检索结果-内蒙古大学图书馆

计算机科学 2015年第5期42卷 132-135,148页

作者：沙海进白光伟沈航张芃南京工业大学计算机科学与技术系南京211816 南京理工大学高维信息智能感知与系统教育部重点实验室南京210094 南京邮电大学宽带无线通信与传感网技术教育部重点实验室南京210003

多信道无线网状网的性能在很大程度上依赖于信道分配和路由选择。现有的多信道无线网状网路由大多没有考虑信道之间的干扰问题,从而导致通信性能下降。针对这一问题,提出一种基于探测的多信道无线网状网机会路由(POR)算法。首先,根据干... 详细信息

多信道无线网状网的性能在很大程度上依赖于信道分配和路由选择。现有的多信道无线网状网路由大多没有考虑信道之间的干扰问题,从而导致通信性能下降。针对这一问题,提出一种基于探测的多信道无线网状网机会路由(POR)算法。首先,根据干扰能量,选出最佳通信信道集来降低信道间的传输干扰。在此基础上,采用探测方式计算路径期望传输时延,确定候选链路集并运用机会路由机制进行数据传输以最小化端到端的传输时延。实验结果表明,POR可以显著地降低平均端到端时延,提高数据包投递率,为数据传输提供实时性和可靠性保证。

关键词：多信道无线网状网机会路由干扰

来源：评论

学校读者我要写书评

暂无评论

大数据环境下数据读取关键技术研究

引用

计算机技术与发展 2015年第2期25卷 113-116页

作者：谢怡王航刘新瀚陈梓洋孙知信南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210003

针对大数据环境下数据读取面临的主要挑战,文中重点研究了分布式文件系统中数据读取关键技术。根据数据存放结构的不同,从数据加载、查询处理和存储空间利用三个方面分析比较行存储、列存储和行列混合存储的优缺点和面临的挑战,重点介... 详细信息

针对大数据环境下数据读取面临的主要挑战,文中重点研究了分布式文件系统中数据读取关键技术。根据数据存放结构的不同,从数据加载、查询处理和存储空间利用三个方面分析比较行存储、列存储和行列混合存储的优缺点和面临的挑战,重点介绍列存储中涉及到的压缩和物化技术,具体分析了存储压缩中经常运用的行程编码算法、词典编码算法、位向量编码算法和元组重构中运用的延迟物化技术。通过分析现有技术存在的问题,探讨相关的解决方案,并展望了未来研究的发展方向。

关键词：大数据列存储压缩物化技术

来源：评论

学校读者我要写书评

暂无评论

基于样本不确定性的增量式数据流分类研究

引用

小型微型计算机系统 2015年第2期36卷 193-196页

作者：刘三民孙知信刘涛安徽工程大学计算机与信息学院安徽芜湖241000 南京航空航天大学计算机科学与技术学院南京210016 南京邮电大学宽带无线通信与传感网技术教育部重点实验室南京210003

具有概念漂移的数据流分类应用场景逐渐增多,如何解决该类问题成为研究热点.文中根据数据流概念漂移特征,结合增量学习原理实现基于样本不确定性选择策略的增量式数据流分类(IDSCBUC)模型.分类模型用支持向量机作为训练器,基于当前分类... 详细信息

具有概念漂移的数据流分类应用场景逐渐增多,如何解决该类问题成为研究热点.文中根据数据流概念漂移特征,结合增量学习原理实现基于样本不确定性选择策略的增量式数据流分类(IDSCBUC)模型.分类模型用支持向量机作为训练器,基于当前分类器从相邻训练集中按照样本不确定性值选择出"富信息"样本代表新概念样本集,把新概念样本集与支持向量集合并更新分类器,形成新的分类模型.理论分析和实验结果表明该方案是可行的,且具备抗噪声能力.

关键词：概念漂移数据流分类不确定性增量学习支持向量机

来源：评论

学校读者我要写书评

暂无评论

针对块稀疏信道的估计算法

针对块稀疏信道的估计算法

引用

第十七届全国信号处理学术年会

作者：吕斌杨震冯友宏南京邮电大学“宽带无线通信与传感网技术”教育部重点实验室南京210003

无线多径信道中存在着块稀疏结构.针对块稀疏信道中分块信息是否已知的不同场景,分别提出了两种基于块稀疏贝叶斯学习(BSBL)框架的OFDM系统信道估计算法.这两种算法根据边界最优(BO)方法估计信道分块的稀疏度参数,提升算法运算速率.为... 详细信息

