基于最优节点选择机制的P2P网络信誉模型

对P2P网络信誉模型的研究是保证P2P网络稳定运行的基本因素。P2P网络通过节点的直接交换来共享计算机资源和服务,需要进行节点优化选择保证P2P网络的信誉和稳定性。传统方法采用粒子滤波算法实现节点自动控制,当存在多重节点反复组合时,对P2P网络的信誉度评价准确性不好。提出一种基于最优化网格分配节点信息覆盖的P2P网络信誉模型设计方法,构建网络的最优节点选择机制,采用自顶向下的方式分层构造数据聚集树,进行节点信誉信息表征和数学模型构建,实现算法改进。仿真实验表明,采用该模型能有效提高对P2P网络的信誉评价精度,优化网络的节点分布,实现节点最优选择,能够有效抵抗外界干扰和攻击,稳定性较好。     

基于节点编码的最小生成树算法

以图论和遗传算法为基础,提出了求最小生成树问题的基于节点编码的遗传算法.该算法采用Prufer数对最小生成树进行编码.初始群体由系统随机产生,在遗传操作中采用单点交叉操作及基本位变异操作.实例表明,该算法可得到多个最优解.     

QoS组播路由的多种群遗传算法

针对单种群遗传算法在求解QoS组播路由问题中存在的容易早熟、收敛性差等缺陷,提出了一种基于多种群遗传算法的QoS组播路由算法。该算法在初始化过程中采用多种初始化算法生成了不同种群,并设计了多种交叉、变异操作,保证了种群间进化过程的独立性和算法的多样性;增加了种群间协调机制,提高了算法的整体收敛性。仿真结果证明了多种群遗传算法的有效性和优越性。     

无结构P2P网络应用层组播的多播树研究

IP组播方案由于其自身的设计以及部署代价等问题未能获得大范围的推广,作为替代IP组播的一种方案,应用层组播已经成为一个重要的研究课题。同时基于覆盖网络的P2P网络的特性使得应用层组播方案得到实际的应用。本文以Gnutella例分析了无结构P2P网络的多播树生成过程,针对其多播树生成的随机性,提出了一种优化的多播树生成方法。性能分析显示,本文提出的多播树生成方法,使多播树的深度保持在可预测的范围,有效地优化了无结构P2P网络的多播树。     

基于遗传算法的复杂网络社区结构探测

对于复杂网络社区结构的探测问题在多个应用领域引起了广泛关注。本文基于遗传算法提出了一种新的社区探测算法,该算法通过最大化网络模块度以探求最好的社区划分结果。本文采用字符串编码进行基因表示。在初始化种群时,通过将一部分节点的社区标识符传递给它的邻居节点保证了算法的收敛性,并且消除了不必要的迭代。对于交叉算子和变异算子也进行了优化,将单向交叉引入到交叉算子中,并在变异过程中保证了变异节点的连接有效性。将本算法与两种算法通过真实世界的复杂网络进行实验比较,实验结果表明,改进后的算法可以有效地应用于社区结构探测。     

基于自适应能量阈值的按需节能组播路由协议

提出一种面向无线Ad Hoc与传感器网络的基于自适应能量阈值的按需节能组播路由协议EMRP.该协议能根据网络能量状态和节点保护比例,自适应地确定能量保护阈值.在按需构造组播路由树的过程中,该阈值抑制网络中能量过低的节点参与组播,从而实现网络能耗均衡.EMRP同时引入目标驱动的策略,以尽量减小组播结构的规模、降低组播代价.EMRP协议执行过程中,不要求节点保存任何全局或局部网络拓扑信息,开销低,实现简单.仿真结果表明,与已有工作相比,EMRP协议能大大降低组播路由的每分组传输能耗,显著延长网络寿命.     

强干扰下的无线传感器网络鲁棒性通信节点选择模型

无线传感器网络在强干扰环境下,通信节点受到干扰影响和能耗限制,导致节点之间的通信信道失衡,需要对无线传感器网络通信节点进行鲁棒性选择,提高网络通信的覆盖和均衡能力。传统方法中对无线传感器网络鲁棒性通信节点选择采用节点间互助转包轮换路由分发协议,由于邻居节点的自私性导致对节点通信的抗干扰性不强。提出一种基于自适应分层能量均衡的强干扰下的无线传感器网络鲁棒性通信节点选择模型。构建无线传感器网络的通信节点布局模型,然后进行通信节点的最优节点密度分布设计,基于自适应分层能量均衡方法实现对强干扰下的无线传感器网络鲁棒性通信节点选择模型改进。仿真实验结果表明,采用该模型进行强干扰下的无线传感器网络鲁棒性通信节点优化部署和选择,降低了数据传输丢包率和延迟,减少了计算开销,提高了网络的连通性和覆盖度,性能优越。     

