基于社会性的传感网络路由算法研究

基于人的社会性提出一种合适于一定社会模式的传感网络路由算法。该算法利用节点间的社会性从而计算出节点间的关系度,同时根据节点在传感网络中的活跃程度计算出节点的中心性,由此设计出一种用节点间关系度和节点中心性实现有选择地转发数据包的路由算法ComOR。仿真结果表明,该算法较现有的一些算法明显减少了数据包转发的次数,有效减少了设备缓存空间的消耗,提高了数据包的交付率,并且网络性能稳定。

一种基于改进贝叶斯算法的Web文本分类方法

针对基于互补贝叶斯的分类算法在数据倾斜分布时由于过学习现象导致分类准确度不理想的状况,提出一种改进的互补贝叶斯分类算法。通过实验分析数据的倾斜分布对改进后的互补贝叶斯算法的影响,经验证该算法能够在数据倾斜分布时依然能保持较高的分类准确度,并且能随数据倾斜分布表现出较好的鲁棒性。讨论普通文本与Web文本的不同,建立一种带有主题权重的文档向量模型,并分析主题权重对文本算法的影响。实验发现,使用带有主题权重的文档向量模型,能够使得分类准确率相比普通的文本分类提高5%。