,本文从网络节点属性和多种关联关系入... 文章使用可视化的方法对合作网络具有的不同数据特征进行研究,建立了一种多角度可视化分析模型,为充分挖掘科研人员间的合作关系提供了更多方法。在对已有的合作网络可视化分析研究进行总结的基础上,本文从网络节点属性和多种关联关系入手,构建多角度可视化分析模型。以国际上著名信息计量学期刊为例,从同构网络、异构网络、动态网络三个角度进行了实证研究。分析结果表明,该分析方法具有可用性,不仅能挖掘核心合作群体,还能揭示不同群体间合作方式的异同和变化规律,为科研人员间的合作提供更全面的参考。 展开更多

关键词 同构网络 异构网络 动态网络 多角度 可视化 合作网络

下载PDF 职称材料

基于同构化改进的U-Net结直肠息肉分割方法 被引量：3

4

作者 沈志强 林超男 +4 位作者 潘林 聂炜宇 裴玥 黄立勤 郑绍华 《中国生物医学工程学报》 CAS CSCD 北大核心 2022年第1期48-56,共9页

结肠镜检查广泛应用于结直肠癌的早期筛查和诊疗,但仅靠人工判读结肠息肉漏检率较高,有研究统计可达25%。基于深度学习的计算机辅助技术有助于提高息肉检测率,但目前深度学习的主流分割网络U-Net存在着两个局限:一是编解码的输出特征图... 结肠镜检查广泛应用于结直肠癌的早期筛查和诊疗,但仅靠人工判读结肠息肉漏检率较高,有研究统计可达25%。基于深度学习的计算机辅助技术有助于提高息肉检测率,但目前深度学习的主流分割网络U-Net存在着两个局限:一是编解码的输出特征图之间存在着语义鸿沟;二是U-Net的双层卷积单元无法学习多尺度信息;割裂地看待容易使模型陷入局部最优。提出一种基于同构化改进的U-Net网络,不仅能缓解编解码特征间的语义鸿沟,且具备提取多尺度特征的能力。首先,在U-Net编解码器和跳层路径中,引入同构单元IU构成同构网络I-Net,以减少编解码器之间的语义鸿沟;接着,结合密集连接和残差连接的优点,设计密集残差单元DRU以学习多尺度信息;最后,将同构网络的处理单元初始化为密集单元,构成基于密集残差单元的同构网络DRI-Net。使用包含612幅结直肠镜息肉图像的公开数据集CVC-ClinicDB,采用5折交叉验证评估所提出的模型,DRI-Net可得Dice系数为90.06%,交并比(IoU)为85.52%,与U-Net相比,Dice系数提升8.50%,IoU提升11.03%。此外,在国际ISIC2017皮肤镜挑战数据集上验证模型在其他模态数据的泛化性,2000幅训练,600幅测试,获得的Dice系数为86.57%,IoU为79.20%,与ISIC 2017排行榜第一名的方法相比,Dice系数提升1.67%,IoU提升2.70%。实验表明,DRI-Net能有效解决U-Net存在的局限,且泛化性良好。 展开更多

关键词 息肉分割 深度学习 同构网络

下载PDF 职称材料

基于输出队列的WUDN交换结构仿真及分析 被引量：2

5

作者 殷晓超 韩国栋 王孝龙 《计算机工程》 CAS CSCD 北大核心 2018年第7期80-85,共6页

Crossbar交换网络采用多并行总线结构,可同时完成多输入输出的匹配,但受限于调度算法复杂度与端口数量紧耦合,扩展性较差。为此,提出一种新的交换结构,即WUDN结构。该结构采用模XY算法实现路由路径最短与网络流量均衡,其中在路由节点端... Crossbar交换网络采用多并行总线结构,可同时完成多输入输出的匹配,但受限于调度算法复杂度与端口数量紧耦合,扩展性较差。为此,提出一种新的交换结构,即WUDN结构。该结构采用模XY算法实现路由路径最短与网络流量均衡,其中在路由节点端口处运用输出队列的排队方式及轮询调度算法,以存储、转发的流量控制方式传输数据包。实验结果表明,WUDN结构具有灵活的扩展性,且在高负载状态下可实现较高的吞吐量和更低的平均时延。 展开更多

