导读:本文包含了汇聚算法论文开题报告文献综述及选题提纲参考文献，主要关键词:网络社区,汇聚区划分,Fast-Newman
汇聚算法论文文献综述
姜昊,赵建国,冯李[1]（2019）在《基于Fast-Newman算法的网络社团分区在传送网汇聚区划分中的应用》一文中研究指出目前现网中部分区域规划不合理,存在长距离组环以及业务接入不规范等问题。为解决上述问题,我们提出通过划分汇聚区的方式来实现不同区域内的业务收敛,提升组网的合理性。通过对Fast-Newman网络社区分解算法的分析,发现该算法同样是针对不同类型的大规模复杂网络,提出了寻找社团结构的算法,实现复杂网络社团结构的分解。依次类推,传送网络同样可以参考Fast-Newman算法来针对汇聚区进行科学合理的划分。(本文来源于《信息通信》期刊2019年01期）
杨旭,王春佳[2]（2018）在《基于汇聚树协议的多信道通信算法的研究》一文中研究指出在无线传感器网络的路由协议中,汇聚树协议主要通过单信道进行通信,使得通信过程中的WIFI和WSN出现冲突。基于此,本文提出一种自适应的信道分配算法,可避免信道阻塞问题的出现。首先对汇聚树协议进行了初步的分析,然后结合WSN和WIFI的频率特征,给出自适应多信道分配算法的具体应用步骤以及信道切换流程,最后结合对比实验,分析多信道通信算法的可行性,实验结果表明该算法对模块间通信报文改良提供了有效理论依据。(本文来源于《网络安全技术与应用》期刊2018年12期）
杜秋来[3]（2018）在《基于移动汇聚节点的分团路由算法的设计》一文中研究指出本文以无线异构网络的融合为背景,简要介绍和分析无线传感器网络与移动通信网络融合所涉及到的一些关键技术,重点阐述移动汇聚节点对于无线传感器网络路由的影响及路由算法的改进。设计和实现了一种基于移动汇聚节点的节能分团路由算法,本算法在团的形成和团间路由的选择方面进行了改进,并且根据移动汇聚节点的移动性来控制团间路由的更新时间。仿真结果表明,本文提出的算法不仅能满足移动汇聚节点的移动性,还能有效地降低网络能耗,大大延长了网络的生命周期。(本文来源于《智库时代》期刊2018年49期）
王雨琦,周钠,陈特,白博,辛宁[4]（2018）在《一种适用于卫星光交换网络的汇聚算法》一文中研究指出为了提高天基光突发交换网络的性能和服务质量,提出了一种适用于卫星光交换网络的汇聚算法。该算法在传统算法的基础上,通过对不同时间优先级业务进行自适应汇聚时间门限调整,有效降低高时间优先级业务的汇聚时延,并且保证了在汇聚过程中不引入额外的信令开销。仿真结果表明,与传统的基于混合门限的汇聚算法相比,基于QoS自适应的星载光突发交换汇聚算法在不同场景可以减少2.30%～9.06%的高时间优先级业务汇聚时延。(本文来源于《移动通信》期刊2018年11期）
张逸凡,赵斌,孙鸿艳,谈超,吉根林[5]（2018）在《基于时空轨迹的移动对象汇聚模式挖掘算法》一文中研究指出移动对象的聚集模式是时空轨迹模式挖掘中的重要课题,它研究移动对象群体在多个连续时刻中的空间聚集问题。现有的聚集模式基于共现模式进行定义,挖掘结果中夹杂大量非运动的聚集群体,严重影响模式挖掘的效果。为了解决此问题,本文提出了基于群体运动过程建模的汇聚模式。该模式定义从群体运动形态出发进行设计,准确识别向心运动的移动群体,有效排除非聚集类型运动群体的干扰。本文设计并实现了汇聚模式挖掘(Converging pattern mining,CPM)算法,该算法首先定位密度峰值点,确定候选的汇聚中心区域,然后依次识别每个时刻的汇聚群体,按照群体汇聚的持续性要求识别汇聚模式。基于真实轨迹数据进行实验,结果验证了本文提出的CPM算法在挖掘效果和算法效率的有效性。(本文来源于《数据采集与处理》期刊2018年03期）