无线多径信道中存在着块稀疏结构.针对块稀疏信道中分块信息是否已知的不同场景,分别提出了两种基于块稀疏贝叶斯学习(BSBL)框架的OFDM系统信道估计算法.这两种算法根据边界最优(BO)方法估计信道分块的稀疏度参数,提升算法运算速率.为进一步提升信道估计性能,在基于BSBL框架算法仅利用导频信号估计信道的基础上,又提出了基于联合块稀疏贝叶斯学习(JBSBL)的信道估计新算法,该算法利用导频与数据子载波实现信道的联合估计.仿真结果表明,与传统的信道估计算法相比,本文提出的算法均可获得很好的信道估计性能,且基于JBSBL的信道估计算法性能更佳.

关键词：块稀疏信道估计算法块稀疏贝叶斯学习

来源：评论

学校读者我要写书评

暂无评论

面向群业务的移动互联网自适应资源分配机制

引用

计算机工程与设计 2015年第1期36卷 30-36页

作者：吕鹏白光伟沈航张芃南京工业大学计算机科学与技术系江苏南京210009 南京理工大学高维信息智能感知与系统教育部重点实验室江苏南京210094 南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210003

现有的移动互联网资源分配机制大多面向单一业务,无法高效支持群业务。针对这一问题,提出一种面向群业务的自适应资源分配机制。综合考虑动态变化的异构网络环境、群业务特征和用户需求,采用吸引子选择模型来计算备选网络的优先级;在此... 详细信息

现有的移动互联网资源分配机制大多面向单一业务,无法高效支持群业务。针对这一问题,提出一种面向群业务的自适应资源分配机制。综合考虑动态变化的异构网络环境、群业务特征和用户需求,采用吸引子选择模型来计算备选网络的优先级;在此基础上,运用逼近理想接入网络法对备选网络进行多属性判决,为群业务选择适宜的接入网络。仿真结果表明,该机制显著提高了用户体验和网络资源的利用率。

关键词：移动互联网群业务吸引子选择模型多属性判决自适应资源分配

来源：评论

学校读者我要写书评

暂无评论

家庭基站系统中的联合信道与功率控制算法

引用

通信学报 2014年第4期35卷 141-147页

作者：穆施瑶朱琦南京邮电大学教育部宽带无线通信与传感网技术重点实验室江苏南京210003 南京邮电大学江苏省无线通信重点实验室江苏南京210003

提出了一种联合信道分配与功率控制算法,通过优化目标将家庭网络的信道分配和功率控制结合,限定干扰范围,采用凸优化和次梯度方法,求解出功率的闭合式,优化了家庭网络的容量。算法又将家庭网络容量与宏网络容量联系,使宏网络容量得到了... 详细信息

提出了一种联合信道分配与功率控制算法,通过优化目标将家庭网络的信道分配和功率控制结合,限定干扰范围,采用凸优化和次梯度方法,求解出功率的闭合式,优化了家庭网络的容量。算法又将家庭网络容量与宏网络容量联系,使宏网络容量得到了提升。仿真结果表明,与单纯的功率控制算法相比,所提算法提高了系统容量。

关键词：双层网络家庭基站信道分配功率控制凸优化

来源：评论

学校读者我要写书评

暂无评论

基于信任度的双门限协作频谱感知算法

引用

物理学报 2014年第7期63卷 354-364页

作者：张学军鲁友田峰孙知信成谢锋南京邮电大学宽带无线通信与传感网技术教育部重点实验室南京210003 南京邮电大学电子科学与工程学院南京210003

提出了一种兼顾认知无线电系统可靠性和低负载的基于信任度的双门限协作频谱检测算法.系统首先使满足双门限要求的认知节点参与协作感知,当满足双门限要求的认知节点数目不足时,增加满足信任度参数要求的认知节点参与协作感知.融合中心... 详细信息

提出了一种兼顾认知无线电系统可靠性和低负载的基于信任度的双门限协作频谱检测算法.系统首先使满足双门限要求的认知节点参与协作感知,当满足双门限要求的认知节点数目不足时,增加满足信任度参数要求的认知节点参与协作感知.融合中心存储了认知节点的检测记录,并以此为局部检测结果设置融合权重.理论分析和仿真结果表明,该算法所需传输的感知参数减少了,占用的信道带宽降低.同时,由于不可靠用户的减少,算法的检测性能进一步提高了.此外,算法通过调整参数nt使系统适应于不同类型的无线业务,具有一定的灵活性.

