检索结果-南通市图书馆

基于自适应分簇和演化博弈的异构车载网络选择方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

武汉大学学报（理学版） 2023年第2期69卷 169-177页

作者：聂雷陈美君吴黎兵武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 武汉大学国家网络安全学院湖北武汉430072 武汉大学深圳研究院广东深圳518057

高效的网络选择方法是异构车载网络环境中保证多用户服务质量体验的关键。针对现有方法从优化车辆个体出发选择最佳接入网络,导致网络资源分配不均和部分网络拥塞的问题,提出一种基于自适应分簇和演化博弈的异构车载网络选择方法(adapti... 详细信息

高效的网络选择方法是异构车载网络环境中保证多用户服务质量体验的关键。针对现有方法从优化车辆个体出发选择最佳接入网络,导致网络资源分配不均和部分网络拥塞的问题,提出一种基于自适应分簇和演化博弈的异构车载网络选择方法(adaptive clustering and evolutionary game based network selection method,AENS)。首先,采用自适应分簇减少直接接入网络的车辆数量,有效降低车流密集情况下的网络拥塞概率;接着,分别基于模糊层次分析法和指标相关性权重法计算候选网络属性的主、客观权重,得到更加准确评估候选网络性能的综合效用值;最后,将车辆对网络的选择抽象成基于复制动态的演化博弈模型,并引入记忆效应以加快其收敛速度,最终通过策略更新获得系统最优的网络选择策略集合。实验结果表明,在融合5G/6G的异构车载网络环境下AENS方法能够有效减少网络切换次数、提升网络吞吐量和平衡网络负载,在提高网络资源利用率的同时实现了负载均衡,且在车流密集情况下优势更为明显。

关键词：网络选择自适应分簇演化博弈 5G/6G 异构车载网络

WSN中利用熵权自适应分簇和改进PSO的路由优化算法

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2022年第7期39卷 109-116页

作者：杨明丽路翀新疆交通职业技术学院运输管理学院新疆乌鲁木齐831401 新疆财经大学信息管理学院新疆乌鲁木齐830012

针对无线传感器网络(Wireless sensor network, WSN)能耗不均以及使用生命周期较短等问题,提出一种利用熵权自适应分簇和改进粒子群优化的WSN路由优化算法(FNNPSO)。运用模糊神经网络推理选取簇头,利用熵权法明确簇头指标的权重,基于模... 详细信息

针对无线传感器网络(Wireless sensor network, WSN)能耗不均以及使用生命周期较短等问题,提出一种利用熵权自适应分簇和改进粒子群优化的WSN路由优化算法(FNNPSO)。运用模糊神经网络推理选取簇头,利用熵权法明确簇头指标的权重,基于模糊神经网络评估标准得到簇头的转发概率,并且将概率较高的簇头设为中继节点,逐层完成信息传输;采用改进粒子群优化算法优化网络路由,通过考虑中继节点的数量、网关到基站之间的距离和网络的中继负载因子,来设计新型适应度函数。提出的方案融合两种算法的优势,通过模糊神经网络提高了簇内结构的稳定性,利用优化后的粒子群算法增强了簇间路由的鲁棒性和可靠性。实验结果表明,相比其他几种较新的路由优化算法,所提算法有效减少了网络能耗并且延长了其生命周期。

关键词：自适应分簇熵权法模糊神经网络改进粒子群优化无线传感器网络能耗不均

基于深度学习的无人机图像自适应分簇目标检测方法

在线全文

学校读者我要写书评

暂无评论

基于深度学习的无人机图像自适应分簇目标检测方法

作者：李志田广西师范大学

学位级别：硕士

随着无人机技术和计算机视觉技术的融合发展,面向无人机航空图像的目标检测已经成为了研究的热点,出现了越来越多检测精度高、鲁棒性强的检测算法。无人机航空图像具有的复杂背景、多变场景和小目标数量多等特点,使得对无人机航空图像... 详细信息