邹鹏[6]（2018）在《多源数据汇聚的多流形学习算法研究》一文中研究指出随着信息技术和互联网的飞速发展,人们可以从多个信息源获得数据,即多源数据。由于多源数据具有类型多样、尺度不统一等特点,对多源数据进行汇聚并提取有效信息是机器学习和模式识别等领域研究的热点。由于多流形学习能够有效地揭示复杂数据中的内在结构,因此本文主要利用多流形模型对多源数据汇聚中的边界检测问题、鲁棒性问题和自适应性问题展开研究。本文主要工作包括如下叁个方面:提出了基于边界检测的多流形学习算法。该算法通过检测流形的边界点来划分数据的多流形结构,并利用流形间的边界点与距离最远点来保持数据的整体几何结构。在人工数据集和真实数据集上的实验证明,基于边界检测的多流形学习算法在流形间相对分离的数据上有较好的识别效果。提出了多源数据鲁棒谱多流形学习算法。该算法首先通过降噪投影矩阵对原始数据进行提纯;再利用混合主成分分析模型将相交多流形分成若干个“不相交块”,根据样本局部近邻切空间对每一源数据构建相似度矩阵;最后将各源相似度矩阵进行汇聚,实现对多源数据的识别。在单源数据集和多源数据集上的实验表明,该算法相较于其他算法有更好的识别能力和鲁棒性。提出了多源数据非负自适应多流形学习算法。传统多源数据学习算法在进行多源数据汇聚时需要引入超参数确定各源数据的权重。该算法将每一源数据看作一个流形,通过自适应的方式更新各源数据的权重和近邻矩阵,更准确地表示数据的流形结构。最后将各源数据的近邻矩阵进行汇聚,得到一致自适应相似度矩阵。该算法充分利用了多源数据的互补性与一致性,提升了学习性能。(本文来源于《苏州大学》期刊2018-05-01）
吕真,张浩,李骞[7]（2018）在《基于故障节点无线传感网络的数据汇聚算法》一文中研究指出核辐射环境的影响和节点能量的有限性,导致无线传感网络(WSNs)节点容易发生故障,如何在基于故障节点WSNs的环境实现有效的数据汇聚已成为研究热点。首先,研究了核辐射对节点射频通信能力的影响,并提出基于核辐射约束下的WSNs的数据汇聚DGP-RA算法。在DGP-RA算法中,节点具有射频和声通信的双通信模式。DGP-RA算法基于奖惩机制,并结合D-S证据理论DST和假设检验理论,识别因核辐射影响而无法通信的故障节点,然后再适应地切换通信模式,抵御辐射影响。仿真结果表明,提出的DGP-RA算法有效地提高了数据传输效率,降低了能量消耗。(本文来源于《现代电子技术》期刊2018年01期）
李胜,施伟斌[8]（2017）在《汇聚树协议的多信道通信算法研究》一文中研究指出汇聚树协议(CTP)是无线传感器网络操作系统TinyOS中实现的一种基于单信道通信的路由协议。由于WIFI(802.11b/g)与WSN都工作在2.4GHz频段,使二者信道产生冲突,造成WSN通信效率降低。为了避开WIFI干扰,在CTP中加入多信道切换算法,使WSN切换到与WIFI信道频带不重迭的信道上通信。实验证明改进后的多信道CTP协议能有效抵抗WIFI的干扰。(本文来源于《数据通信》期刊2017年06期）
张凯[9]（2017）在《WSN中基于虚拟网格的移动汇聚路由算法研究》一文中研究指出无线传感器网络(Wireless Sensor Networks, WSNs)是由大量微型传感设备以自组织的方式部署而成的集信息感知、处理和传输于一体的无线网络系统,具有很强的应用相关性,被广泛用于环境监测、战场侦察、医疗卫生等领域。但是,传感器节点体积微小,电池储备有限,极大地影响了网络寿命,而路由算法是降低网络能耗、延长网络寿命的一种有效方法。因此,研究能量高效的路由算法成为了 WSN研究面临的关键问题。本文主要对基于虚拟网格的移动汇聚路由算法展开研究,目的是利用汇聚节点移动技术来缓解因数据汇聚而产生的“热点”效应。主要工作包括:(1)为缓解WSN中数据汇聚的固有问题—“热点”效应,引进汇聚节点移动技术,针对移动汇聚节点环境下,动态网络拓扑的问题,提出基于虚拟网格的移动汇聚路由算法Grid Routing。Grid Routing算法将网格与分簇思想相结合,把监测区域划分成多个网格簇,并利用动态路线调整机制完成网络拓扑的快速重构。仿真结果表明,相较于现有算法,Grid Routing算法在降低网络能耗和延长网络存活期上有更好的性能。(2)针对Grid Routing算法在节点随机部署环境下,网格簇间节点疏密不一,造成部分簇内节点过早失效,出现监测空白的问题,提出了基于虚拟非均匀网格的移动汇聚路由算法(Virtual Uneven Grid-based Routing, VUGR)。VUGR算法根据网络运行时簇内状态,将资源恶劣的失衡簇进行二次划分,生成虚拟子簇,不再将子簇纳入汇聚节点的移动路径之中,避免其成为网络内数据流的汇聚中心。通过NS2平台与现有算法仿真比较,VUGR算法有更好的网络存活期和端到端时延。(本文来源于《南京信息工程大学》期刊2017-06-01）
