基于组合加权k近邻分类的无线传感网络节点复制攻击检测方法

无线传感网络节点体积小,隐蔽性强,节点复制攻击检测的难度较大,为此提出一种基于组合加权k近邻分类的无线传感网络节点复制攻击检测方法。通过信标节点的空间位置数据与相距跳数得出各节点之间的相似程度,结合高斯径向基核函数求解未知节点的横轴、纵轴的空间坐标,确定各网络节点的空间位置;根据网络节点的属性特征与投票机制建立节点复制攻击模型,凭借组合加权k近邻分类法划分节点类型,并将结果传送至簇头节点,由簇头节点做出最后的仲裁,识别出节点复制攻击行为。仿真结果表明,所提方法的节点复制攻击检测率最大值为99.5%,最小值为97.9%,对节点复制攻击检测的耗时为5.41 s,通信开销数据包数量最大值为209个,最小值为81个。

基于改进KNN近邻实体的知识图谱嵌入模型

为了更好地表示邻居节点数量较少的罕见实体,提出基于近邻实体的知识图谱嵌入模型NNKGE,使用K近邻算法获得目标实体的近邻实体作为扩展信息,并在此基础上提出RNNKGE模型,使用改进的K近邻算法获得目标实体在关系上的近邻实体,通过图记忆网络对其编码生成增强的实体表示。通过对公共数据集上实验结果的分析,以上两个模型在仅使用近邻节点的情况下均实现了对基准模型(CoNE)的性能超越,缓解了数据稀疏问题并改善了知识表示性能。

城市工况下基于改进RRT的无人车运动规划算法

为解决城市结构化道路环境下的无人驾驶汽车运动规划问题,针对换道和转向两种工况设计了快速偏向性RRT(FB-RRT)算法。首先以几何分析所得的安全的曲线控制点初始化RRT,随后以驾驶行为为引导并结合决策给出的目标点设计偏向性采样策略,基于车辆运动学特性设计度量基准,设计快速邻近点搜索策略,并结合环境地图保证扩展节点的安全性。最后,对RRT进行修剪和重构。通过仿真和实车测试验证了该算法的有效性和实用性。

基于中医证候学的糖尿病肾病患者肾小球滤过率评估方法的探索

目的探索糖尿病肾病患者基于中医证候学评估肾小球滤过率(glomerular filtration rate,GFR)的可能性及其方法。方法基于"十一五"国家科技支撑计划《中医全程干预糖尿病肾病进程综合方案研究》的1872例研究数据,采用散点图矩阵、安德鲁斯曲线分析、平行坐标图等计算机可视化技术,探求GFR与性别、年龄、身高、体重,以及气虚、血虚、阴虚、阳虚、血瘀、湿浊、痰湿的中医证候积分等11个因素间的关系。将病例分为1400例的组1和472例的组2。基于组1的数据,使用两种方法进行GFR的估算:(1)对11个因素进行线性回归,并根据回归结果进行GFR估算。(2)以病例为单位,纳入11个因素,使用组1病例建立数据库,使用K最邻近结点算法(k-nearest neighbor,KNN),进行GFR估算。基于组2的数据,采用散点图、偏差分析、Bland-Altman作图法及ROC曲线进行验证一致性评价。结果 (1)GFR与性别、年龄、身高、体重以及7个中医证候等因素之间存在特定联系。(2)散点图显示,KNN法分布于±30%范围内的点较之回归方程明显增多。两种评估方法偏差的30%符合率均达到50%以上。回归方程和KNN法偏差的30%符合率分别达到58.1%和69.3%。Bland-Altman作图显示,KNN法估算结果的偏差分布较为均匀,数据相对集中,波动范围小于回归方程估算值。用于诊断肾功能不全时,KNN法的ROC曲线下面积达到0.847。结论基于中医证候学对糖尿病肾病患者的GFR进行评估是可行的。KNN法效果优于回归法,在数据量足够大时,更有利于中医证候学的研究。

面向双层传感网的隐私保护k-NN查询处理协议

无线传感器网络作为物联网感知层的核心组成部分,具有广阔的应用前景.然而,隐私泄露问题严重阻碍了传感器网络的发展.目前,传感器网络隐私保护技术已成为研究热点,其中隐私保护κ-NN(κ-Nearest Neighbor)查询协议是富有挑战性的问题.文中提出了面向双层传感器网络的高效的隐私保护κ-NN查询协议.首先,为提升查询效率,基于定向存储策略给出了适用于双层传感网的κ-NN查询架构.其次,针对管理节点俘获攻击,提出了一种新颖的隐私保护数据编码机制,通过为真实数据附加编码的方式,保证在不泄露数据隐私的同时精确地完成查询处理.再次,针对节点共谋攻击,设计了基于代理节点的单向数据隐藏机制,通过破坏普通节点与管理节点间数据的关联性实现抵御共谋攻击的目标.理论分析和仿真实验验证了协议的安全性和有效性.

