检索结果-内蒙古大学图书馆

郑州大学学报（理学版） 2022年第2期54卷 47-55页

作者：袁培燕黄笑妍河南师范大学计算机与信息工程学院河南新乡453007

在不具备完整传输路径的机会网络中,为进一步提高投递率和传输速度,一般使用效用和冗余混合的路由机制,但该机制仍存在较高网络开销以及高效用节点能量消耗过快等问题。基于上述情况,提出了一种基于节点效用和能量的路由方案,考虑到节... 详细信息

在不具备完整传输路径的机会网络中,为进一步提高投递率和传输速度,一般使用效用和冗余混合的路由机制,但该机制仍存在较高网络开销以及高效用节点能量消耗过快等问题。基于上述情况,提出了一种基于节点效用和能量的路由方案,考虑到节点关系的自身差异性和动态变化性对路由的影响,充分利用节点的社会关系计算节点效用,并综合节点的剩余能量判断节点的转发能力,实现在多备份路由中进一步降低网络开销和均衡节点能量消耗的目标。最后,通过仿真实验与其他算法进行对比,实验结果表明,提出的路由方案在获得较优投递率和传输延时的同时,在网络开销和能量均衡性两方面有较大的改善。

关键词：机会网络数据转发社会效用能量均衡路由算法

来源：评论

学校读者我要写书评

暂无评论

一种任务驱动的车联网边缘卸载策略

引用

郑州大学学报（理学版） 2024年第4期56卷 34-40页

作者：赵晓焱高源志张俊娜袁培燕河南师范大学计算机与信息工程学院河南新乡453007

边缘计算为解决未来车联网中移动流量的爆炸式增长提供了可行范式,然而位置的动态变化以及计算任务的多样性和差异性,使得资源有限的边缘服务器很难在规定时间内完成区域内多车辆任务的并行处理需求。基于此,以最小化时延为目标,提出一... 详细信息

边缘计算为解决未来车联网中移动流量的爆炸式增长提供了可行范式,然而位置的动态变化以及计算任务的多样性和差异性,使得资源有限的边缘服务器很难在规定时间内完成区域内多车辆任务的并行处理需求。基于此,以最小化时延为目标,提出一种结合深度确定性策略梯度算法的任务驱动卸载策略。首先,结合差异性任务类型和紧迫程度进行预处理,构建了一种基于最大延迟容忍度的任务动态优先级调整模型;然后,利用道路区域内的车辆拓扑和通信半径,提出了基于网络密度和负载均衡的动态协作簇划分方法,解决了多样性任务的动态协作卸载优化问题。实验结果表明,所提算法在收敛性、卸载时延及卸载命中率等方面具有性能优势。

关键词：车联网边缘计算任务卸载协作动态优先级

来源：评论

学校读者我要写书评

暂无评论

基于能量均衡的最大化覆盖目标算法

引用

传感技术学报 2017年第9期30卷 1401-1404页

作者：南书坡冯乃勤河南师范大学新联学院郑州451464 河南师范大学计算机与信息工程学院河南新乡453007

目标覆盖问题是无线传感网络WSNs(Wireless sensor networks)最重要的问题之一。每个目标至少被一个传感节点覆盖,为此提出基于能量均衡的最大化覆盖目标EMNL(Energy-balance-based Maximizing Network Lifetime)算法。EMNL算法将所有... 详细信息

目标覆盖问题是无线传感网络WSNs(Wireless sensor networks)最重要的问题之一。每个目标至少被一个传感节点覆盖,为此提出基于能量均衡的最大化覆盖目标EMNL(Energy-balance-based Maximizing Network Lifetime)算法。EMNL算法将所有传感节点划分不同的传感节点覆盖区SC(Sensor Cover),致使每个SC能够维持对所有目标监测一个固定时间。通过有选择性选择一个SC活动,而其他SC休眠,进而提高能量利用率,延长了网络寿命。EMNL算法构建了不同不相邻SC,进而最大化网络寿命。最后,建立仿真环境,并进行性能仿真。此环境下的数据表明,在EMNL算法有效地扩延生存时间,也提升了覆盖率。