关键词：认知无线电协作感知自适应双门限信任度参数

来源：评论

学校读者我要写书评

暂无评论

基于服务分类的预测型动态负载均衡调度算法

引用

计算机技术与发展 2015年第6期25卷 96-100,105页

作者：袁刚南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210003 南京邮电大学江苏省电信网络融合实验室江苏南京210003

现有的动态负载均衡算法通常对服务器上的负载进行监测,然而大多数负载均衡算法不能区分用户请求服务的类别,且对于监控时间间隔之间的负载很难实时获得。针对此种情况,文中提出了一种预测动态负载均衡算法。该算法对用户请求服务进行分... 详细信息

现有的动态负载均衡算法通常对服务器上的负载进行监测,然而大多数负载均衡算法不能区分用户请求服务的类别,且对于监控时间间隔之间的负载很难实时获得。针对此种情况,文中提出了一种预测动态负载均衡算法。该算法对用户请求服务进行分类,同时可对每台服务器节点的资源利用率进行实时预测。在实验室搭建的Web服务器集群(WSC)上,对该算法的两种PSDLB模型、WLC以及QSC-LB负载均衡算法在异构环境中安全传输服务、数据库服务、大小文件下载服务的请求失败率、系统响应时间进行了对比测试。结果表明,在高负载情况下该算法优于另外两种算法。

关键词：动态负载均衡算法预测服务分类 Web服务器集群

来源：评论

学校读者我要写书评

暂无评论

基于WiFi的自适应匹配预处理WKNN算法

基于WiFi的自适应匹配预处理WKNN算法

引用

第十七届全国信号处理学术年会

作者：王磊周慧蒋国平郑宝玉南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210003 东南大学移动通信国家重点实验室江苏南京210096 南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210003

针对基于接收信号强度(Received Signal Strength,RSS)的WiFi室内定位技术中,传统加权K邻近(Weighted K-nearest Neighbor,WKNN)算法不能自适应获取WLAN中有效接入点(Aeess Point,AP)且参考点匹配准确度不高的问题,本文提出了自适应匹... 详细信息

针对基于接收信号强度(Received Signal Strength,RSS)的WiFi室内定位技术中,传统加权K邻近(Weighted K-nearest Neighbor,WKNN)算法不能自适应获取WLAN中有效接入点(Aeess Point,AP)且参考点匹配准确度不高的问题,本文提出了自适应匹配预处理WKNN算法.该算法中每个实时定位点自适应地根据网络状况对AP的RSS均值由大到小排序,然后选择RSS均值较大的前M个AP,与参考点中对应的M个AP一起参与匹配预处理计算,从而优化了传统的指纹定位算法.同时将室内定位和室内地图相结合,使参考点和定位结果直观地展示在地图上,并通过使用地图数据大幅度简化了离线训练过程.此外,本文设计并实现了基于Android平台的室内定位系统,通过该系统验证了本文所提算法在单点定位和移动定位中的有效性.实验结果表明,该算法可获得30％以上的定位误差改善,有效提高了定位精度和定位稳定性.

关键词：室内定位自适应匹配预处理加权K邻近算法无心局域网

来源：评论

学校读者我要写书评

暂无评论

D2D中基于社交关系的按需用户发现策略

D2D中基于社交关系的按需用户发现策略

引用

第十七届全国信号处理学术年会

作者：王磊高露露蒋国平郑宝玉南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210003 东南大学移动通信国家重点实验室江苏南京210096 南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210003

无线多媒体业务的爆炸式增长使得D2D(Device-to-Device)通信技术成为下一代移动通信系统的研究热点.用户发现策略,作为D2D关键技术之一,旨在有效发现潜在的D2D邻居用户.基于现有用户发现策略建立D2D链路,正面临着有效性和安全性的巨大挑... 详细信息

无线多媒体业务的爆炸式增长使得D2D(Device-to-Device)通信技术成为下一代移动通信系统的研究热点.用户发现策略,作为D2D关键技术之一,旨在有效发现潜在的D2D邻居用户.基于现有用户发现策略建立D2D链路,正面临着有效性和安全性的巨大挑战.本文考虑到每个用户不可避免地处于移动社交网络中,提出了基于社交关系的按需用户发现策略.主要根据用户请求的文件、具有的社交关系以及基站反馈和更新系统用户的状态信息表,来发现潜在的D2D用户对并建立D2D链路.理论分析及仿真结果表明,该策略可以更有效地发现邻居用户,并提高了D2D链路建立的安全性.

关键词：蜂窝直通通信用户发现社交关系有效性分析安全性评估

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：