随着无人机技术和计算机视觉技术的融合发展,面向无人机航空图像的目标检测已经成为了研究的热点,出现了越来越多检测精度高、鲁棒性强的检测算法。无人机航空图像具有的复杂背景、多变场景和小目标数量多等特点,使得对无人机航空图像的检测成为了难点问题。针对以上问题,本文从增强无人机航空图像数据集和改进检测网络结构两个方面入手,致力于提高目标检测的精度。通过对无人机航空图像的特点进行分析,本文提出了一种面向无人机航空图像的自适应分簇目标检测方法,该方法分为三个子网络:第一,自适应分簇子网络,针对无人机航空图像中小目标聚集的特点,本文提出了一种对无人机航空图像中潜在的小目标聚集区域进行提取的自适应分簇网络,该网络输出若干个小目标聚集区域的分割图片。第二,分割与填充子网络,针对自适应分簇网络输出的尺寸过大的图片进行均匀分割,针对自适应分簇网络输出长宽比例失调的图片进行填充,对尺寸过小的目标区域进行填充;该方法的目的是:使图片的尺寸保持在检测网络要求的合理范围内。第三,检测子网络,该网络分为局部检测网络和全局检测网络;分割与填充子网络输出的图片中小目标聚集,局部检测网络通过引入注意力机制、使用可变阈值的NMS、使用样本平衡策略训练等方法有效提升了对聚集区域目标的检测精度;自适应分簇网络对图片进行分割时,会把部分大、中等目标截断,全局检测网络对这部分截断目标和局部检测网络漏检的目标进行检测,其结果是对局部检测网络结果的补充;把局部检测网络和全局检测网络的结果进行融合得到最终的检测结果。本文在常用的无人机航空图像数据集进行训练和测试,自适应分簇目标检测方法在Vis Drone2019数据集中的的平均检测精度比基线检测方法分别提升了10.3%,对小目标的检测精度提升了7.3%。使用拍摄的真实无人机图像进行测试,结果表明:自适应分簇目标检测方法可以有效地提高模型对聚集区域目标的检测精度,同时模型具有良好的泛化能力。

关键词：无人机航空图像小目标自适应分簇样本平衡

基于自适应分簇的可靠组播路由协议的研究与实现

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于自适应分簇的可靠组播路由协议的研究与实现

作者：李子帅西安电子科技大学

学位级别：硕士

移动自组织网络由一组自由移动的、带有无线收发装置的节点组成。该网络不依赖固定的网络基础设施,具有快速部署、抗摧毁性强的特点,能够快速地为军事和民事应用搭建网络平台。在移动自组织网络中,节点往往需要以组为单位工作共同完成... 详细信息

