共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
无线传感网络包括许多个微小的节点,这些节点具有感知、计算和无线通信的能力。遗憾的是,这些设备是能源有限的设备,这就意味着我们必须尽可能的节约能源以尽可能的延长网络的生命周期。在这片文章中我们介绍标准的能量高效的路由协议,这一协议通过基于请求-应答路由的AODV和依赖于路由中剩余能量的MRPC之间的转换延长了网络生命周期。 相似文献
4.
对经典FCM算法的优缺点及其改进算法进行了综述,在此基础上,构造了基于概率密度和基于模拟退火与粒子群相结合的核函数聚类两种新算法。仿真结果表明:两种算法都具有较好的图像分割效果,尤其方法 2运算速度快,且具有一定的全局搜索能力。该综述对于丰富图像分割研究具有一定的参考价值和指导意义。 相似文献
5.
对经典FCM算法的优缺点及其改进算法进行了综述,在此基础上,构造了基于概率密度和基于模拟退火与粒子群相结合的核函数聚类两种新算法.仿真结果表明:两种算法都具有较好的图像分割效果,尤其方法2运算速度快,且具有一定的全局搜索能力.该综述对于丰富图像分割研究具有一定的参考价值和指导意义. 相似文献
6.
基于移动性的AODV路由协议改进 总被引:2,自引:0,他引:2
介绍了Ad Hoc网络路由协议(Ad Hoc On-Demand Distance Vector Routing,AODV)的路由机制和特点,提出了一种基于AODV的改进协议V-AODV。V-AODV改进了AODV的路由测度,用量化的节点移动性代替跳数作为路由代价的度量,在动态网络中能够选取到更加稳定的路由。仿真表明,V-AODV比AODV在时延和重传次数等性能上都有一定程度的提升。 相似文献
7.
改进的广义模糊C均值聚类分割算法(GIFP_FCM)是一种新型的模糊聚类算法。然而,GIFP_FCM对噪声很敏感,这是因为该算法忽略了图像的空间信息。为了解决这一问题,本文提出一种新算法,即非局部自适应空间约束聚类算法(FCA_NLASC)。在该方法中,一种新的非局部自适应空间信息被引入到改进的GIFP_FCM的目标函数。该算法的特点是控制每个像素在非局部空间信息图像中的噪声。对于合成图像和真实图像,与GIFP_FCM算法比较,实验结果表明,FCA_NLASC算法能够较好地保持图像细节特征,并且对噪声具有较强的鲁棒性。 相似文献
8.
针对数据在性态和类属方面存在不确定性的特点,提出一种基于模糊C均值聚类的数据流入侵检测算法,该算法首先利用增量聚类得到网络数据的概要信息和类数,然后利用模糊C均值聚类算法对获取的数据特征进行聚类。实验结果表明该算法可以有效检测数据流入侵。 相似文献
9.
基于QPSO的模糊C均值聚类算法 总被引:2,自引:3,他引:2
针对模糊C均值(FCM)聚类算法存在的缺点,利用量子粒子群优化(QPSO)算法的全局搜索能力,提出了一种新的聚类算法——基于量子粒子群优化的FCM聚类算法(QPSOFCM).QPSOFCM算法先对随机初始点利用QPSO进行优化,然后利用产生的中心点进行聚类,重复上述两步操作直至结果满意为止.新算法可以降低FCM算法对初始点的敏感度,一定程度上避免了FCM算法易陷入局部极优的缺陷.几组数据实验结果表明,与FCM和PSOFCM算法相比,提出的QPSOFCM算法聚类结果更可靠. 相似文献
10.
为了降低无线传感器网络(WSN)能量消耗,延长网络生存周期,提出了一种基于混沌粒子群(CPSO)和蚁群算法相结合的路由协议。该协议针对典型的分簇协议LEACH(Low-Energy Adaptive Clustering Hierarchy)协议的簇头选择进行了优化,考虑了节点剩余能量和簇内密集性等因素,采用新的混沌粒子群算法对簇头选择进行优化。然后,针对LEACH协议簇头到基站采用单跳通信,容易使簇头早亡的问题,采用蚁群算法优化簇头到基站的路由路径,减少通信消耗的能量。仿真结果表明,与传统的LEACH协议相比,新的协议能有效减少能量消耗,延长网络生命周期。 相似文献
11.