关键词 扩展性 同构网络 迷你路由网格 最优队列长度 流量分布

下载PDF 职称材料

无线传感器网络系统的故障诊断技术研究综述

6

作者 张永健 王漫 《计算机与现代化》 2012年第1期129-131,共3页

无线传感器网络系统故障诊断技术的研究对提高系统可靠性具有重要意义。本文综述了近年来国内外对无线传感器网络系统故障进行诊断的技术研究,主要包括节点级硬故障、节点级软故障和网络级故障的诊断技术,并对4种主流诊断技术在诊断速... 无线传感器网络系统故障诊断技术的研究对提高系统可靠性具有重要意义。本文综述了近年来国内外对无线传感器网络系统故障进行诊断的技术研究,主要包括节点级硬故障、节点级软故障和网络级故障的诊断技术,并对4种主流诊断技术在诊断速度上作出比较。最后对传感器故障诊断技术的发展趋势和有待解决的问题作了一定的分析和探讨。 展开更多

关键词 无线传感器网络 拓扑结构 同构网络 异构网络

下载PDF 职称材料

WSN中同构模型下动态组密钥管理方案 被引量：8

7

作者 温涛 张永 +1 位作者 郭权 李凤坤 《通信学报》 EI CSCD 北大核心 2012年第6期164-173,共10页

研究了同构网络模型的组密钥管理问题,首次给出了一个明确的、更完整的动态组密钥管理模型,并提出了一种基于多个对称多项式的动态组密钥管理方案。该方案能够为任意多于2个且不大于节点总数的节点组成的动态多播组提供密钥管理功能,解... 研究了同构网络模型的组密钥管理问题,首次给出了一个明确的、更完整的动态组密钥管理模型,并提出了一种基于多个对称多项式的动态组密钥管理方案。该方案能够为任意多于2个且不大于节点总数的节点组成的动态多播组提供密钥管理功能,解决了多播组建立、节点加入、退出等所引发的与组密钥相关的问题。该方案支持节点移动,具有可扩展性,并很好地解决了密钥更新过程中多播通信的不可靠性。组成员节点通过计算获得组密钥,只需要少量的无线通信开销,大大降低了协商组密钥的代价。分析比较认为,方案在存储、计算和通信开销方面具有很好的性能,更适用于资源受限的无线传感器网络。 展开更多

关键词 无线传感器 同构网络模型 动态多播组 组密钥管理

下载PDF 职称材料

基于图神经网络的OMCI模型相似性计算

8

作者 袁佳伟 赵进 《计算机工程与科学》 CSCD 北大核心 2024年第9期1576-1586,共11页

光网络单元管理和控制接口OMCI,是千兆无源光网络GPON系统中光线路终端OLT与光网络单元ONU之间进行互联互通的重要协议。在解决OMCI互通问题的过程中,经常需要开发人员对OMCI业务模型进行异常分析,但由于OMCI领域知识的复杂性,对于缺乏... 光网络单元管理和控制接口OMCI,是千兆无源光网络GPON系统中光线路终端OLT与光网络单元ONU之间进行互联互通的重要协议。在解决OMCI互通问题的过程中,经常需要开发人员对OMCI业务模型进行异常分析,但由于OMCI领域知识的复杂性,对于缺乏经验的开发人员直接分析OMCI业务模型是非常困难的,并且耗时耗力。因此,针对上述实际问题中的挑战,提出了一种基于图神经网络进行OMCI模型异常分析的方法,通过图相似性计算算法,从数据库中查找相似的OMCI模型作为参考,然后比较差异性,找到异常点。首先将真实的OMCI数据构建成图数据,然后结合图同构网络与自注意力池化改进快速计算图相似性模型(SimGNN),最后计算OMCI图数据库中每个图与异常图数据的相似性得分,根据得分排名推荐出最相似的若干OMCI业务模型图。实验结果表明,改进的图相似性计算模型与基准模型相比,在OMCI数据集上性能有所提升,并且在实际应用中也是有效的,对OMCI互通问题的分析起到了一定的帮助作用。 展开更多