被动相干盲源分离无线信道交叉覆盖算法

在集合PC机、无线传感器和Wi-Fi等通信网络进行无线传输网络组网中,功率消耗大,路径损耗多,需要进行无线传输网络组网交叉覆盖,以提高网络的吞吐性和抗干扰性。提出一种基于被动相干盲源分离算法的改进大功率无线传输网络组网交叉覆盖算法,构建大功率交叉网络模型,得到大功率交叉网络树状拓扑结构。采用隶属度调度控制Hough原理,对大功率交叉网络的分层信息数据进行分段处理,求解路由节点周期性的在一跳范围的检验统计量,在交叉网络跨层信息共享中,通过删除缓存数据得到跨层信息分组,实现交叉覆盖,实现无线传输网络组网交叉覆盖算法改进。通过仿真实验进行性能验证,得出采用该算法进行无线传输网络组网交叉覆盖,能改善输出信号质量,提高网络传输吞吐量,降低功耗损失。     

移动环境下的IP组播技术研究与实现

移动IP协议给出了支持主机移动的远程加入和双向隧道两种组播方法,它们具有一些互补的优缺点。提出的移动组播算法综合了这两种基本方法,同时,采用分层移动IP结构的路由思想,减少因主机移动而重构组播树的频率。使用了仿真软件OPNET8.1搭建了移动组播模块系统平台,同时,基于以上建立的平台,对视频会议进行组播应用,在移动环境下进行了拓扑结构的搭建和仿真实验,并对其仿真结果进行了分析和比较。     

基于覆盖集和逆高斯变异的AFSA算法在WSN中的覆盖研究

针对人工鱼群算法(AFSA)对节点能量以及分布考虑不足的情况,本文在无线传感优化覆盖中,引入了覆盖集和逆高斯变异概念,通过在AFSA的觅食阶段采用覆盖集,使得个体人工鱼的选择的效率得到提高,在聚群阶段使用逆高斯变异,将个体人工鱼的活动区域进行了合理的分布,使得探寻食物的效率得到了提供。通过经典函数测试,本文的算法在性能上优于AFSA算法,通过仿真实验证明,本文算法在节点能量消耗上和节点覆盖效率上有了进一步的提高。     

基于二跳生成树的可扩展分簇定位算法

着重设计了一种基于二跳生成树的可扩展分簇定位算法.首先对传感器网络进行分簇、并利用簇头节点构造一个二跳生成树;在此基础上,由簇头计算各簇成员节点的局部坐标;最后,从生成树根节点开始,自顶向下合并各簇,生成所有节点的全局坐标,完成节点的相对定位. 理论分析与实验表明,本算法相对于现有的SDGPSN算法,能够有效提高定位覆盖率和定位精度,减少时间和通信开销,并具有更好的可扩展性.     

What IoT devices and applications should be connected? Predicting user behaviors of IoT services with node2vec embedding

User-created automation applets to connect IoT devices and applications have become popular and widely available. Exploring those applets enables us to grasp the patterns of how users are utilizing and maximizing the power of connection by themselves, which can deliver practical implications for IoT service design. This study builds an IoT application network with the data of the IFTTT(if this then that) platform which is the most popular platform for self-automation of IoT services. The trigger-action relationships of the IFTTT applets currently activated are collected and used to construct an IoT application network whose nodes are IoT service channels, and links represent their connections. The constructed IoT network is then embedded by the node2vec technique, an algorithmic framework for representational learning of nodes in networks. Clustering the embedded nodes produces the four clusters of IoT usage patterns: Smart Home, Activity Tracking, Information Digest, and Lifelogging & Sharing. We also predict the IoT application network using node2vec-based link prediction with several machine learning classifiers to identify promising connections between IoT applications. Feasible service scenarios are then generated from predicted links between IoT applications. The findings and the proposed approach can offer IoT service providers practical implications for enhancing user experiences and developing new services.     

基于资源分类树的读者兴趣模型设计与实现

图书馆的服务正在由人工服务拓展为基于数字图书馆的网络服务。为了更好地给读者提供个性化的信息资源服务，更准确地描述读者兴趣，作者设计了一种基于资源分类树的读者兴趣模型，本文详细介绍了该读者兴趣模型的建立、优化和资源关联度计算的过程，并通过实例证明了该模型的实用性和可行性。     