移动自组织网络由一组自由移动的、带有无线收发装置的节点组成。该网络不依赖固定的网络基础设施,具有快速部署、抗摧毁性强的特点,能够快速地为军事和民事应用搭建网络平台。在移动自组织网络中,节点往往需要以组为单位工作共同完成特定的任务,当多个节点同时成为一个数据包的接收者时,出于对最佳化带宽和CPU负担的考虑,组播方式往往是最佳选择。在高动态大规模移动自组织网络场景下,为了保证组播数据包的准确传输,需要设计合适的可靠组播路由协议用来提高组播路由协议的分组投递率。在传统的路由算法中,提升路由协议的可靠性往往都是通过不限次数地重发分组等增大开销的方式来实现的,故很难使协议兼具可靠性和低开销两种优秀性能。而由于在高动态大规模的网络场景下节点数量多、移动性强,也就说明会有更多的数据需要传输、更多的路由出现失效重构等情况,传统的可靠组播路由协议不仅难以满足网络应用的需求,而且还会带来持续增长的链路开销和计算开销。因此,在这种场景下设计可靠组播路由协议不仅仅需要提升组播路由协议的可靠性,还需要对协议的开销进行控制。这种网络场景下的节点数量较多,若采用平面网络的管理方式则会极大增大网络中的控制开销,所以一般情况下,人们会通过分级网络来对网络内的节点进行管理。于是,本文提出了一种基于自适应分簇的可靠按需组播路由RMRP-AC协议。协议首先设计了一种基于分簇管理信息的自适应分簇算法,该算法通过让邻居节点间周期性交互分簇管理信息,使节点实时感知周围环境中节点分簇状态的变化,再根据分组状态转移条件自适应地调整分簇状态,从而达到自适应分簇的目的。由于分簇管理信息中携带了代表节点担任簇头能力的簇头权值,使得通过该算法选取的簇头有着剩余能量高、移动性低、链路可靠等优点,保证了簇间路由能够更好的进行数据的可靠传输,并且节点每个控制周期内都会进行分簇状态的自适应调整,即使节点的高速移动可能会不断地使通信链路发生断裂,仍能保证节点实时地对分簇状态进行调整,使其加入合适的簇或邀请合适的节点入簇,以此提高了分簇算法的鲁棒性;然后设计了更适合分级型大规模自组织网络的按需组播路由协议;最后在该协议的基础上,设计了两种新的报文:组播可靠MR(Multicast Reliable)报文和分组恢复PR(Packets Recovery)报文,用于寻找丢失的分组并将其分组恢复,并且以控制开销为目的优化了分组缓存与分发方式,最终在提高了大规模高动态移动Ad Hoc网络中分组传输可靠性的同时,大幅度降低了协议带来的开销。为验证RMRP-AC协议的正确性,本文通过OPNET modeler工具对RMRP-AC、RMRP、ODMRP-GS、ODMRP和MAODV协议进行了仿真实现,并从平均路由生存时间、分组投递率、控制开销三个方面,对这些协议进行了对比分析。仿真结果表明RMRP-AC协议在大规模高动态移动Ad Hoc网络场景下的可靠性、动态适应性和可扩展性均优于另外四种协议,因此能够得到更好的应用。

关键词：移动自组织网络分级网络自适应分簇 RMRP-AC 分组缓存

能量均衡的室内无线传感器网络自适应分簇路由算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电子与信息学报 2013年第12期35卷 2992-2998页

作者：田勇唐祯安喻言大连理工大学电子科学与技术学院大连116024 大连东软信息学院电子工程系大连116024

由于室内无线传感器网络信道衰落导致了网络拓扑结构频繁发生变化,因此随着环境的变化需要一种自适应的路由算法。为此,该文提出一种能量均衡的自适应分簇路由(EBACR)算法。EBACR算法通过综合考虑传感器节点接收基站的接收信号强度指示(... 详细信息

由于室内无线传感器网络信道衰落导致了网络拓扑结构频繁发生变化,因此随着环境的变化需要一种自适应的路由算法。为此,该文提出一种能量均衡的自适应分簇路由(EBACR)算法。EBACR算法通过综合考虑传感器节点接收基站的接收信号强度指示(RSSI)值和剩余能量两个属性来选择簇头节点和它的中继节点,其它节点也采用类似的方法决定它们加入哪个簇。该算法利用这种多属性决策的方法,可以根据传感器节点不同属性的变化自适应地建立路由。实验结果表明,EBACR算法与其它3个算法相比,在能量均衡和网络生命周期两方面取得了更好的性能。

关键词：无线传感器网络能量均衡自适应分簇接收信号强度指示

在线全文

学校读者我要写书评

暂无评论

认知无线电中基于相似性的自适应分簇算法

北京邮电大学学报 2008年第3期31卷 89-93页

作者：薛钰曾志民郭义武郭彩丽北京邮电大学通信网络综合技术研究所北京100876

针对认知无线电网络(CRN)中可用信道实时变化的特点,运用图形理论提出一种基于相似性的自适应分簇(CBAC)算法.该算法是以用户可用信道的相似性为基础,结合用户的移动性,通过计算节点权值实现CRN的优化分簇.仿真分析证明,CBAC算法提高了... 详细信息