关键词 光网络 OMCI 异常分析 图神经网络 图相似性计算 图同构网络

下载PDF 职称材料

基于自适应平衡静动态联合网络的公交客流预测

9

作者 黄来安 朱杭雄 栗波 《计算机应用研究》 CSCD 北大核心 2024年第8期2360-2365,共6页

为解决现有公交客流预测方法多数利用预定义的图结构进行空间建模,对交通状况变化所引起客流波动考虑不充分,无法捕捉短时动态的空间依赖关系问题,提出一种自适应平衡静动态联合网络(ASDNet)模型。首先,利用时间卷积网络捕获序列的时间... 为解决现有公交客流预测方法多数利用预定义的图结构进行空间建模,对交通状况变化所引起客流波动考虑不充分,无法捕捉短时动态的空间依赖关系问题,提出一种自适应平衡静动态联合网络(ASDNet)模型。首先,利用时间卷积网络捕获序列的时间相关性;其次,利用图卷积捕捉站点之间整体空间信息,采用动态图同构网络捕捉相邻时隙动态图之间隐藏的动态依赖关系;最后,通过自适应平衡机制自适应地调节静动态联合网络之间的信息传递。在广州市真实公交数据集上进行了实验,结果表明,与多个基准模型相比,该模型在MAE、RMSE和MAPE预测误差指标上平均降低了12.2%、9.9%和15%,R2精确度指标上平均提高了6.3%。表明该模型能够有效地捕捉客流数据的时空变化规律,可为公交运营管理提供技术参考。 展开更多

关键词 公交客流预测 时间卷积网络 图卷积 动态图同构网络 自适应平衡静动态联合网络 时空变化

下载PDF 职称材料

融合多重特征的噪声网络对齐方法

10

作者 咸宁 范意兴 +1 位作者 廉涛 郭嘉丰 《山东大学学报（理学版）》 CAS CSCD 北大核心 2024年第7期64-75,共12页

针对网络对齐任务中网络结构差异大和锚节点对噪声大的问题,提出一种基于多轮迭代的网络对齐方法。该方法在每轮迭代时使用多种启发式方法计算不同维度的节点特征,利用多重特征的组合来评估锚节点的可靠性,过滤其中潜在的噪声,增强每轮... 针对网络对齐任务中网络结构差异大和锚节点对噪声大的问题,提出一种基于多轮迭代的网络对齐方法。该方法在每轮迭代时使用多种启发式方法计算不同维度的节点特征,利用多重特征的组合来评估锚节点的可靠性,过滤其中潜在的噪声,增强每轮对齐过程的置信度;使用图神经网络增强无属性节点之间的一致性,减轻网络结构差异带来的影响。实验结果表明,该方法可以在高噪声的情况下具有高准确率,验证了其有效性。 展开更多

关键词 网络对齐 图同构网络 噪声过滤 图元

原文传递

基于多通路神经网络模型预测药物敏感性响应

11

作者 李晴 闫效莺 靳艳春 《信息技术与信息化》 2024年第5期19-22,共4页

准确预测药物敏感性响应是当前个性化治疗的关键。利用深度学习强大的特征学习能力,提出一种基于多通道神经网络模型的预测方法。首先,采用深度学习算法对细胞系的多组学特征分别处理,采用多个图神经网络模块提取药物分子图的多级子结... 准确预测药物敏感性响应是当前个性化治疗的关键。利用深度学习强大的特征学习能力,提出一种基于多通道神经网络模型的预测方法。首先,采用深度学习算法对细胞系的多组学特征分别处理,采用多个图神经网络模块提取药物分子图的多级子结构特征;然后,引入共同注意力机制评价各通路特征组合对药物-细胞系敏感性响应的影响,优化细胞系和药物特征;最后,通过深层神经网络模型预测。通过基于GDSC和CCLE数据集的测试,并与RefDNN、DeepCDR和GraphCDR算法进行比较,验证算法性能。 展开更多

