车联网中一种有效的资源共享方法

针对车联网的资源共享问题进行研究,提出一种有效的资源共享方法ERS。ERS的目标是提高资源共享的成功率、减小资源共享的延迟和通信代价,以及提高发送效率。为了实现这些目标,ERS设计了查询、回复、资源的替换、收到资源的告知四个策略。基于真实的车辆行驶数据进行了仿真实验,仿真实验结果表明,相比其他两种方法,ERS实现较高的资源共享成功率、较低的延迟及通信代价和较高的发送效率,因此是车联网中一种有效的资源共享方法。

一种多关系频繁模式挖掘算法

传统数据挖掘算法在处理多表时,需要物理连接,存在效率不高的问题。为了解决这一问题,提出了一种多关系频繁模式挖掘算法。该算法利用元组ID传播的思想,使多表间无须物理连接,就可以直接挖掘频繁模式。实验表明,此算法具有较高的效率。

探究链接在多关系数据挖掘中的应用

随着大数据时代的来临,数据挖掘已经成为热门的研究方向,多关系数据挖掘,是数据挖掘的研究内容之一。本文对多关系数据挖掘进行概述,介绍了描述链接存在于多关系之中,通过多关系数据挖掘的五个研究成果,探究链接在多关系数据挖掘中的应用。已有的一些研究成果证实,在多关系中巧妙地利用链接,可以研究出高效的多关系数据挖掘算法,链接在多关系中的作用是非常大的,可以节省空间和时间,提高准确率,有很大的可扩展性。

一种有效的多关系聚类算法

研究多关系数据挖掘的聚类问题,提出一种有效的多关系聚类算法EMC.EMC算法的目标是提高聚类的准确率,并且降低运行时间.EMC算法首先利用元组ID传播的思想,计算两个对象之间的相似度,接着利用K中心点聚类算法,将对象划分成簇.实验表明,EMC算法显著降低运行时间,并且提高聚类的准确率.

一种有效的多关系贝叶斯分类算法

传统数据挖掘算法在处理多关系时,需要物理连接,因此存在效率不高的问题.为了解决这一问题,研究多关系数据挖掘中的分类问题,提出一种有效的多关系贝叶斯分类算法EMBC.EMBC算法的目标是提高分类的准确率,并且降低运行时间.EMBC算法利用元组ID传播的思想,结合朴素贝叶斯分类算法,可以直接在多关系上进行分类.实验表明,EMBC算法提高分类的准确率,并且显著降低运行时间.

车辆网络中一种有效的警告消息散布协议

针对车辆网络的警告消息散布问题进行研究,提出一种有效的警告消息散布协议WMD。在WMD中,时间被分成一个个带时间槽的时间帧,每个时槽被分成两个子时槽,第一个时槽用来实时获取邻居位置,第二个时槽用来散布警告消息。为了实时获取邻居位置,WMD采取自适应的发送策略。通过理论分析,对每个时间帧的发送次数以及每个时间帧的长度进行优化。基于真实车辆行驶数据进行仿真实验。实验结果表明,相比其他方法,WMD实现了较快的散布速率和较高的接收率。

车辆网络中一种有效自适应的复制路由协议

已经提出的一些基于复制的路由协议,如传染路由,不能以低代价实现高成功率。对车辆网络中设计了一种有效的基于复制的路由协议ARR。ARR是一种完全分布式协议,它包含两个设计目标:a)在消息生存期内将绝大多数消息成功发送;b)尽可能产生较低的发送代价。为了以低代价实现高成功率,ARR对一条消息的拷贝数量采取自适应策略。另外,为分配消息拷贝提出了两种分配方法。基于真实车辆行驶数据的仿真实验表明,相比其他四种路由协议,ARR以较低的发送代价实现了较高的发送成功率。

一种有效的车辆网络路由协议

研究车辆网络中的路由问题,提出一种有效的路由协议。利用秘书问题的思想,该路由协议可以有效地选择对哪些车辆进行消息拷贝,因而提高发送成功率。基于真实车辆行驶数据的仿真实验表明,相比较其它方法,本文提出的路由协议可以实现更高的发送成功率。

车辆网络中一种有效的信息查询方案

研究车辆网络中的信息查询问题,提出一种有效的信息查询方案。首先,分别设计查询路由和回复路由;接着,设计数据包转发策略;最后,提出一些异常情况的处理方法和优化方案。基于真实车辆行驶数据的仿真实验表明,相比较其它方法,本文提出的方法实现了更低的延迟和更高的成功率。

车辆网络中实时的邻居位置获取协议

研究车辆网络的邻居位置获取问题,提出一种实时的邻居位置获取协议RNP。在RNP中,时间被分为一个个带时槽的时间帧。为了实现实时的邻居位置获取,RNP采取自适应的消息发送策略。通过理论分析,优化RNP的各个参数。基于真实车辆行驶数据的仿真实验表明,RNP优于其它方法。

基于PTM模型与BN模型的电路可靠性计算方法比较

现代工艺的发展使得集成电路在获得高性能的同时,也更容易受到软差错的影响。针对软差错影响下电路的可靠性问题,选取了二种典型的基于条件概率理论的门级评估方法:BN方法和PTM方法,分别介绍了其原理,并结合实验分析了它们各自的功能、适用范围以及复杂度,且指出了下一步的研究思路。

车联网ABC及研究综述

近年来,车联网已经成为国内外研究学者的研究热点,受到各行各业的越来越多人的关注。文章对车联网进行介绍,包括车联网的概念、体系结构、应用、研究内容、难点和挑战。并针对车联网的路由算法,进行综述。

一种有效的多关系决策树分类算法

多关系数据挖掘,是数据挖掘方向其中一个热门的研究内容,并且是具有挑战的一个问题。在处理多关系时,传统的数据挖掘算法需要进行物理连接,因而存在效率不高的问题。为了解决这个问题,研究多关系数据挖掘的分类,提出一种有效的多关系决策树分类算法,名为EMDT。EMDT的目标是提高分类准确率,并减少运行时间。EMDT利用元组ID传播,构造出一颗决策树,可以直接在多关系中对类标号未知的元组进行分类,不需要进行物理连接。实验表明,EMDT提高分类准确率,并显著减少运行时间。