带有近邻选择策略和遗传算子的蚁群算法

针对蚁群算法的不足,文中提出一种带有近邻节点选择策略和遗传算子的蚁群算法.在算法执行时,每只蚂蚁选择下一个城市采用近邻选择策略,在每轮循环结束时,对较优个体进行交叉运算的操作方法,以期提高蚁群算法的收敛速度.实验结果表明该算法是有效的.

一种在对等网络中寻找最近节点的新方法

在对等网络(P2P)中,高效精确地定位最近节点是一项基本功能。通过将对等网络中最近节点定位问题抽象成节点覆盖问题,提出一种在一般度量空间中定位最近节点的新方法,满足定位精确,节点负载低,抗网络抖动等特性。仿真实验表明这种近似算法在不增加节点负载的前提下比现有方法(Meridian)更精确,更有效。

一种改进的智能蚁群优化算法

为了提高基本蚁群算法(Ant Colony Algorithm)的全局求解能力,对基本蚁群算法进行了改进,提出了一种高效的智能蚁群优化算法。它修改了基本蚁群算法中信息素、挥发因子的更新规则,使得每轮搜索后信息素的增量能更好地反映解的质量,有效地避免陷入局部最优,以加快收敛;另外,采用了一种最近节点选择策略使之适应大规模问题求解,对路径进行优化,提高搜索效率。通过对TSP问题的仿真结果表明,改进后的蚁群算法在求解最优解和收敛性能方面都取得了很好的效果。

基于语义Web服务的盐业信息集成方法研究

建立全国盐业信息集成平台对盐行业的产、供销具有重要的意义。文中首先提出基于语义Web服务的盐业信息集成平台架构;接着在详细分析了经典的语义Web服务匹配算法的基础上,提出了一种基于最近祖先的本体概念相似度匹配算法,并给出基于该算法的语义Web服务匹配流程。实验结果表明,该算法有效地提高了语义Web服务发现的查全率和查准率。

支持k近邻查询的X*树索引结构

通过分析已有的索引结构在进行k近邻查询时效率上的不足,提出了适合进行k近邻查询的X*树索引结构,采用了新的结点分裂算法,同时不需要额外存储结点分裂的历史信息。实验结果表明它比X树的时间和空间性能更好,更适合k近邻查询的应用。

基于KNN和RF结合的供热机组热负荷预测研究

电负荷和热负荷具有较强的耦合性,热负荷需求的准确预测对于预测电负荷进而让供热机组更好地进行深度调峰辅助服务报价工作具有重要作用。经多种算法对比研究表明,基于最邻近结点和随机森林的集成预测算法(KNN-RFAverage)具有很好的回归性能和较低的计算复杂度。特别是在面对热负荷存在极端波动的情况下,采用该算法进行热负荷预测可以保持鲁棒性,为有效解决连续多点热负荷预测、机组供热面积及用热习惯发生变化的问题提供了新的思路和方法。

颈部淋巴结超声图像的计算机辅助分析

淋巴结的超声检查对疾病的诊断有重要意义,本文对颈部淋巴结超声图像的计算机辅助分析进行研究。首先根据颈部淋巴结的医学超声特性,对每一个淋巴结提取9个量化特征参数,然后基于K近邻法将其判为良性或恶性。采用留一法对62个病例进行测试,当k=5时,识别正确率为88.71%,灵敏度为83.87%,特异度为93.55%。本文为颈部淋巴结疾病的超声诊断提供一种客观、简捷的手段。

基于伪最近邻节点的异构无线网络组网实现及仿真

网络的出现,改变了很多人工作和生活的习惯,作为现代信息技术的基础,网络技术的发展速度很快,传统的有线网络已经开始很少使用,在实际的网络建设中,主要采用新兴的无线网络,本文在伪最近邻节点概念的基础上,对ISIS等网络传输协议进行了分析,最后对基于伪最近邻节点的异构无线网络组网实现及仿真,进行了深入的研究。

基于WIFI的位置指纹参考节点密度与定位精度关系研究

为探究基于WIFI的位置指纹室内定位中定位精度与离线数据库参考节点密度关系,本文采用待测节点与参考节点位置关系原理理论推导、正方形、三角形和六边形三种不同参考节点的排布方式的计算机拟合并以正方形排布方式为例进行实际验证的方法,对参考节点密度与定位精度关系开展研究。回归分析结果表明,参考节点密度与定位精度在不同排布方式下均呈现显著正相关线性关系。