关键词 深度学习 药物-细胞系敏感性 基因表达 图同构网络 共同注意力

下载PDF 职称材料

基于图Transformer网络的城市路网短时交通流预测模型

12

作者 周烽 王世璞 张坤鹏 《科学技术与工程》 北大核心 2024年第10期4307-4316,共10页

针对城市路网短时交通流预测问题,在考虑路网交通状态时空相关性基础上,提出了一种基于图Transformer(graph transformer,Graformer)的预测方法。该方法将多条路段的交通状态预测问题转化为图节点状态预测问题,针对区分相同结构的空间... 针对城市路网短时交通流预测问题,在考虑路网交通状态时空相关性基础上,提出了一种基于图Transformer(graph transformer,Graformer)的预测方法。该方法将多条路段的交通状态预测问题转化为图节点状态预测问题,针对区分相同结构的空间路网结构图,将带有边的图同构网络(graph isomorphism network with edges,GINE)和Transformer网络相结合,对交通状态在路网层面的时空相关性进行建模,从而实现城市路网短时交通流预测。具体来说,Graformer模型首先利用长短期记忆网络(long short-term memory,LSTM)对交通数据的时序信息进行预处理,接着采用基于GINE与Transformer的全局注意力机制提取交通数据的空间特征,最后实现路网各路段交通流的同步预测。 展开更多

关键词 短时交通流预测 图同构网络 TRANSFORMER 时空相关性

下载PDF 职称材料

基于元图同构网络的分子毒性预测

13

作者 黄云川 江永全 +1 位作者 黄骏涛 杨燕 《计算机应用》 CSCD 北大核心 2024年第9期2964-2969,共6页

为了获得更准确的分子毒性预测结果,提出基于元图同构网络的分子毒性预测模型Meta-MTP。首先,使用图同构神经网络将原子作为节点、键作为边、分子作为图结构,以获取分子表征;使用预训练模型对图同构网络(GIN)初始化,使它获得更好的参数... 为了获得更准确的分子毒性预测结果,提出基于元图同构网络的分子毒性预测模型Meta-MTP。首先,使用图同构神经网络将原子作为节点、键作为边、分子作为图结构,以获取分子表征;使用预训练模型对图同构网络(GIN)初始化,使它获得更好的参数;引入基于分层注意力和局部增强的前馈Transformer;使用原子类型预测和键预测作为辅助任务提取更多的分子内部信息;通过元学习双层优化策略对模型进行训练;最后使用Tox21和SIDER数据集对模型进行训练。实验结果表明,在Tox21和SIDER数据集上,Meta-MTP具有良好的分子毒性预测能力,当样本数为10时,相较于FSGNNTR(Few-Shot Graph Neural Network-TRansformer)模型,Meta-MTP的曲线下面积(AUC)分别提高了1.4%和5.4%,相较于图同构网络(GIN)、图卷积网络(GCN)和GraphSAGE(Graph Sample and AGgrEgate)3种传统的图神经网络模型,Meta-MTP的AUC提高了18.3%~23.7%和7.3%~22.2%。 展开更多

关键词 深度学习 分子毒性预测 元学习 图同构网络 TRANSFORMER

下载PDF 职称材料

多头注意力机制的图同构网络智能合约源码漏洞检测

14

作者 师自通 师智斌 +2 位作者 刘冬明 雷海卫 龚晓元 《计算机工程与应用》 CSCD 北大核心 2024年第7期258-265,共8页

针对智能合约源码转化为字节码后部分语法、语义丢失,且现有漏洞检测方法精度低、误报率高,特别是对重入漏洞和时间戳漏洞的检测能力有限等问题,提出一种多头注意力机制的图同构网络智能合约源码漏洞检测方法。使用智能合约源码,结合重... 针对智能合约源码转化为字节码后部分语法、语义丢失,且现有漏洞检测方法精度低、误报率高,特别是对重入漏洞和时间戳漏洞的检测能力有限等问题,提出一种多头注意力机制的图同构网络智能合约源码漏洞检测方法。使用智能合约源码,结合重入漏洞和时间戳漏洞特点构建图结构并将其规范化;将规范化后的图结构数据投入图同构网络进行迭代训练,利用该网络强大的节点表示和图表示能力进行漏洞检测;在图同构网络的基础上增加多头注意力机制,进一步增强图同构网络的节点表示能力。实验结果显示该方法对重入漏洞和时间戳漏洞检测准确率达到93.08%和92.30%,相较于普通图同构网络方法分别提升1.44和2.00个百分点。证明该方法对相关漏洞的检测能力要优于其他检测工具。 展开更多

