一种朴素贝叶斯学习辅助的接触图路由算法

接触图路由(CGR)是星际网络路由协议中的一个重要组成部分,星际网络中节点易受电磁干扰或自身资源不足影响而失效,高度依赖先验知识的接触图路由在节点意外失效时通信性能会急剧恶化。针对上述问题,提出了在接触图路由中引入朴素贝叶斯学习模型来预测节点可靠性的方法。首先根据接触图路由的特点建立节点快照;然后基于节点快照进行朴素贝叶斯建模,预测节点间的不可靠性概率;最后在路由决策时考虑不可靠性概率,选择不可靠性小的节点转发数据。实验结果表明,引入朴素贝叶斯学习可以有效提高接触图路由在恶劣的太空环境中应对节点意外失效的能力,实现对数据的高效传输。

基于快照的大规模动态图相似节点查询算法

动态图拓扑结构演进过程中,为了量化在一定时间域内节点间联系的变化情况,定义了一种泛相似节点的概念,通过衡量其与当前节点的联系是否频繁、分布是否均匀来确定与当前节点的泛相似程度,并提出了一种基于快照的大规模动态图泛相似节点查询处理算法。具体包括:图动态演进过程的快照集表示,即演进动态图;图动态演进过程中的节点泛相似的语义及其形式化表示方式,从联系的频繁程度与分布的均匀程度对节点的相似程度进行了刻画;节点泛相似语义的矩阵表示及处理方式;针对这种语义的泛相似节点查询处理算法。真实数据集和合成数据集上的实验结果均表明算法能够处理大规模动态图上泛相似节点的查询问题,并在实际应用中运用实现。

时效网络最小控制能量的研究

研究了系统在实现能控时,时效网络的最小控制能量问题,得出最小控制能量的上下界仅由其相关的Gram矩阵的最小和最大特征值决定。由此给出了计算最小控制能量下界的方法,通过分析得出时效网络最小控制能量下界与驱动节点个数和瞬时状态个数无关。当切换时间h趋于0时,时效网络最小控制能量的下界趋向于1/2h,即E^(∗)~(1/2h),与静态网络相比,得出时效网络实现能控时的最小控制能量总小于静态网络,并给出了其之间的数值关系。当系统实现控制目的的终止时间tf趋向于0时,静态网络最小控制能量的下界趋向于1/tf。当tf=h时,可以得出,时效网络最小控制能量的下界是静态网络的1/2。