关键词：无线传感网能量目标覆盖传感节点覆盖区生存时间

来源：评论

学校读者我要写书评

暂无评论

基于排名映射概率的混沌人工蜂群算法

引用

计算机科学 2013年第12期40卷 98-103页

作者：张新明李晓安何文涛王鲜芳河南师范大学计算机与信息工程学院新乡453007

针对人工蜂群算法(Artificial Bee Colony algorithm,ABC)因直接采用函数值映射的概率选择食物源而引起过早收敛和陷入局部最优以及优化精度不高的问题,提出一种基于排名映射概率的混沌人工蜂群算法(Chaotic Artificial Bee Colony algo... 详细信息

针对人工蜂群算法(Artificial Bee Colony algorithm,ABC)因直接采用函数值映射的概率选择食物源而引起过早收敛和陷入局部最优以及优化精度不高的问题,提出一种基于排名映射概率的混沌人工蜂群算法(Chaotic Artificial Bee Colony algorithm based on Rank mapping probability,CABC-R)。首先利用目标函数值的排名映射获取选择食物源的概率,然后构建基于排名映射概率的人工蜂群算法以便能够维持种群的多样性,获得较好的全局最优解,最后创建较高寻优精度的新型局部混沌优化算法精确寻找最优解。对10个标准测试函数进行了仿真,结果表明,CABC-R算法不仅优化效果更准确而且更能跳出局部最优,有效地找到全局最优解,优于标准的ABC、JADE、MSEP和RABC算法。

关键词：优化方法人工蜂群算法混沌优化算法排名映射概率直接映射概率

来源：评论

学校读者我要写书评

暂无评论

融合凹点检测与仿射变换的活动轮廓模型

引用

中国图象图形学报 2018年第2期23卷 258-268页

作者：刘国奇邓铭窦智河南师范大学计算机与信息工程学院新乡453007

目的针对基于矢量场的活动轮廓模型,如经典的梯度矢量流(GVF)模型、矢量场卷积(VFC)模型等,在提取凹形物体时矢量场常出现平衡点,不能较好地收敛到凹陷区域、尤其是深而窄的凹形及复杂凹陷区域的问题。提出一种融合凹点检测与仿射变换... 详细信息

目的针对基于矢量场的活动轮廓模型,如经典的梯度矢量流(GVF)模型、矢量场卷积(VFC)模型等,在提取凹形物体时矢量场常出现平衡点,不能较好地收敛到凹陷区域、尤其是深而窄的凹形及复杂凹陷区域的问题。提出一种融合凹点检测与仿射变换的活动轮廓模型。方法首先利用活动轮廓模型进行曲线演化,得到演化后轮廓曲线上各点的坐标并求出各点的法线方向;然后基于凹点检测的方法,判断各点的凹凸性,利用梯度判断法,检测出未收敛到目标边界的凹点;其次对各凹点进行法向方向的仿射变换。在接近且不越过目标边界的情况下求出可变换的最大距离,变换后的点穿越了平衡点区域,让变换后的点代替原来的点形成新的轮廓曲线;最后为保证提取边界的精确性,将变换后的轮廓曲线再次演化并最终收敛到目标边界。结果通过对具有凹陷区域的合成图像进行分割,计算提出模型分割结果的平均Jaccard相似系数(JS)值为95.51%,相比目前先进的GVF模型,VFC模型和自适应扩散流(ADF)模型分别提高了15.08%,12.09%和10.70%,整体效果上优于几种先进的模型。然后又对单/多目标真实图像及含噪的图像进行分割,证实提出模型分割性能的鲁棒性。结论提出的模型有效地避免了凹形区域内的平衡点问题,可以对深凹形及复杂凹形图像进行有效分割,并且提高了分割精度。此外,该模型能融合到任何基于矢量场的活动轮廓模型中,具有广泛的普适性。