定向天线相比于全向天线可提高无线传感器网络的吞吐量,减少通信信道之间的干扰,提高网络信噪比,且能有效提升无线传感器网络路由协议DRP的性能,本文针对定向天线技术在无线传感器网络的实现方法,分析其应用优势,并对定向路由中的主要技术进行分析。 相似文献
12.
图像分割是指将人们感兴趣的目标从背景中分割出来,分割结果的好坏直接影响后期的图像分析和识别.基于作物病害图像的分割技术就是将病斑从病害图像中分割出来,以便于后期病害的诊断和识别.模糊C均值聚类是一种重要数据分析和建模的无监督方法,为提高作物病害图像的分割效果,根据作物病害图像的特点,提出一种基于模糊C均值聚类算法的作物病害图像自适应分割方法,并与K均值聚类算法进行比较,结果显示本文算法在进行图像分割方面表现出明显优势. 相似文献
13.
遗传模糊C均值算法在入侵检测中的应用 总被引:2,自引:0,他引:2
针对模糊C均值算法的缺点,论文提出了一种改进模糊C均值算法,并将遗传算法引入到改进模糊C均值算法中,以克服所求解是局部最优解的不足。通过实验仿真,验证了这种混合算法的有效性和可行性。 相似文献
14.
本文首先介绍了模糊C均值聚类算法及其不足。在模糊C均值聚类算法的基础上,结合有效性函数,提出了一种自动聚类算法——自适应的模糊C均值聚类算法,并建立了自适应的模糊C均值聚类算法的研究模型。最后,对改进算法用MATLAB进行编程实现,并通过多组数据集进行实验测试,对产生的多种实验结果进行分析,验证自适应的模糊C均值聚类算法可以实现自动类别数的判定。 相似文献
15.
16.
类模糊C均值聚类的关键帧提取算法 总被引:2,自引:0,他引:2
对比现有典型关键帧提取算法存在的缺陷,提出了一种类模糊C均值聚类的关键帧提取算法.该算法预先设定一个最初聚类中心,从而有效地减少了聚类算法的迭代次数;并使用视频帧序列的时序特征来对FCM算法进行限定,提高了聚类效率.实验结果表明,使用该算法提取的关键帧不仅可以充分表达出视频的主要内容,而且还可以根据内容的变化提取出适当数量的关键帧. 相似文献
17.
像素间的上下文相关信息对图像分割算法的抗噪性和准确性具有重要意义,现有的模糊C均值(FCM)聚类算法对此缺乏充分考虑.该文基于对空间上下文的可靠性度量,提出一种模糊C均值聚类算法(RSFCM)应用于图像分割:通过对空间上下文有效建模来提高聚类算法的抗噪声干扰性能,并研究了一种新的可靠性模糊度量指标,使聚类算法能更好地平衡细节保留和去噪,从而获得更加准确的分割结果.实验选取人工合成图像、交通标志图像和遥感图像3类数据测试聚类算法性能,结果表明,RSFCM在图像分割过程中能有效地抑制椒盐噪声和高斯噪声引起的类内异构及类间同构问题,能提高图像的像素可分性,并有效地保留了图像的边缘细节. 相似文献
18.
噪声是影响聚类结果的最重要的因素之一,现有的模糊聚类算法主要通过对隶属度约束进行松弛的方式来降低噪声样本的影响。这种方式仍然存在两个基本问题需要解决:第一,如何评估一个样本是噪声的可能性;第二,如何在抑制噪声样本影响力的同时,保留正常样本的作用力。针对这两问题,该文提出了基于自适应松弛的鲁棒模糊C均值聚类算法(AR-RFCM)。新模型基于K最近邻的方式(KNN)来估计样本的可靠性,自适应地调整松弛参数,从而实现在降低噪声样本影响力的同时,保留可靠样本的作用力。此外,AR-RFCM利用了C均值聚类模型中隶属度的稀疏性来提高可靠样本的作用力,从而提高数据簇的内聚程度,进而降低噪声样本的影响。实验表明,AR-RFCM不仅在处理噪声样本时具有良好的鲁棒性,同时在25个UCI 数据集实验中,分类正确率(兰德指数)平均高于FCM算法7.7864%。
相似文献19.