题名 基于信任匹配机制的WSN主备节点更新算法
1
作者
吴昊
机构
滁州职业技术学院信息工程学院
出处
《重庆科技学院学报（自然科学版）》
CAS
2021年第2期83-86,96,共5页
基金
安徽省教育厅高校科研项目“基于人工智能技术的平安校园智能安防系统研究与设计”(KJ2019A1136) “基于互联网+的多维度智能高校实验室管理系统研究”(KJ2020A0992) +1 种基金 “大数据环境下基于数据挖掘的教学质量监控与评价系统”(KJ2020A0998) 安徽省校企合作示范实训中心——滁州职业技术学院滁州市易搜信息技术有限公司软件开发实训中心教学研究项目(2019XQSXZX31)。
文摘
在无线传感器网络(WNS)的分区过程中,主备节点的更新过于频繁,使得网络传输的稳定性受到影响。为此,从减少WSN网络主备节点更新频率、强化网络传输稳定性的角度出发,提出了一种基于信任匹配机制的WSN主备节点更新算法。首先,引入聚类机制并结合剩余能量、拉氏距离、最短跳数等参数,建立基于动态维度判决方法的信任匹配机制,以减少单因素条件下节点主备轮询异常的情形,改善节点受限状况,优化主备节点的存活质量。随后,针对一次更新过程中匹配性不强的问题,引入排序机制,建立基于双重匹配的节点更新机制,从备用节点中筛选出待更新节点,优先用于监控区域节点能量数据传输,进一步降低区域能量消耗水平。与当前广泛使用的基于簇的无线传感器网络能量消耗最小化算法(CBA-E算法)、基于提高无线传感器网络生存期机制的改进簇路由协议算法(IIL算法)相比,此WSN主备节点更新算法对节点更新频率和网络传输性能的改善效果显著。
关键词
无线传感器网络 节点更新 信任匹配 主备轮询 聚 类 机制
Keywords
wireless sensor network node update trust matching main standby polling clustering mechanism
分类号
TP393
[自动化与计算机技术—计算机应用技术]
题名 一个新的面向对象数据库系统的动态数据模型
被引量：3
2
作者
黄刘生 陈华平 郑启龙 陈国良
机构
中国科学技术大学计算机科学与技术系 国家高性能计算中心
出处
《软件学报》
EI
CSCD
北大核心
2001年第5期735-741,共7页
基金
国家 8 6 3高科技发展计划资助项目 (86 3- 30 6 - ZD0 6 - 2)&&
文摘
现有的 OODBMS(object- oriented database management systems)的数据模型基本上可以分为两类 :传统的强类型和非传统的弱类型 .前者的特征是所有具有同样结构 (模式 )和行为 (方法 )的对象组成一个类 ,对象的含义由对象所属类的模式解释 ,故类的定义必须先于其对象的定义 ;后者的特征是“无模式”,即对象是“自我描述”的 ,因此无须为对象预先定义模式 .指出了这两类模型的主要优缺点 ,并证实 :为了充分适应有效而灵活的动态对象操作 ,有必要在传统的强类型模型和非传统的弱类型模型之间寻求某种折衷 .为此 ,提出了一个基于概念聚类机制 (conceptual clustering mechanism,简称 CCM)的数据模型 .这种新的动态模型已成功地应用于一个面向对象的 VDBMS(video database management system)
关键词
概念聚 类 机制 面向对象 数据库系统 数据模型 角色 扮演者
Keywords
conceptual clustering mechanism type strong data model type weak data model cluster role player
分类号
TP311.132
[自动化与计算机技术—计算机软件与理论]
题名 一种基于簇类进化的电力经济负荷分配优化算法
被引量：3
3
作者
陈皓 潘晓英 张洁
机构
西安邮电大学计算机学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2016年第7期1561-1575,共15页
基金
国家自然科学基金项目(61203311 61105064) +1 种基金 陕西省教育厅科研计划项目(2013JK1183 2014JK1667)~~
文摘
电力经济负荷分配不仅能保证电力系统安全稳定地运行、延长机组使用寿命,还能节省能源,最大化电力企业的经济效益.此类问题可归为一种具有高维、不可微目标函数及多个非线性约束的数值优化问题.提出了一种新型的全局优化算法——簇类进化算法(cluster evolutionary algorithm,CEA),并将其应用于求解ELD问题.CEA利用聚类过程在进化个体间构建一定结构的连接关系,并利用这种虚拟的簇类化组织来协调和控制系统的优化计算过程,提高群体的问题空间搜索效率以及抗早熟能力.在仿真实验中13个典型测试函数和3个IEEE系统被用于对CEA的性能进行检验.实验数据显示CEA对13个约束数值优化问题可用较小的计算代价获得较高质量的解,而对3个测试系统的计算结果则要好于目前已报道的最佳解.实验数据的统计分析显示CEA是一种高效的数值优化算法,可作为一种有效的ELD问题求解方法.