关键词：图像分割矢量场活动轮廓模型凹点检测仿射变换

来源：评论

学校读者我要写书评

暂无评论

基于互信息的Fisher Score多标记特征选择

引用

南京大学学报（自然科学版） 2023年第1期59卷 55-66页

作者：孙林张起峰徐久成河南师范大学计算机与信息工程学院新乡453007

目前,Fisher Score模型在处理多标记数据时没有考虑样本和整个特征空间之间以及特征和标记之间的关系.提出一种基于互信息的Fisher Score多标记特征选择方法.首先,在多标记决策系统中考虑整个样本空间对特征选择的影响,根据异类样本与... 详细信息

目前,Fisher Score模型在处理多标记数据时没有考虑样本和整个特征空间之间以及特征和标记之间的关系.提出一种基于互信息的Fisher Score多标记特征选择方法.首先,在多标记决策系统中考虑整个样本空间对特征选择的影响,根据异类样本与同类样本之间的欧式距离定义权重公式,并在特征空间下对标记赋予权重衡量标记的重要程度.然后,基于互信息理论定义特征与每个标记之间的互信息来计算每个特征和每个标记之间的相关度,将特征与标记之间的相关度与该标记所占的权重相结合来定义特征和标记集之间的总相关度.将Fisher得分与总相关度结合,定义每个特征的新的Fisher得分,进而构建多标记Fisher Score模型.最后,设计了一种基于互信息的Fisher Score多标记特征选择算法.在六个多标记数据集上的实验证明,提出的算法与其他算法相比,其四种评价指标都表现良好,分类性能出色.

关键词：多标记学习特征选择互信息 Fisher Score

来源：评论

学校读者我要写书评

暂无评论

机会路由算法中层次化的辅助信息获取机制

引用

计算机科学与探索 2018年第5期12卷 769-776页

作者：宋明阳袁培燕河南师范大学计算机与信息工程学院河南新乡453000

信息辅助型路由是一种依赖额外信息协助节点高效地转发数据包的机会路由机制。然而目前的信息辅助型路由算法中节点间辅助信息的获取以一种洪泛的方式进行,造成了网络资源浪费。针对此问题,提出了一种层次化的辅助信息获取机制。一方面... 详细信息

信息辅助型路由是一种依赖额外信息协助节点高效地转发数据包的机会路由机制。然而目前的信息辅助型路由算法中节点间辅助信息的获取以一种洪泛的方式进行,造成了网络资源浪费。针对此问题,提出了一种层次化的辅助信息获取机制。一方面,互为邻居的节点之间进行信息获取,保证信息更新速度较快。另一方面,将节点分为社会性节点和普通节点,使信息的获取主要发生在社会性节点与普通节点之间,以保证信息的网络覆盖率较高。通过有选择性地共享信息可以显著地减少节点间信息获取次数。实验结果表明,在不显著影响路由算法基本性能指标的前提下,该机制可以减少大约80%的辅助信息获取次数。

关键词：机会网络路由协议辅助信息社会性

来源：评论

学校读者我要写书评

暂无评论

基于混合包围盒的碰撞检测优化算法

引用

计算机工程与科学 2013年第4期35卷 87-92页

作者：郑延斌郭凌云刘晶晶河南师范大学计算机与信息工程学院河南新乡453007

针对如何提高包围盒碰撞检测的实时性,提出了一种优化的混合包围盒碰撞检测算法。该算法在预处理阶段为物体构造双重包围盒二叉树,其中,节点的外层构造包围球,节点的内层根据物体的几何特征和各种包围盒的特点构造不同类型的包围盒;碰... 详细信息

