-
公开(公告)号：CN103559537B
公开(公告)日：2016-03-23
申请号：CN201310526631.2
申请日：2013-10-30
Applicant: 南京邮电大学
Abstract: 一种乱序数据流中基于误差反向传播的模板匹配算法，针对大数据中乱序数据流难以在短时间内获取有价值的信息的问题，提出了一个改进型匹配模型，对数据进行预处理；提出了动态自适应调整机制，重新定义了性能均方差函数、输出层节点误差项、隐层节点误差项、阈值、连接权值、学习指数。根据匹配模型未知的乱序数据流以及用户的不同需求，确定所需的匹配模板，并对数据流进行预处理，同时加入遗忘因子，动态调整匹配模板。设定好匹配模板之后，同时运用自适应调整机制修正阈值、连接权值和学习指数。仿真结果表明，算法在精度以及运行速度上有着明显的提升，并具有较好的稳定性。
-
公开(公告)号：CN103561426A
公开(公告)日：2014-02-05
申请号：CN201310533854.1
申请日：2013-11-04
Applicant: 南京邮电大学
Abstract: 本发明是一种容迟移动传感网中基于节点活跃度的改进概率路由方法，该方法将节点活跃度因子加入到传输概率的预测之中，提出节点本身的活跃度NA的计算公式，通过权值α对NA和原始的PROPHET算法传输预测概率值进行加权，依据节点相遇历史信息，以及节点在网络中活跃程度，计算新的传输预测概率值，节点之间通过比较传输预测概率值的大小决定消息的转发与否，利用生存时间TTL丢弃策略对缓存进行管理，仿真结果表明，NAPR算法的概率估计方法较PROPHET算法更为全面，产生的副本数较少，虽然导致消息的平均时延有所增加，但是NAPR算法降低了节点开销率，提高了报文的递交率。在未来工作中将进一步研究如何应对网络中的拥塞问题。
-
Patent Agency Ranking
公开(公告)号：CN103559537A
公开(公告)日：2014-02-05
申请号：CN201310526631.2
申请日：2013-10-30
Applicant: 南京邮电大学
Abstract: 一种乱序数据流中基于误差反向传播的模板匹配算法，针对大数据中乱序数据流难以在短时间内获取有价值的信息的问题，提出了一个改进型匹配模型，对数据进行预处理；提出了动态自适应调整机制，重新定义了性能均方差函数、输出层节点误差项、隐层节点误差项、阈值、连接权值、学习指数。根据匹配模型未知的乱序数据流以及用户的不同需求，确定所需的匹配模板，并对数据流进行预处理，同时加入遗忘因子，动态调整匹配模板。设定好匹配模板之后，同时运用自适应调整机制修正阈值、连接权值和学习指数。仿真结果表明，算法在精度以及运行速度上有着明显的提升，并具有较好的稳定性。
-
公开(公告)号：CN103440275A
公开(公告)日：2013-12-11
申请号：CN201310343107.1
申请日：2013-08-08
Applicant: 南京邮电大学
IPC: G06F17/30
Abstract: 本发明是一种基于普利姆的K均值聚类方法，针对K均值聚类算法随机选取中心的不足的问题，引入prim最小生成树方法对K均值聚类算法初始中心的选取进行优化，由此设计出一种改进的K均值聚类算法。使用prim最小生成树方法对随机生成的点求其最小生成树，然后从中找出最小生成树权值和最大，且权值相差不大的点集作为初始聚类中心，最后使用K均值聚类算法聚类。仿真结果表明相比传统K均值算法，本发明的方法具有更高的准确率以及更少的数据迭代次数。
-
公开(公告)号：CN105898847A
公开(公告)日：2016-08-24
申请号：CN201610218719.1
申请日：2016-04-08
Applicant: 南京邮电大学
CPC classification number: Y02D70/38 , H04W52/0219 , H04W40/10 , H04W40/20 , H04W84/18
Abstract: 本发明公开一种基于粒子群优化的能量均衡的节点休眠方法，首先将节点剩余能量，节点到其簇头节点的距离以及节点邻居节点集的数量作为计算节点休眠概率的重要参数；另外提出了新的节点冗余度的计算方法，并把节点剩余能量，网络覆盖率以及节点的冗余度作为适应值函数的参数来判定节点是否休眠。本发明可以有效的节约节点能量，延长网络生存时间。
-
公开(公告)号：CN103561426B
公开(公告)日：2016-08-17
申请号：CN201310533854.1
申请日：2013-11-04
Applicant: 南京邮电大学
Abstract: 本发明是一种容迟移动传感网中基于节点活跃度的改进概率路由方法，该方法将节点活跃度因子加入到传输概率的预测之中，提出节点本身的活跃度NA的计算公式，通过权值α对NA和原始的PROPHET算法传输预测概率值进行加权，依据节点相遇历史信息，以及节点在网络中活跃程度，计算新的传输预测概率值，节点之间通过比较传输预测概率值的大小决定消息的转发与否，利用生存时间TTL丢弃策略对缓存进行管理，仿真结果表明，NAPR算法的概率估计方法较PROPHET算法更为全面，产生的副本数较少，虽然导致消息的平均时延有所增加，但是NAPR算法降低了节点开销率，提高了报文的递交率。在未来工作中将进一步研究如何应对网络中的拥塞问题。
-
公开(公告)号：CN105744585A
公开(公告)日：2016-07-06
申请号：CN201610218664.4
申请日：2016-04-08
Applicant: 南京邮电大学
CPC classification number: Y02D70/38 , H04W40/10 , H04W40/20 , H04W52/0203 , H04W84/18
Abstract: 本发明针对水下传感器网络的能耗问题，公开一种基于三维方块的能量均衡路由计算方法，包括簇头选举和数据传输两阶段，首先将整个网络看做是一个三维方块，将其划分为小方块，每个小方块自成一个簇群；簇头选举阶段将剩余能量和节点坐标作为选举簇头节点的参数，以节约节点能量，延长网络时间；数据传输阶段利用节点剩余能量以及坐标来寻找数据传输的下一跳，建立可靠的数据传输路径。本发明在能耗，可靠性以及端到端的延迟方面都有较好的表现。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