复杂障碍物环境下基于转向约束的智能汽车路径规划方法研究

针对传统路径规划算法中所生成路径不平滑、不安全、生成速度慢等问题,利用双向快速搜索随机树(Bi-RRT)对无人驾驶中的路径规划算法进行了研究。首先利用车辆自身的转向约束构建满足车辆运动学要求的节点扩展空间,随后采用目标偏置采样策略以及双向搜索大大提高了RRT算法的规划速度,同时使用K-D树结合最大曲率约束定义最邻近点,最后对生成的路径剪枝并进行安全碰撞检测和贝塞尔曲线平滑处理,使之更符合车辆的动力学特性。研究结果表明:改进后的Bi-RRT算法的在搜索速度和算法开销上都有显著的提升,生成的路径也更加平缓,证明了该算法的有效性、实用性和适应性。

基于节点局部相似性的两阶段密度峰值重叠社区发现方法

为了有效地发现复杂网络中的重叠社区结构,引入了密度峰值聚类算法,但将此算法应用于社区发现还存在如何度量节点间距离、如何产生重叠划分结果等问题。为此提出了一种基于节点局部相似性的两阶段密度峰值重叠社区发现方法(Node Local Similarity Based Two-stage Density Peaks Algorithm for Overlapping Community Detection,LSDPC)。该方法结合大度节点有利指标和连接贡献度定义了一种新的节点局部相似性指标,首先通过节点局部相似性度量节点距离;然后通过节点的局部密度和最小距离计算节点中心值,利用切比雪夫不等式筛选出社区中心节点;最后经过初次划分与重叠划分两阶段得到最终的重叠社区划分结果。在真实网络数据集与合成网络数据集上的实验结果表明,所提算法可以有效发现重叠社区结构,且结果优于其他对比算法。

基于灰色关联分析的传感器节点连通算法

为了解决传统传感器连通算法难以完全剔除连通干扰因子,导致节点连通性较差,提出将灰色关联分析方法应用在传感器节点连通算法设计中。采集传感器节点信息,确定各个节点之间的灰度关联关系,通过序列因子之间的极差转化剔除序列中的连通干扰因子。采用K邻近搜索算法获得特征点附近邻域点,并凭借特征向量与特征值建造局部节点连通范围平面。最后提取节点连通点与线的特征,利用矩形节点连通区域进行分割,从而实现传感器节点的高效连通。仿真分析结果表明,与传统连通算法相比,提出的算法能够降低节点跳数,并能够保持较高连通率与连通稳定性。因此,说明提出的算法能够全方面提高节点连通性能。

机器学习分类算法在社区问答系统中的应用

机器学习被广泛应用到自然语言处理中,社区问答提供了新的有趣的研究方向。在传统问答领域,通过分类算法研究用户交互行为并分析其交互方式,能够促进用户交互与相关岗位结构的开发。在此背景下,针对SemEval语义测评大赛提供的语料库进行了研究,基于KNN算法、随机森林等分类方法对问题的答案进行分类,并对分类结果进行分析和研究。实验结果表明,GBRT和随机森林这两种算法的分类效果最好。

智慧政务局部近邻网络节点脆弱性研究——以深圳市政府在线为例

[目的/意义]通过掌握智慧政务网络中部门节点之间的关系,发现重要节点及数据互联规律,有助于解决跨部门信息协同这一智慧政务的核心难点问题。[方法/过程]在面向市民的政务业务流程视角下,政务材料的提供与接纳形成的信息流构成一种特殊的复杂网络——局部近邻网络。以"深圳政府在线"为实例,对深圳市政务局部近邻网络结构进行展开可视化分析,进行同配性计算与部门节点脆弱性度量,建立部门优先级和部门集群。[结果/结论]研究发现,深圳市智慧政务局部近邻网络具有同配性,相较于异配网络更加支持信息的流通,应着力关注节点脆弱性强的部门,优先与关联度高的部门进行数据库建设与共享,进而稳定政务网络,推动智慧政务协调发展。本文研究方法对于分析城市智慧政务网络结构及特征具有良好的适配性。

基于KNN-LSTM的区域热负荷短期预测及在机组热电可行域的应用研究

为了准确预测热电联产机组的热负荷进而确定机组的热电可行域,使用互信息法筛选预测模型的输入参数。搭建了基于粒子群(PSO)参数寻优的最邻近节点(KNN)模型和长短期记忆神经网络(LSTM)模型对电厂的单日供暖热负荷进行预测,并提出将两种预测方法相结合的KNN-LSTM模型,通过对比发现该混合预测模型在处理短期热负荷异常波动问题时提高了预测模型的鲁棒性。在搭建热电联产机组热力仿真模型的基础上,根据热负荷短期预测结果和机组深度调峰限制条件确定机组的最低运行电负荷,提高了机组预测最低运行电负荷的能力。