移动互联网信息偶遇影响因素研究——基于关键事件技术

[目的/意义]研究结果有助于完善信息偶遇影响因素相关研究,同时可为用户提高信息偶遇效率以及商家优化产品性能、改进服务模式提供理论基础与思路。[方法/过程]通过半结构化访谈获取移动互联网信息偶遇关键事件,利用Nvivo11对数据进行编码分析,经过对自由节点间关系的概念化与范畴化,最终形成信息偶遇影响因素相关的22个树节点及7个核心树节点;通过分析访谈问卷,利用熵权法确定各维度影响因素的权重,表征其重要程度。[结果/结论]移动环境下,在整个过程中信息偶遇受到了来自个体因素、工具、时空情境、任务情境、信息、网络环境、社会环境7个维度因素的影响;在信息偶遇前阶段,工具因素的影响最为突出,而在信息偶遇中、后阶段,信息因素的影响最为突出。     

A Recursive tree-structured neural network with goal forgetting and information aggregation for solving math word problems

Most existing state-of-the-art neural network models for math word problems use the Goal-driven Tree-Structured decoder (GTS) to generate expression trees. However, we found that GTS does not provide good predictions for longer expressions, mainly because it does not capture the relationships among the goal vectors of each node in the expression tree and ignores the position order of the nodes before and after the operator. In this paper, we propose a novel Recursive tree-structured neural network with Goal Forgetting and information aggregation (RGFNet) to address these limits. The goal forgetting and information aggregation module is based on ordinary differential equations (ODEs) and we use it to build a sub-goal information feedback neural network (SGIFNet). Unlike GTS, which uses two-layer gated-feedforward networks to generate goal vectors, we introduce a novel sub-goal generation module. The sub-goal generation module could capture the relationship among the related nodes (e.g. parent nodes, sibling nodes) using attention mechanism. Experimental results on two large public datasets i.e. Math23K and Ape-clean show that our tree-structured model outperforms the state-of-the-art models and obtains answer accuracy over 86%. Furthermore, the performance on long-expression problems is promising.¹     

KiC:一种结合“结构洞”约束值与K壳分解的社交网络关键节点识别算法

[目的/意义] 在大规模社交网络中快速搜索关键节点对于舆情的引导和控制具有重要意义。[方法/过程] 本文提出一种适用于社交网络的局部中心性关键节点识别算法,该方法综合评估了节点的K壳、自身的聚集特性以及邻居的扩散特性和节点自身传播状态,同时体现了节点在空间上的网络位置和邻居的拓扑结构以及在时间上演化特征,评价指标更加全面高效。[结果/结论] 实验结果表明,该方法识别的关键节点对网络鲁棒性的影响与介数中心性接近,但计算仅基于节点局部信息,时间复杂度低。剔除这些节点后网络的连通性受到较大影响,网络聚类系数降低,平均路径长度增加。同时,利用SIR传播模型模拟验证,以该算法识别的关键节点为初始传播源可提升信息传播范围和平均传播速度。     

Development of an exchange format for the European Environmental Chemical Data and Information Network (ECDIN)

Increasing concern about the release of potentially harmful chemicals into the environment has led to efforts to collect data on such chemicals with a view to identifying and minimising the associated hazards. The collection and storage of such data requires cooperation and communication (both national and international) between partners in a general environmental data network. A format is described for the exchange of data between these network partners. This format is of general applicability. It is shown that a hierarchical tree structure best describes the situation. Rules are derived to identify and process the nodes in the tree such that information is neither lost nor degraded upon transfer between the network partners.     

带限行的城市配送网点选址双层规划模型

城市对货运车辆实施交通管制,使城市配送兼顾速度与成本更加艰难。主要研究在城市道路限行的情况下,利用双层规划模型,解决电子商务城市物流配送服务网点的选址问题。通过考虑不同配送车辆的可达范围、装载能力及运输成本,服务网点的服务能力及成本,客户需求量等因素,对服务网点数量、位置、规模进行优化,使得在满足客户服务水平的前提下,确定经营成本最低,交通便利的服务网点位置,提高物流配送效率,降低物流配送成本,增强企业的市场竞争力。     

网格任务调度模型的研究

网格任务调度是采用适当的调度策略把应用程序分配到异构的计算节点上进行高效的执行并返回正确结果的过程。本文研究了经典网格任务调度模型,分析了各自的优缺点,并提出了一种包含有树形全局调度模型和局部调度模型的两层结构模型,此树形全局调度模型通过负载从根节点自上而下的迁移,能够很好地实现网格系统的负载平衡。通过二叉树的节点删除算法能够很好地解决模型中节点的失效问题,因此具有很好的安全性和可靠性。     

一种基于语义树的三维模型检索方法

本文借鉴文本检索领域的研究成果,利用标注文字信息描述单个模型的语义,采用语义树表达三维模型间的语义,基于WordNet计算检索关键词与语义树中节点的语义相似性,返回语义相关性强的模型。提出较灵活的返回策略,筛选各语义相关节点的代表模型,便于用户进一步优化检索结果。实验结果表明,基于语义树的三维模型检索方法能够提高信息检索的效率,具有较高的理论及应用价值。