关键词 智能合约 漏洞检测 重入漏洞 时间戳漏洞 图同构网络 多头注意力机制

下载PDF 职称材料

基于源码语义结构分析的智能合约漏洞检测方法 被引量：1

15

作者 李珊 王斌 王伟 《广州大学学报（自然科学版）》 CAS 2023年第4期56-65,共10页

近年来,智能合约已广泛应用于去中心化金融、供应链管理等领域。然而,智能合约漏洞给这些领域造成了严重的损失,由于智能合约部署在区块链上以后无法修改,开发人员写好智能合约后必须检测其安全性。现有的基于深度学习的检测方法大多使... 近年来,智能合约已广泛应用于去中心化金融、供应链管理等领域。然而,智能合约漏洞给这些领域造成了严重的损失,由于智能合约部署在区块链上以后无法修改,开发人员写好智能合约后必须检测其安全性。现有的基于深度学习的检测方法大多使用字节码和源码,然而,基于字节码的检测方法无法定位到漏洞可能出现的位置且直接检测向量化源码准确率低。为了提高漏洞检测的准确率,增加检测结果的可解释性,文章提出了基于源码语义结构分析的智能合约漏洞检测方法。首先,将智能合约源代码转化为抽象语法树,研究源代码和抽象语法树的语法关系;其次,通过对以太坊中合约的抽象语法树属性特征和漏洞特性进行分析,发现5种漏洞相关属性特征,并围绕这些节点特征将抽象语法树进行切片,得到与漏洞特性相关的子树切片;最后,提取子树切片的结构特征和属性特征,并将其表示为图结构。使用具有更好图表示能力的图同构网络模型检测子树切片的图结构并利用33812个以太坊上的智能合约进行实验,实验结果表明,文章所提出的方法有效性显著高于其他方法,Macro-F1超过90%,未检查返回值和重入这两种漏洞的F1-score分别达到97%和92%。 展开更多

关键词 区块链 智能合约 抽象语法树 图同构网络

下载PDF 职称材料

基于图同构网络的自闭症功能磁共振影像诊断算法

16

作者 张礼 王嘉瑞 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第5期801-809,共9页

图表示法通常用于个人或者总体级别上对结构化数据进行建模分析,已成功应用于网络分析、交通预测、推荐系统等领域.随着成像设备的发展和普及,从神经影像中学习脑的连接特性,开展基于脑网络的疾病诊断(自闭症、阿斯海默症等)受到广泛关... 图表示法通常用于个人或者总体级别上对结构化数据进行建模分析,已成功应用于网络分析、交通预测、推荐系统等领域.随着成像设备的发展和普及,从神经影像中学习脑的连接特性,开展基于脑网络的疾病诊断(自闭症、阿斯海默症等)受到广泛关注.图表示法可用于对一组大脑区域之间的结构或功能连接进行建模,揭示与大脑发育和疾病有关的模式,然而评估基于图结构的脑连接网络之间相似性并非易事.传统的深度学习方法无法适用图结构,会丢弃有益于图分类任务的信息,因此提出一个基于图同构网络的自闭症功能磁共振影像的诊断算法.该模型包含四层同构层,每层通过空间领域卷积学习得到脑功能连接网络的特征表示.为了考虑脑功能连接网络中节点的医学意义,将节点特征通过展平方式转换为图特征.在自闭症ABIDE数据库上对提出的方法进行验证,与图卷积网络和深度神经网络相比,实验结果证明提出的方法是有效的,明显提升了自闭症诊断准确性. 展开更多

关键词 自闭症 脑功能连接网络 图同构网络 功能磁共振影像

下载PDF 职称材料

4G再往哪里演进?