孙晓敏[10]（2017）在《无线网络数据采集与数据汇聚算法研究》一文中研究指出近年来,无线传感器网络(WSNs)由于具有低成本、自组织、动态拓扑、多跳路由等特点,现已成为许多重要应用中的首选解决方案,例如:入侵检测、目标追踪,实现工业自动化等。无线传感器网络中的传感器节点能够感知区域周围环境中的信息数据,而当这些节点将感知到的数据传送到终端的时候,就出现了数据采集这一技术,然而,同一区域的数据可能会被若干个传感器检测到,那么传感器节点就会采集到重复的数据,另外,对于同一个地区的数据来说,如果被多次采集到也会消耗很多的传感器节点的能量,而且有时候很多应用需要的并不是所有的原始数据而是一些特定的数值,因此,又出现了数据汇聚这一技术。在无线传感器网络中,数据采集和数据汇聚是基础但又很重要的操作。本文研究的是汇聚延迟问题,即保证传感器节点发送的数据在被接收节点正确接收的情况下,尽可能将所用时间缩短,以此保证数据传输的时效性。在无线传感器网络中,主要常用两种干扰模型:一是协议干扰模型,二是物理干扰模型(SINR),本文对这两种干扰模型都进行了研究,并分别提出了不同的数据汇聚算法,得到了较好的结果。在无线传感器网络中由于许多概率性损耗链路的存在,在现实的概率性网络模型下获得一个数据汇聚树变得更为实际,因此,针对这个问题,我们提出了一个数据汇聚树的创建算法,与之前的工作相比,该算法能够保证具有更高的传输成功效率,此外,我们也研究了基于生成的数据汇聚树上的数据汇聚,并得到算法可以在有限轮之内完成数据汇聚。针对物理干扰模型下的数据汇聚问题,本文主要是采用网格划分和休眠机制来避免干扰以及减少能量消耗。首先,我们创建了一棵在SINR模型下的数据汇聚树,其次,采用网格划分的思想,提出了汇聚链路调度算法,最后,我们结合创建的数据汇聚树以及链路调度算法,加入节点休眠机制,完成数据汇聚算法DA。此外,我们还提出了一个改进的数据汇聚调度算法IDDA,算法的基本思想与DA类似,改进的不同就是网格划分的标准不同,并且IDDA算法可以以分布式方式执行,算法在执行链路调度的时候采用的是分簇的思想,最后通过理论分析证明DA算法的有效性并通过仿真实验比较得到IDDA的延迟比现有的算法DAS延迟更小。(本文来源于《曲阜师范大学》期刊2017-04-05）
汇聚算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在无线传感器网络的路由协议中,汇聚树协议主要通过单信道进行通信,使得通信过程中的WIFI和WSN出现冲突。基于此,本文提出一种自适应的信道分配算法,可避免信道阻塞问题的出现。首先对汇聚树协议进行了初步的分析,然后结合WSN和WIFI的频率特征,给出自适应多信道分配算法的具体应用步骤以及信道切换流程,最后结合对比实验,分析多信道通信算法的可行性,实验结果表明该算法对模块间通信报文改良提供了有效理论依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
汇聚算法论文参考文献
[1].姜昊,赵建国,冯李.基于Fast-Newman算法的网络社团分区在传送网汇聚区划分中的应用[J].信息通信.2019
[2].杨旭,王春佳.基于汇聚树协议的多信道通信算法的研究[J].网络安全技术与应用.2018
[3].杜秋来.基于移动汇聚节点的分团路由算法的设计[J].智库时代.2018
[4].王雨琦,周钠,陈特,白博,辛宁.一种适用于卫星光交换网络的汇聚算法[J].移动通信.2018
[5].张逸凡,赵斌,孙鸿艳,谈超,吉根林.基于时空轨迹的移动对象汇聚模式挖掘算法[J].数据采集与处理.2018
[6].邹鹏.多源数据汇聚的多流形学习算法研究[D].苏州大学.2018
[7].吕真,张浩,李骞.基于故障节点无线传感网络的数据汇聚算法[J].现代电子技术.2018
[8].李胜,施伟斌.汇聚树协议的多信道通信算法研究[J].数据通信.2017
[9].张凯.WSN中基于虚拟网格的移动汇聚路由算法研究[D].南京信息工程大学.2017
[10].孙晓敏.无线网络数据采集与数据汇聚算法研究[D].曲阜师范大学.2017
标签：网络社区; 汇聚区划分; Fast-Newman;