针对认知无线电网络(CRN)中可用信道实时变化的特点,运用图形理论提出一种基于相似性的自适应分簇(CBAC)算法.该算法是以用户可用信道的相似性为基础,结合用户的移动性,通过计算节点权值实现CRN的优化分簇.仿真分析证明,CBAC算法提高了系统的链路平均可用信道数,相比传统的分簇算法,能提高频谱的利用效率.

关键词：认知无线电自适应分簇可用信道相似性链路平均可用信道

在线全文

学校读者我要写书评

暂无评论

基于等级的无线传感网自适应分簇算法

计算机应用 2017年第6期37卷 1532-1538页

作者：肖玮涂亚庆后勤工程学院后勤信息与军事物流工程系重庆401311

为解决现有无线传感器网络(WSN)分簇算法难以同时兼顾其异构性和移动性,从而引发网络寿命较短、网络数据吞吐量较低等问题,提出了基于节点等级的自适应分簇算法。该算法按轮运行,每轮分为自适应分簇、簇建立、数据传输三个阶段。为解决... 详细信息

为解决现有无线传感器网络(WSN)分簇算法难以同时兼顾其异构性和移动性,从而引发网络寿命较短、网络数据吞吐量较低等问题,提出了基于节点等级的自适应分簇算法。该算法按轮运行,每轮分为自适应分簇、簇建立、数据传输三个阶段。为解决节点移动性引发的簇首数目和成簇规模不合理的问题,在自适应分簇阶段,根据子区域内节点数目变化对相应子区域进行细化或就近合并,以确保每个子区域内节点数目在合理范围内。在簇建立阶段,选举簇内等级最高的节点为簇首,解决异构性引发的部分节点能耗过快、网络寿命缩短的问题;节点等级除考虑节点剩余能量外,还结合WSN实际应用,由节点剩余能量、能量消耗速率、到基站的距离、到簇内其他节点的距离综合决定。基于OMNeT++和Matlab的仿真实验结果表明,在节点移动速度为0~0.6 m/s的能量异构WSN环境下,较移动低功耗自适应集簇分层(LEACH-Mobile)算法和分布式能量有效分簇(DEEC)算法,运用所提算法分簇的WSN寿命延长了30.9%以上,网络数据吞吐量是其他两种算法分簇的网络的1.15倍以上。

关键词：自适应分簇等级无线传感器网络能量异构移动性

在线全文

学校读者我要写书评

暂无评论

面向数据隐私保护的联邦学习技术研究

面向数据隐私保护的联邦学习技术研究

作者：周柄泽齐鲁工业大学

学位级别：硕士

集中式机器学习虽然在图像分类等领域应用广泛,但要求客户端上传本地数据至服务器进行训练,这不仅消耗大量带宽,还增加了敏感信息被攻击的风险,导致“数据孤岛”现象。为解决这一问题,分布式机器学习应运而生,通过中央服务器协调多个客... 详细信息