17

作者 袁柳清 《通信世界》 2011年第43期30-30,共1页

4G以后无线系统最重要的方向将是从网络拓扑的角度对无线系统进行优化,以分布式异构网络代替传统的集中式同构网络。LTE和WiMAX这两个4G系列技术已将通信业近三十年的技术积累都加以应用。

关键词 物理层技术 MIMO 分布式 网络拓扑 同构网络 集中式 空间复用 频谱效率 无线系统 异构网络 异构网

下载PDF 职称材料

异构信息网络上基于图正则化的半监督学习 被引量：9

18

作者 刘钰峰 李仁发 《计算机研究与发展》 EI CSCD 北大核心 2015年第3期606-613,共8页

现实世界中存在着大量包含多种类型的对象和联系的异构信息网络,从中挖掘信息获取知识已成为当前的研究热点之一.基于图正则化的半监督学习在近年来得到了广泛的研究,然而,现有的半监督学习算法大都只能应用于同构网络.基于同构节点和... 现实世界中存在着大量包含多种类型的对象和联系的异构信息网络,从中挖掘信息获取知识已成为当前的研究热点之一.基于图正则化的半监督学习在近年来得到了广泛的研究,然而,现有的半监督学习算法大都只能应用于同构网络.基于同构节点和异构节点的一致性假设,提出了任意结构的异构信息网络上的半监督学习的正则化分类函数,并得到分类函数的闭式解,以此预测未标记节点的类别.提出了异构信息网络上的半监督学习的迭代框架,标记节点的信息可以在邻近的节点上迭代传播,直至达到稳定状态,并证明了迭代算法将收敛于正则化分类函数的闭式解.DBLP数据集上的实验表明该方法优于经典的半监督学习算法. 展开更多

关键词 异构信息网络 同构信息网络 半监督学习 正则化框架 聚类

下载PDF 职称材料

基于同构传感器网络的能量空洞避免策略 被引量：9

19

作者 龙胜春 卢定乾 池凯凯 《传感技术学报》 CAS CSCD 北大核心 2016年第1期103-108,共6页

针对无线传感器网络中网络能量损耗不均匀的问题,提出了基于同构传感器网络的能量空洞避免策略。首先对原有的LEACH路由算法进行改进,得到均衡簇规模的BCS-L分簇算法;然后联合应用BCS-L算法与分环网络结构,以节点能耗均衡为目标,将能量... 针对无线传感器网络中网络能量损耗不均匀的问题,提出了基于同构传感器网络的能量空洞避免策略。首先对原有的LEACH路由算法进行改进,得到均衡簇规模的BCS-L分簇算法;然后联合应用BCS-L算法与分环网络结构,以节点能耗均衡为目标,将能量空洞避免问题转化为求相邻环带的外半径的多项式问题,并通过最小化最内层环带节点的能量消耗得到最内层环带的半径,最后得到符合实际网络分布的局部最优解,即除最外层环带的其余环带节点能耗均衡。理论分析和实验结果表明,所提出的策略与传统分环网络相比,大幅地提高了网络寿命,较大地改善了网络的性能,是解决能量空洞问题的有效方案。 展开更多

关键词 同构传感器网络 能耗均衡 BCS-L算法 环带

下载PDF 职称材料

异构信息网络中节点相似性搜索并行算法研究

20

作者 徐小玉 陈仲委 《浙江万里学院学报》 2024年第3期82-90,共9页

传统的基于串行计算的节点相似性搜索算法,在处理增量式异构信息网络数据流时面临效率低下、资源消耗过大等问题。为此,文章利用同构信息网络中并行约简的基本原理与基本方法,定义了异构信息网络的并行约简度量方法:值相似依赖度和余弦... 传统的基于串行计算的节点相似性搜索算法,在处理增量式异构信息网络数据流时面临效率低下、资源消耗过大等问题。为此,文章利用同构信息网络中并行约简的基本原理与基本方法,定义了异构信息网络的并行约简度量方法:值相似依赖度和余弦实体相似依赖度,提出异构数据流中元路径下节点相似性搜索并行算法(FPathSim),F-PathSim可以并行约简、并行计算,整体上删除对节点相似性搜索冗余的数据,减少对整个数据集的重复处理。在DBLP数据集上进行大量的实验,实验结果表明F-PathSim能较好的适应异构信息网络中增量式数据流中节点相似性搜索要求。 展开更多

关键词 异构信息网络 同构信息网络 并行约简 元路径 增量式数据流 相似依赖度

下载PDF 职称材料