针对如何提高包围盒碰撞检测的实时性,提出了一种优化的混合包围盒碰撞检测算法。该算法在预处理阶段为物体构造双重包围盒二叉树,其中,节点的外层构造包围球,节点的内层根据物体的几何特征和各种包围盒的特点构造不同类型的包围盒;碰撞检测时首先用外层的包围球快速排除不可能发生碰撞的物体,然后利用内层的包围盒进一步判断物体之间的碰撞情况。与经典算法比较结果表明,这种混合包围盒算法能够有效地提高碰撞检测的实时性。

关键词：碰撞检测预处理包围盒混合包围盒

来源：评论

学校读者我要写书评

暂无评论

混合排名映射概率和混沌搜索的ABC算法

引用

计算机科学 2014年第2期41卷 102-106,144页

作者：张新明魏峰牛丽平王鲜芳河南师范大学计算机与信息工程学院新乡453007

针对由于人工蜂群算法(Artificial Bee Colony algorithm,ABC)采用直接映射概率选择食物源而引起收敛速度慢、陷入局部最优等问题,提出一种混合排名映射概率和混沌搜索的人工蜂群算法((Artificial Bee Colony algorithm based on Hybrid... 详细信息

针对由于人工蜂群算法(Artificial Bee Colony algorithm,ABC)采用直接映射概率选择食物源而引起收敛速度慢、陷入局部最优等问题,提出一种混合排名映射概率和混沌搜索的人工蜂群算法((Artificial Bee Colony algorithm based on Hybrid rank mapping probability and Chaotic search,ABC-HC))。首先,利用目标函数值的排名来获取选择食物源的排名映射概率,并提出计算排名映射概率的两种方法;然后,在观察蜂阶段,融合这两种计算概率的方法,即不同的搜索阶段采用不同的排名映射方法计算食物源选择概率,构造基于混合排名映射概率的人工蜂群算法,以便能够维持种群的多样性避免陷于局部最优;最后,在侦查蜂阶段,使用混沌搜索替代随机搜索以便进一步提高收敛速度,最终获得较好的全局最优解。对10个标准测试函数进行仿真,结果表明,ABC-HC算法不仅提高了收敛速度,而且更能跳出局部最优,有效地找到全局最优解,优于标准的ABC算法和进化算法。

关键词：人工蜂群算法排名映射概率直接映射概率混沌搜索随机搜索

来源：评论

学校读者我要写书评

暂无评论

基于双路注意力机制的学生成绩预测模型

引用

计算机研究与发展 2020年第8期57卷 1729-1740页

作者：李梦莹王晓东阮书岚张琨刘淇河南师范大学计算机与信息工程学院河南新乡453000 中国科学技术大学计算机科学与技术学院合肥230027

学生成绩的预测与分析旨在实现对学生的个性化指导,提升学生成绩及教师的教学成果.学生成绩受家庭环境、学习条件以及个人表现等多种因素的影响.传统的成绩预测方法往往忽视了不同因素对同一学生成绩的影响程度不同,而且不同学生受同一... 详细信息

学生成绩的预测与分析旨在实现对学生的个性化指导,提升学生成绩及教师的教学成果.学生成绩受家庭环境、学习条件以及个人表现等多种因素的影响.传统的成绩预测方法往往忽视了不同因素对同一学生成绩的影响程度不同,而且不同学生受同一因素的影响程度也不同,所构建的模型无法实现对学生的个性化分析与指导.因此提出一种基于双路注意力机制的学生成绩预测模型(two-way attention, TWA),该方法不仅有区别地对待了这些因素对成绩的影响程度,而且考虑到了学生的个体差异性.该方法通过两次注意力计算分别得到各属性特征在第1阶段成绩和第2阶段成绩上的注意力得分,并考虑了多种特征融合方式,最后基于融合后的特征对期末成绩进行更好地预测.分别在2个公开数据集上对模型进行了验证,并根据各属性特征在期末成绩上的概率分布对预测结果进行可视化分析.结果显示,所构建模型能够更准确地预测出学生成绩,并且具有良好的可解释性.

关键词：成绩预测注意力机制属性特征特征融合个性化分析

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：