环形网络大数据关联特征无规则挖掘算法仿真

环形网络的大数据特征相似度较高,挖掘任务量大,数据关联规则挖掘的阈值以及近邻个数具有随机性,加大了大数据特征挖掘的难度。为此提出环形网络大数据关联特征无规则挖掘算法。构建语义概念树,利用该模型分析环形网络分布结构特征。采用信息融合方法匹配环形网络大数据的分块结构。基于匹配结果对重构后的环形网络完成关联规则特征提取,以提取的关联特征用作特征信息素,实现环形网络大数据关联特征的无规则挖掘。仿真中测试上述方法的挖掘准确率测试、挖掘用时指标,实验结果表明了上述方法的大数据关联特征无规则挖掘效率高,可靠性强。

基于不规则环的源位置隐私保护路由协议

为提高物联网(IOT)应用中源节点位置距离基站较近时的隐私保护强度,提出基于不规则环的源位置隐私保护路由协议RBIR(routing based irregular ring)。设计一种创建不规则环的方法并分析环的最佳创建区域,结合中间节点实现数据包的转发。中间节点的选择受到约束,避免路径交叉;动态更新环节点,使环节点能耗分散,延长网络寿命。仿真结果表明,RBIR的网络寿命较长且安全性较好,当源节点距离基站较近时,有效保证了源位置的隐私。

环形不规则重磁测线网的平差方法研究

为了提高环形不规则重磁测线网的测线利用率和数据精度,提出了一种不区分主测线和检测线的环形不规则重磁测线网的平差方法,并从理论上证明了在假设半系统差在总误差中的影响是显著时进行的半系统调整和最小二乘综合调差法是统一的,是对现有平差方法的拓展和完善。该方法原理简单,计算方便,平差处理后,交叉点不符值可明显减小,并通过实际算例验证了本方法的有效性和可靠性。因此,该方法可有效解决环形不规则测线网难以调平的问题,更具普适意义和实用价值。