集中式机器学习虽然在图像分类等领域应用广泛,但要求客户端上传本地数据至服务器进行训练,这不仅消耗大量带宽,还增加了敏感信息被攻击的风险,导致“数据孤岛”现象。为解决这一问题,分布式机器学习应运而生,通过中央服务器协调多个客户端在不共享原始数据的前提下,共同训练一个全局模型,这种方式称为联邦学习。联邦学习旨在保护客户端隐私数据并减少数据传输带宽。然而,传统联邦学习仍面临成员推理攻击的威胁,可能导致隐私泄露。为抵御这种攻击,引入了差分隐私技术。但在差分隐私下,联邦学习仍存在隐私保护与模型性能平衡及处理非独立同分布数据的挑战。本文对这些挑战性问题进行了研究。首先,针对于差分隐私的联邦学习在应用中所产生的客户端隐私保护程度于模型性能之间存在的平衡性问题,即,客户端数据隐私保护程度高会导致模型性能下降。反之,亦然。本文提出随机差分隐私算法引入至联邦学习范式中,使得各个客户端能够自主的按照现实需求进行选择对本地数据的隐私保护程度。这样的方式使得参与方在满足自身隐私需求的前提下,能够最大限度的提升模型性能。其次,针对于联邦学习中引入差分隐私技术后,解决模型性能下降的问题,本文在优化目标函数中引入了标签平滑损失函数和焦点损失函数。标签平滑损失函数防止模型在训练过程中过于自信,从而减少过度拟合;焦点损失函数增强了模型对复杂和难分类样本特征的提取能力。这些改进确保了在保护客户端隐私的同时,提升模型的应用准确率。此外,实验结果表明,改进后的目标损失函数能够进一步提高客户端的隐私保护水平。最后,针对于差分隐私下的联邦学习在应用过程中会受到非独立同分布数据的影响,即,在差分隐私下的联邦学习过程中,非独立同分布数据会导致全局模型与本地模型的梯度优化方向不一致,出现“客户端漂移”现象,从而减慢模型收敛速度并降低模型准确率。为减轻这一现象,本文引入并优化了分簇算法。具体而言,提出了自适应分簇算法,根据客户端预训练模型参数的相似性进行自适应分簇,并对每个簇内的本地模型使用Federated Averaging(Fed Avg)算法进行聚合,以提升模型的泛化性和准确率。然而,尽管分簇算法能将具有相似数据特征的客户端分在一起,各簇之间的数据特征差异仍较大。为解决这一问题,本文采用簇间聚合方法,通过交叉验证选择出最优簇模型,并将所有非最优簇模型参数与最优簇模型参数加权求和得到全局模型,从而提升全局模型的适用性和收敛效率,缓解“客户端漂移”现象。本文通过理论推导证明了所提算法不仅满足能够保护客户端隐私安全,又能有效应对“客户端漂移”现象,并具备严格的收敛边界。此外,通过在多个公开数据集上的实验验证,结果显示本文的理论和优化方法是可靠的。这些方法不仅能满足客户端的隐私需求,还提升了模型的应用准确率和收敛效率。

关键词：联邦学习隐私保护差分隐私非独立同分布自适应分簇

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于车辆健康状态评估的自适应分簇算法

计算机工程与应用 2018年第23期54卷 74-80页

作者：叶蕾陈冬梅曾令秋韩庆文王瑞梅重庆大学通信工程学院重庆400044 汽车零部件先进制造技术教育部重点实验室(重庆理工大学) 重庆400054 重庆大学计算机学院重庆400044

车间(V2V)安全预警信息(SWM)交换是重要的道路安全改进技术。SWM的高概率生成很容易导致局部信息风暴,严重影响SWM传输性能。为了降低局部信息负载,定义通信需求的概念,并且根据通信需求关系,提出面向SWM的分簇算法,实现道路车辆的自适... 详细信息

车间(V2V)安全预警信息(SWM)交换是重要的道路安全改进技术。SWM的高概率生成很容易导致局部信息风暴,严重影响SWM传输性能。为了降低局部信息负载,定义通信需求的概念,并且根据通信需求关系,提出面向SWM的分簇算法,实现道路车辆的自适应分簇。分簇算法中基于车辆健康状态评估的簇头选择方法能有效加强簇的稳定性和降低网络开销。为了进一步降低局部信息风暴和提升SWM传输性能,提出一种基于簇内通信需求数量,自适应调整簇半径的方法。采用Anylogic仿真平台验证算法有效性,仿真结果显示,该分簇算法具有较高的稳定性并且能有效提高SWM传输性能。

关键词：安全预警信息(SWM) 车辆健康状况评估通信需求自适应分簇