关键词
进化算法 群体聚 类 机制 簇类 进化搜索 约束数值优化 经济负荷分配
Keywords
evolutionary algorithm （ E A ） population clusteringm echanism cluster evolutionarysearching constrained num erical optim ization economic load dispatch （ELD ）
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 基于差异性采样的流数据聚类算法
被引量：3
4
作者
邱云飞 孙梦冉
机构
辽宁工程技术大学软件学院
出处
《计算机应用研究》
CSCD
北大核心
2019年第6期1646-1651,共6页
基金
国家自然科学基金资助项目(61404069) 辽宁省教育厅科学研究项目(LJYL048)
文摘
针对传统聚类算法对流数据进行聚类时面临时间复杂度高、存储空间需求大以及准确度较低的问题,提出一种基于差异性采样的流数据聚类算法。首先利用差异性采样法对流数据进行采样并用样本点构造核矩阵,然后利用核模糊C均值聚类算法对核矩阵中的点进行聚类得到一个带有标记的样本核矩阵,最后利用带有标记的样本核矩阵对流数据中的点进行划分。同时利用衰退聚类机制,实时更新样本核矩阵。实验结果表明,相比于传统聚类算法,该算法实现了更低的时间复杂度,同时实时聚类,得到较为理想的聚类结果。
关键词
差异性采样 衰退聚 类 机制 核模糊C均值 流数据 时间复杂度
Keywords
differential sampling fading cluster mechanism kernel fuzzy C-means stream data time complexity
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
题名 基于区域时变聚类采样机制的物联网大数据传输算法
被引量：2
5
作者
王翠 马凤娟 崔海亭
机构
潍坊工程职业学院信息工程系 山东体育学院
出处
《井冈山大学学报（自然科学版）》
2019年第5期34-39,共6页
文摘
为解决传统物联网大数据传输算法存在的网络链路抖动频繁、传输能力受限以及传输误码率大的不足,提出了一种基于区域时变聚类采样机制的物联网大数据传输算法。首先,根据物联网信号发射中常用的LTE-5G信号特性,采取分信道传输及抽样过滤技术来实现数据传输过程中的正交化,消除节点间因信号频率相似而导致的干涉现象,提高网络数据传输效率;随后,几何聚类机制与能量-阈值映射裁决方法,构建了稳定聚类采样方法,利用功率最佳及能量最佳的方式来实现传输节点的筛选,强化传输链路的稳定性能,降低因链路抖动而导致误码的风险。仿真实验结果表明:与常见的超高斯频率漂移传输提升机制(Transmission Mechanism of Super Gauss Frequency Drift Transmission,SGFD-T机制)及拉普拉斯信道滤波传输机制Laplasse Channel Filtering Transmission Mechanism,LCF-T机制)相比,所提算法具有更大的上传带宽和更低的数据采集错误率与误码率。
关键词
物联网 大数据传输 分信道传输 抽样过滤 稳定聚 类 采样 链路抖动 几何聚 类 机制
Keywords
Internet of things large data transfer sub-channel transmission sampling and filtering stable clustering sampling link jitter geometric clustering mechanism
分类号
TP393.04
[自动化与计算机技术—计算机应用技术]
题名 基于改进蝴蝶优化算法的结构损伤识别
6
作者
周宏元 张广才 王小娟 倪萍禾 王利辉
机构
北京工业大学城市与工程安全减灾教育部重点实验室 北京理工大学爆炸科学与技术国家重点实验室
出处
《振动．测试与诊断》
EI
CSCD
北大核心
2023年第1期164-171,204,共9页
基金
国家自然科学基金资助项目(52178096,52278477) 国家重点研发计划资助项目(2019YFD1101005)。
文摘
针对传统的蝴蝶优化算法(butterfly optimization algorithm,简称BOA)全局搜索能力差、收敛速度慢、结构频率对损伤不敏感等问题,提出基于改进蝴蝶优化算法(improved butterfly optimization algorithm,简称IBOA)与小波包能量曲率的结构损伤识别方法。首先,在传统蝴蝶优化算法基础上引入聚类竞争学习机制和混沌精英学习机制,得到改进蝴蝶优化算法,此算法可以更好地实现局部搜索和全局搜索间的平衡,收敛速度更快、计算精度更高;其次,利用小波包能量曲率建立目标函数进一步提高识别结果精度;最后,分别以简支梁数值算例和8自由度弹簧-质量块实验验证了该方法的有效性。研究结果表明,即使考虑环境噪声和模型误差等不利因素,所提出的方法仍可以有效识别结构的损伤位置和程度。
关键词
损伤识别 改进蝴蝶优化算法 小波包能量曲率 聚 类 竞争学习机制 混沌精英学习机制
Keywords
damage identification improved butterfly optimization algorithm wavelet packet energy curvature clustering competitive learning mechanism chaotic elite learning mechanism
分类号
O327
[理学—一般力学与力学基础]
TU311
[理学—力学]
